Lògica difusa

Aquesta és una altra extensió de la lògica booleana, que permet assignar a cada proposició un valor de veritat real (de $\mathbb{R}$) entre 0 i 1 en lloc de només 0 i 1. No és el mateix que la probabilitat: per exemple, tenim aquestes dues frases:

1. ``Estic un 80% a la universitat''
2. ``Hi ha una probabilitat del 80% de que estigui a la universitat''

La primera parla d'un fet concret (no és res que calgui decidir a cara o creu), i la puc dir si encara em falta un 20% de viatge per arribar-hi en l'autobús. La segona, en canvi, no diu res sobre a on estic ara, però ajuda a imaginar-s'ho. En aquest cas, les opcions són només dues: o estic (80 de cada 100 casos) o no estic (20 de cada 100).

Es suposa que la lògica difusa és una de les coses que els humans fem molt bé i els ordinadors no, però els mètodes per treballar amb valors difusos no són res de naturals per nosaltres; al contrari, s'han de fer molts càlculs numèrics i gràfics (pensant en funcions complexes).

A més, és un tema que dóna moltes discussions (encara que està bastant acceptat que funciona): alguns enginyers la rebutgen (potser és perquè el nom -fuzzy logic- suggereix que és una lògica no molt clara, que no es sap bé com funciona), els estadistes continuen preferint la probabilitat per descriure la incertesa, i altres diuen que no pot ser un superconjunt de la teoria de conjunts ja que les funcions de pertinença són definides amb conjunts convencionals. [WP]

El fet és que s'usa a algorismes i mecanismes de control (rentadores, ascensors, aire condicionat, processament d'imatges, codis de correcció d'errors, etc.) però no molt per a comprendre el llenguatge. Ni tan sols nosaltres sabem donar els valors de veritat de cada cosa que diem... i encara que he deixem en dos o tres valors (``no estic segur'', ``estic bastant segur'', ``estic molt segur''), continuem dient disbarats. Per tant, deixo la lògica difusa per als ordinadors i la intel·ligència artificial, però no per a la nostra.