Lógica difusa

Ésta es otra extensión de la lógica booleana, que permite asignar a cada proposición un valor de verdad real (de $\mathbb{R}$) entre 0 y 1 en vez de sólo 0 y 1. No es lo mismo que la probabilidad: por ejemplo, tenemos estas dos frases:

1. ``Estoy un 80% en la universidad''
2. ``Hay una probabilidad del 80% de que esté en la universidad''

La primera habla de un hecho concreto (no es nada que haya que decidir a cara o cruz), y la puedo decir si aún me falta un 20% de viaje para llegar en autobús. La segunda, en cambio, no dice nada sobre dónde estoy ahora, pero ayuda a imaginárselo. En este caso, las opciones son sólo dos: o estoy (80 de cada 100 casos) o no estoy (20 de cada 100).

Se supone que la lógica difusa es una de les cosas que los humanos hacemos muy bien y los ordenadores no, pero los métodos para trabajar con valores difusos no son para nada naturales para nosotros; al contrario, hay que hacer muchos cálculos numéricos y gráficos (pensando en funciones complejas).

Además, es un tema que da muchas discusiones (aunque está bastante aceptado que funciona): algunos ingenieros la rechazan (quizás porque el nombre -fuzzy logic- sugiere que es una lógica no muy clara, que no se sabe bien cómo funciona), los estadistas continúan prefiriendo la probabilidad para describir la incertidumbre, y otros dicen que no puede ser un superconjunto de la teoría de conjuntos ya que las funciones de pertinencia están definidas mediante conjuntos convencionales. [WP]

El hecho es que se usa en algoritmos y mecanismos de control (lavadoras, ascensores, aire acondicionado, procesado de imágenes, códigos de corrección de errores, etc.) pero no mucho para comprender el lenguaje. Ni siquiera nosotros sabemos dar los valores de verdad de cada cosa que decimos... aunque lo dejáramos en dos o tres valores (``no estoy seguro'', ``estoy bastante seguro'', ``estoy muy seguro''), seguiríamos diciendo disparates. Por tanto, dejo la lógica difusa para los ordenadores y la inteligencia artificial, pero no para la nuestra.