Fuzzy-Logik ist eine Art von Mathematik und Programmierung, die genauer darstellt, wie das menschliche Gehirn Objekte kategorisiert, Bedingungen bewertet und Entscheidungen verarbeitet. Im traditionellen Logiksystem wird ein Element, das strikt zu einer Gruppe gehört oder nicht gehört, als Menge bezeichnet. Zum Beispiel ist ein Tier entweder ein Hund oder kein Hund. Fuzzy-Logik ermöglicht es, dass ein Objekt bis zu einem gewissen Grad oder mit einer gewissen Sicherheit zu einer Menge gehört. Die Anwendungen der Fuzzy-Logik in modernen Computersystemen sind zu zahlreich, um sie anzuführen, aber sie steuern Dinge wie das Erhitzen von Mischungen und Werkzeugteilen.
Die Welt ist unglaublich komplex, sowohl in der Breite als auch in der Tiefe. In gewisser Weise ist es schwierig, sich an die logischen Beschränkungen der traditionellen Mengenlehre zu halten, wenn es darum geht, zu beschreiben, wie einfache, tägliche Entscheidungen wie das Kochen eines Bratens oder das Fahren im Straßenverkehr getroffen werden. Von Computern wird jedoch erwartet, dass sie diese Entscheidungen treffen, indem sie die Komplexität vereinfachen oder reduzieren und Unsicherheiten nicht berücksichtigen. Fuzzy-Logik wurde 1965 von Dr. Lotfi Zadeh an der UC Berkeley erfunden und geprägt, als er über Mathematik, Linguistik und gesunden Menschenverstand nachdachte.
Um zu verstehen, dass Fuzzy-Logik kein vages, vorläufiges System ist, sondern sehr praktisch verwendet werden kann, um Computern beizubringen, Entscheidungen zu treffen, kann ein Beispiel hilfreich sein. Ausgehend von der Regel „Keine Hunde im Haus“ bedeutet dies logischerweise, dass WENN das Objekt ein Hund ist, DANN es nicht im Haus sein darf. Irgendwie lässt sich ableiten, dass ein Stofftier, das einem Dalmatiner ähnelt, hineingelassen wird, ein echter Dalmatiner jedoch nicht. Einige Fragen könnten jedoch bleiben, wie zum Beispiel, ob Blindenführhunde erlaubt sind oder ob Tiere, die halb Husky und halb Wolf sind, drinnen erlaubt sind.
Fuzzy-Logik ermöglicht diese Zwischenschritte, wenn es darum geht, Anforderungen zu erfüllen und Konsequenzen zu initialisieren. Anstelle eines absolut zur Gruppe der Hunde gehörenden Tieres kann es bis zu einem gewissen Grad dazugehören. Ein Golden Retriever könnte einen Wert von 1.0 haben, der so nah wie möglich an einem „vollständigen“ Hund liegt, während ein Chihuahua aufgrund seiner Größe 0.8 haben könnte. Ein Blindenhund darf nur einen Wert von 0.4 haben, da er oft dort erlaubt ist, wo andere Hunde nicht erlaubt sind.
Dieses flexible System löst Probleme und steuert Maschinen, die ein einfaches Logiksystem nicht könnte. Die Ausgabe oder Entscheidung ist immer klar und nicht verschwommen; mit anderen Worten, die Ausgabe ist immer „knackig“. Irgendwann ist der Hund entweder im Haus oder draußen auf der Veranda – er ist nie auf halbem Weg. Deshalb bedeutet „unscharf“ nicht ungewiss oder unbekannt.