با ابداع و ظهور [W:منطق فازی] یکی از جالب ترین اتفاقات در عرصه ی هوش مصنوعی ایجاد گردید، دانشمندان فراوانی از این نظریه برای تصمیم گیری در مسائلی که چند هدفی بودند استفاده نمودند. از منطق فازی به وفور در تصمیم گیری های محیط زیستی، کنترل مخزن، فرایند های شیمیایی، کنترل چراغ های رانندگی و راهنمایی، توزیع بار شبکه های حمل و نقل و غیره استفاده میگردد.

مزیتی که منطق فازی به دیگر روشها دارد این است که جملات محاوره ای ساده میتوانند مبنای پایه ی تصمیم گیری قرار گیرند. برای درک بیشتر از این مفاهیم به لینک ارجاع داده شده نگاهی بیندازید و در صورتی که  علاقه مند بودید میتوانم مقاله هایی در این زمینه را در اختیارتان قرار دهم!

نکته ی قابل توجهی که بصورت بالقوه در این منطق وجود دارد و هنوز از آن بصورت کامل استفاده نشده این است که همیشه در تحقیقات نوین از جملات محاوره ای بسیار زشت و نامفهوم (البته برای ماشین این جملات مفهوم هستند) استفاده میگردد، در صورتی که اگر بتوان واسطی در این میان قرار داد که بسیاری از گفتار های روزمره را تاحدودی تعدیل نماید میتواند از اکثر اطلاعات روزمره ی انسانها بهره ی لازم را ببرد. وقتی بتوان واسط تعدیل را بخوبی در کنار یک سیستم فازی مربوط به تصمیم گیری خود قرار دهیم میتوان به هدف مورد نظر نایل شد.

خوب دلیل نوشتن این مطلب این بود که از توییتر استفاده کنیم! خب فرض میکنیم که واسط تعدیل را درست کردیم! [ که خود شاید در حد یک رساله ی دکتری باشد.] و سیستم فازی را نیز طراحی کردیم و آن را در اختیار داریم! حال با اتصال اکانت تویتر خویش به این واسط جملات ما تعدیل شده و جملاتی که برای سیستم فازی مورد نظرمان نیاز هستند به آن ارسال میگردند. یکی از مزیت های سیستم فازی این است که آموزش پذیر است، البته این آموزش پذیری ساده صورت نمیگیرد، لیکن غیر ممکن نیست.

سیستم فازی اولیه شاید در بادی امر اشتباه تصمیم گیری کند [شاید هم نه] ولی به مرور زمان و اضافه شدن مطالب و جملات معنی دار ما که توسط واسط تعدیل به آن ارسال شده اند، به طور حتم نتایجی صحیح و مورد نظر ما را خواهد داد.

برای مثال اتفاقی که باعث شد این ایده به ذهن آید را ذکر میکنم : هیچ فرزندی دوست ندارد که پدرش از دست او عصبانی شود. حال با توجه به اینکه من یک جوان هستم و عشق سرعت و ویراژ!!! در عین حال پدرم از این کار بدش می آید، و اغلب باعث عصبانی شدن ایشان میشود…

من یک سیستم فازی طراحی میکنم که در آن عدم عصبانی شدن پدر را هدف قرار میدهم. یکی از مواردی که پدرم عصبانی میشود این است که در بالا ذکر شد. و موارد دیگری نیز وجود دارد که این امر را محتمل میکند… حال اگر من در فرصت مناسب توییت کنم که “  من با سرعت ۱۰۰ کیلومتر بر ساعت از یک دست انداز عبور کردم، پدرم عصبانی شد.” و “پدرم گفت که ترمز بگیرم و از دست انداز عبور کنم” واسط تعدیل این جمله ها را تبدیل به جمله های زیر میکند : “سرعت = ۱۰۰ کیلومتر بر ساعت (و) پدر در ماشین (و) دست انداز وجود دارد  (آنگاه) پدر عصبانی است” و “دست انداز وجود دارد (و) ترمز گرفته شود (آنگاه) پدر غیرعصبانی”. و این جملات تعدیل یافته برای ما یک معنا دارند ولی فهم سیستم های رایانه ای آنقدر نیست که تمام جملات مختلف ما را بفهمند.

حال سیستم منطق فازی طراحی شده با یادگیری از این جملات فازی مثلا یک سال بعد در هنگام رانندگی من وقتی به سرعتی نزدیک ۱۰۰ کیلومتر میرسم یا اینکه نزدیک دست انداز میرسم عصبانیت پدرم را حدث زده و بر روی نمایشگر نشان میدهد!  یا اینکه بجای نمایشگر مستقیما به تحریک ترمزهای ماشین پرداخته و سرعت را کاهش میدهند.

البته شاید مسخره بنظر برسد ولی این امر ساده هنگامی که در کنار دیگر رفتار ها قرار گیرد میتواند درصد بالایی از کارهای ساده ای که عموما فراموش میشوند بخصوص در این روزگار شلوغی و فراموشکاری را فقط با چند جمله ای که اکثرا هم بعنوان ندامت با خود زمزمه میکنیم را به ما یاد آور شود یا اینکه بجای ما تصمیم گیری کند.

تویتر در اینجا بیشتر به سهولت استفاده و مورد استفاده بودن آن در زندگی آینده ی اکثر انسان ها در نظر گرفته شده است، حال شاید فلسفه ی تویتر در ایران معنی خاصی نداشته باشد ولی میتوان از میکروبلاگهای اختصاصی یا عمومی نظیر پیغامک و ویو استفاده نمود.

برچسب : fuzzy logic, twitter, تویتر, منطق فازی, کنترل هوشمندانه