BULANIK MANTIK NEDİR?

Merhaba Arkadaşlar,

Size bu yazımında günlük hayatta farkında olmadan sürekli kullandığımız bir sistemi yani bulanık mantığı anlatacağım.

LOGIC

İnsan beyninin çalışma sistemi ile ilgili benzetim çalışmaları sonucunda ortaya çıkan ve yapay zekanın alt dallarından biri olan bulanık mantık, bulanık küme teorisine dayanan matematiksel bir sistemdir. Bulanık mantık kullanılan kontrol sistemlerinin temelinde mantıksal ifadeler ve bunlar arasındaki ilişkiler kullanılmaktadır. Matematiksel olarak ifade edildiğinde varlık – küme ilişki incelendiğinde, varlık kümenin elemanı olduğunda “1”, kümenin elemanı olmadığı zaman “0” değerini alır. Bulanık mantık klasik küme gösteriminin genişletilmesidir. Bulanık mantıkta varlık kümesinde her bir varlığın üyelik derecesi vardır. Varlıkların üyelik derecesi, (0, 1) aralığında herhangi bir değer olabilir ve üyelik fonksiyonu M(x) ile gösterilir .

Bulanık Mantığa Gelen Eleştiriler

a.jpeg

Klasik mantık savunucuları, bilimin kesinlik üzerine kurulduğunu ve bilimsel metotlarda belirsizliğe yer olmadığını düşünmektedir. Bir kısım bilim çevresi bulanık mantığı tamamen reddetmezken, teorinin getirdiği yaklaşımın zaten olasılık hesabıyla var olduğunu savunmuştur. Ancak belirsiz ve rastgelelik kavramları birbirine benzese de farklıdır. Her ikisinin ortak noktası, bir olaydaki belirsizliği [0,1] birim aralığında göstermektir. Ancak bulanık mantık, bir olayın hangi dereceye kadar var olduğunu sorgularken, ihtimaller hesabı ise olayın olup olmadığını incelemektedir.

Kimi bilim adamları ise, sonsuz olasılıklarla uğraşan bir teorinin basitlikten uzaklaştığını, gereksiz matematiksel hesaplamalar içinde kaybolup bir sonuca varamadığını iddia eder. Teorinin sahibi Zülfü Askerzade Zadeh ise “Neredeyse her problem için bulanık mantık olmadan çözüme gidebilirsiniz, ancak onu kullanırsanız daha hızlı ve ucuz yolu seçmiş olursunuz.” demiştir. Nitekim bulanık mantık, çözümlenmesi zor problemlerde daha uygun olacaktır.

Peki Bulanık Mantık Neden Kullanılır ?

cloudai (1).jpg

İnsanlar gerçek bir sistemi tam olarak tanımlayabilmek için gerekli tüm verilere sahip olmamaları , olsalar bile anlık olarak bunları anlayıp yorumlamaları zor olduğu halde nasıl doğru kararlar verebiliyor?

Şimdi şöyle bir durum düşünelim. Bir bisikletiniz var ve uygun bir alanda bisikletinizi sürüyorsunuz. Siz bisikletin hızını, tekerlek sürtünme katsayısını, dönmesi için gerekli minimum derece açısını ve yana kaç derece eğimle yattığını bilmediğiniz halde bisikletin üstünde nasıl dengede duruyor ve uygun bir açıyla o sokağı dönebiliyorsunuz? Elbette bu konudaki kararlarımız, diferansiyel denklemler, transfer fonksiyonları, anlık frekans hesapları gibi matematiksel bir süreç ardından verilmiyor.

Bir de şu senaryoyu düşünelim. Bir robot kendisine atılan bir topu tutmak için bilgisayar tarafından birçok matematiksel işlemin çok kısa bir sürede hesaplanması gerekir. Atılan topun düşey ve yatay hızını, ivmesini, yönünü algılayıp işleyebilecek, havayla sürtünme katsayısını, topa etki eden rüzgarın hızını ve yönünü hesaplayıp topu tutması gerekiyor. Peki biz bunları yaparken neden zorlanmıyoruz?

Sorumuzun cevabı insanların yaklaşık olarak karar verebilme yeteneğinde saklıdır. Sistemin yapısı karmaşık olsa dahi, insanlar sistemin davranışı, eğilimi hakkında genel hatlarıyla bir yargıya varabilir. Bu genel bilgi, insanların karmaşık sistemleri anlayıp kontrol edebilmesi için yeterlidir.

Bulanık Mantık Uygulama Aşamaları

Bulanık mantık bir yapay zeka uygulaması oluşturma prensibidir. Bulanık mantıkta temel olan bir sonuca varmaktır. Normal bir programın yapısı:

Temel girdiler → Program → Sabit bir sonuç.

Şeklindedir. Oysa bir bulanık mantık uygulaması:

Sayısı belli olmayabilen veri yığını → Program → Girdilere ve varsayıma göre değişken → bir veya birden fazla sonuç şeklindedir.

Bir bulanık mantık uygulamasındaki sonuç aynı girdiler olsa bile değişik bir sonuç döndürebilir ve bir öbek halinde veriyi alabilir. Bulanık mantıktaki özellik bunun haricinde verilen verilerin örnekleme mantığı ile alınması ve tümü simgelediği varsayımı yapılması ve buna göre bir olasılık değerinin elde edilmesidir.

Bulanık mantık çerçevesinde elemanların kümelere dahil oranları belirlenir. Belirtilmiş olan kurallara göre sistemlere giriş yapılırken istenen çıktılara dönüşüm sağlanır. Bu süreçte ise bulanıklaştırma, kontrol ve durulaştırma aşamaları sırasıyla uygulanır. Son yıllarda gerçekleştirilen çalışmalarla birlikte sürücüsüz araçlarda bulanık mantık teorisine göre yönlendirilir.

Bu çerçevede yapılacak ölçümlerde araç hızı, mesafe ve hız durumu kümeleri oluşturulur. Araç hızı yüksek ve mesafe kısa ise kırmızı ışıkta araç hızı düşürür. Araç hızı yüksek, mesafe kısa ve yeşil yanıyorsa araç hızı sabit olur. Değişkenlere bağlı olarak karar verme mekanizması sağlanırken en yakın çıktının elde edilmesi amaçlanır. Elemanların kümelere olarak uzaklık ve yakınlıkları ortaya çıkarken bu durumlara göre de 0 ve 1 değerleri verilir.

Bir sonraki yazımda görüşmek üzere…

KAYNAKÇA:

  • Vasif Nabiyev, Yapay Zeka, Seçkin Yayınları, 3. baskı 2010
  • Wikipedia
  • Mathworks
  • Quora
  • teknolojiprojeleri.com
  • kontrolkalemi.com
Beğendim! Patreonda Öğrenci Blogları desteklemek için bir saniyenizi ayırın!

ayseduman

Hadi Yoruma

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Başa dönün
Tüm yazılar Öğrenci Bloglarına aittir. İzinsiz paylaşılamaz. 2019&Öğrenci Blogları
%d blogcu bunu beğendi: