[Cẩm nang AI] Hệ thống Logic mờ (Fuzzy Logic) là gì?

Trong cẩm nang AI này, chúng ta sẽ cùng tìm hiểu về hệ thống Logic mờ (tên tiếng Anh là Fuzzy Logic). Ngoài ra, chúng ta cũng sẽ đi qua các kiến thức về ứng dụng và kiến trúc của Fuzzy Logic trong AI, cũng như các ưu nhược điểm của hệ thống này nhé!

Tìm hiểu về Fuzzy Logic

Giới thiệu về Fuzzy Logic trong AI

I. Hệ thống Fuzzy Logic là gì?

Fuzzy Logic được hiểu đơn giản là một phương pháp lập luận, nó khá giống với khả năng lý luận của con người. Bên cạnh đó, hệ thống này có một cách tiếp cận để ra quyết định tương tự như con người, dựa vào tất cả các khả năng trung gian giữa các giá trị kỹ thuật số CÓ và KHÔNG.

Hệ thống Logic mờ (Fuzzy Logic) được phát minh bởi Lotfi Zadeh. Ngoài ra, ông còn quan sát thấy rằng khi ra quyết định, chúng ta sẽ có một loạt các khả năng trung gian giữa CÓ và KHÔNG.

II. Triển khai hệ thống Fuzzy Logic

Để triển khai hệ thống này, bạn có thể thực hiện trong các hệ thống với nhiều quy mô và khả năng khác nhau, đương nhiên, chúng phải có phạm vi từ bộ điều khiển vi mô trung tâm (nhỏ) cho đến lớn. Ngoài ra, chúng ta có thể triển khai chúng trong phần cứng, phần mềm hoặc kết hợp cả hai trong trí tuệ nhân tạo AI

Tại sao phải chọn Fuzzy Logic?

Chúng tôi có thể sử dụng hệ thống logic mờ cho mục đích thực tế cũng như thương mại:

    - Sử dụng nó cho các sản phẩm tiêu dùng và máy điều khiển

    - Mặc dù hệ thống này không đưa ra lý luận chính xác 100%, nhưng lý luận chúng đưa ra sẽ nằm ở mức chấp nhận được

    - Logic mờ sẽ giúp giải quyết các vấn đề liên quan đến sự không chắc chắn trong kỹ thuật

Kiến trúc trong hệ thống logic mờ

Về cơ bản, trong  hệ thống logic mờ có 4 phần chính:

I. Mô-đun Fuzzification

Chúng tôi sử dụng mô-đun này để biến đổi các đầu vào của hệ thống. Ngoài ra, module này sẽ giúp chia tín hiệu đầu vào thành năm bước khác nhau:

    - LP -  x là dương lớn

    - MP-   x là trung bình

    - S -  x là nhỏ

    - MN -  x là trung bình âm.

    - LN -  x là âm lớn

II. Kiến thức cơ bản

Trong phần này, chúng ta phải lưu trữ nó trong các quy tắc IF-THEN đã được cung cấp bởi các chuyên gia.

III. Động cơ suy diễn (Inference Engine)

Nói chung, động cơ này giúp mô phỏng quá trình suy luận của con người, bằng cách suy luận dựa trên các thông tin đầu vào và quy tắc IF-THEN.

IV. Mô-đun khử nước (Defuzzification Module)

Trong mô-đun này, chúng ta phải biến đổi tập mờ thành một giá trị rõ nét. Tập hợp đó được thu thập bởi một công cụ suy luận.

Các hàm thuộc về (Membership Function) luôn hoạt động trên cùng một khái niệm được gọi là là các tập mờ của các biến.

Các hàm thuộc về (Membership Function)

Các hàm này cho phép bạn định lượng thuật ngữ ngôn ngữ. Ngoài ra, bạn có thể dùng chúng để biểu diễn một tập mờ bằng đồ thị. Membership Function sẽ cho một tập mờ A, trong đó, X được xác định là μA: X → [0,1].

