Il sistema esperto fuzzy è una forma di problem solving utilizzata da un sistema informatico, spesso utilizzato nella creazione di intelligenza artificiale. I sistemi esperti sono tipi di software per computer decisionali basati sulla logica booleana, il che significa che il sistema utilizza una serie di risposte sì o no per cercare di risolvere un problema. I sistemi esperti fuzzy si espandono sul sistema esperto tradizionale e si basano sulla logica fuzzy anziché sulla logica booleana. La logica fuzzy, come suggerisce il nome, significa che la risposta non è un chiaro sì o no. Cade da qualche parte nel mezzo e il computer deve cercare di calcolare una risposta basata su risposte che potrebbero non essere completamente vere ma potrebbero non essere nemmeno del tutto false.
Conosciuto come il “padre della logica fuzzy”, il dott. Lotfi Zadeh ha introdotto il concetto di logica fuzzy negli anni ‘1960 mentre era impiegato presso l’Università della California a Berkeley. Ha pubblicato un articolo nel 1965 sui set sfocati. Ha spiegato non solo l’idea di insiemi fuzzy e logica, ma anche una struttura per incorporare questa nuova logica nel mondo dell’ingegneria. Ha anche coniato il termine “fuzzy”, in riferimento a questo particolare stile logico, e il nome è rimasto.
Per comprendere la teoria alla base dei sistemi esperti fuzzy, è necessario comprendere i concetti di base della logica booleana e della logica fuzzy. Sebbene entrambi si basino su algoritmi matematici avanzati, il concetto di base è semplice. Entrambi usano le risposte a una serie di domande o affermazioni per formulare una nuova risposta. In logica booleana, le risposte sono vere o false, mentre in logica fuzzy una risposta può essere vera, parzialmente vera, falsa, parzialmente falsa e diversi valori intermedi, a seconda di quali termini il programmatore inserisce nel programma.
Ad esempio, se un sistema esperto volesse prendere una decisione utilizzando la logica booleana, alla fine risponderebbe vero o falso, detto anche sì o no. Un sistema esperto che utilizza la logica fuzzy, tuttavia, potrebbe rispondere sì, no, forse o qualche altra combinazione. Lo fa traendo conclusioni dalla sua attuale base di conoscenze di informazioni.
Le basi di conoscenza sono il cuore dei sistemi esperti fuzzy. Se un computer non riesce a fornire la risposta corretta, si presume che la base di conoscenza non contenga informazioni sufficienti piuttosto che presumere che il programma stesso sia sbagliato. La base di conoscenza potrebbe contenere una dichiarazione come “Quando x=sì e y=no allora z=forse”. Da questa affermazione, i sistemi esperti fuzzy possono concludere che quando “x=sì” e “y=sì” quella “z” deve essere uguale anche a “sì”, o che quando “x=no” e “y=sì” che “z” ” è ancora uguale a “forse”. Se questa non è la risposta che il programmatore voleva, significa che la base di conoscenza ha bisogno di più informazioni per fornire la risposta corretta.
I sistemi esperti Fuzzy effettuano questi calcoli in base a valori matematici. “Sì”, “no” e “forse” vengono assegnati determinati valori. Il computer guarda quali sono i valori dei termini in affermazioni come “x=sì e y=no” e aggiunge i loro valori. Quindi aggiunge qualsiasi altro valore rilevante e abbina il valore finale con una risposta come “forse”, “sì” o “no”. Quindi aggiungendo i valori matematici di “x=no” e “y=yes” si dice al computer che il valore matematico di “z” è uguale a “forse”.