Trong hàm này, giữa giá trị 0 và 1, mỗi phần tử của X đều sẽ được ánh xạ. Chúng ta có thể định nghĩa nó là các cấp độ thành viên. Ngoài ra, nó định lượng mức độ thành viên của phần tử, dựa vào giá trị X đến tập mờ A.

    - Trục x - Đại diện cho vũ trụ của bài giảng (Universe of Discourse)

    - Trục y - Đại diện cho các cấp độ thành viên trong khoảng [0, 1]

Chúng ta có thể áp dụng các hàm thành viên khác nhau để làm mờ một giá trị số. Ngoài ra, chúng ta sẽ sử dụng các chức năng đơn giản đến phức tạp, chúng sẽ không tăng thêm độ chính xác trong kết quả đầu ra.

Chúng ta có thể xác định tất cả các hàm thành viên cho LP, MP, S, MN và LN. Điều đó được hiển thị như hình dưới:

Hệ thống các hàm thuộc về trong Fuzzy Logic

Có một số hàm thuộc về là tam giác chung so với các hàm khác, chẳng hạn như singleton, Gaussian, và hình thang.

Ứng dụng của logic mờ

Logic mờ có thể được ứng dụng vào một số lĩnh vực, đó là:

I. Hệ thống ô tô

    - Hộp số tự động

    - Tay lái bốn bánh

    - Hệ thống kiểm soát môi trường phương tiện

II. Hàng điện tử tiêu dùng

    - Hệ thống Hi-Fi

    - Máy photocopy

    - Máy ảnh và máy quay video

    - Tivi

III. Hàng nội địa

    - Nhiều lò vi sóng

    - Tủ lạnh

    - Lò nướng bánh mì

    - Máy hút bụi

    - Máy giặt

IV. Kiểm soát môi trường

    - Máy lạnh / Máy sấy / Máy sưởi

    - Máy tạo ẩm

Ưu điểm của hệ thống logic mờ

    - Trong hệ thống này, chúng ta có thể thu thập tất cả các thông tin đầu vào, bao gồm các thông tin không chính xác, bị bóp méo, nhiễu.

    - Dễ xây dựng và dễ hiểu

    - Là giải pháp cho những vấn đề phức tạp, chẳng hạn như nghiên cứu thuốc.

    - Ngoài ra, chúng ta có thể liên hệ toán học theo khái niệm trong logic mờ. Những khái niệm này rất đơn giản.

    - Do tính linh hoạt của logic mờ, chúng ta có thể thêm và xóa các quy tắc trong hệ thống này.

Nhược điểm của hệ thống logic mờ

    - Hiện nay, vẫn chưa có cách tiếp cận về thiết kế đối với logic mờ này.

   - Nếu logic học quá đơn giản, thì một người bất kỳ nào cũng đều có thể hiểu được nó.

    - Logic mờ chỉ thích hợp cho các bài toán không có độ chính xác cao.

Phần kết luận

Vậy là chúng ta đã cùng nhau nghiên cứu về các hệ thống Logic mờ (Fuzzy Logic System) trong AI và cả những ứng dụng của chúng trong đời sống thực tế. Nếu bạn có bất kỳ thắc mắc gì, vui lòng liên hệ với Viettel IDC để được giải đáp nhé!

>> Xem tiếp: Bài 17: Hệ thống chuyên gia (Expert System) là gì? Cách hệ thống ES giải quyết vấn đề

>> Xem lại: Bài 15: Artificial Neural Network là gì? Cấu trúc, cách hoạt động và ứng dụng của mô hình này

 

Để tìm hiểu thêm về giải pháp Giám sát & Ứng dụng AI, vui lòng liên hệ đến Viettel IDC:

- Hotline: 1800.8088 (miễn phí cước gọi)

- Fanpage: https://www.facebook.com/viettelidc

- Website: https://viettelidc.com.vn