Quel est le lien entre les réseaux de neurones et la logique floue?

Les réseaux de neurones et la logique floue sont généralement des systèmes logiciels conçus pour reconnaître des modèles de données ou d'événements et pour simuler des réactions humaines et des processus de prise de décision naturels. Alors que les modèles de calcul traditionnels utilisent des calculs discrets pour obtenir des résultats dès le démarrage du système, les réseaux de neurones et la logique floue nécessitent une période de formation ou d'apprentissage pour produire des résultats significatifs. Sur le plan conceptuel, l’antithèse des réseaux de neurones et de la logique floue dans les systèmes informatiques avancés est l’application de systèmes experts, qui sont des magasins de données prédéfinis ou des bases de connaissances qui constituent des compilations de connaissances déjà établies par divers experts du même domaine.

L’avantage et le défaut inhérents aux systèmes adaptatifs qui utilisent des réseaux de neurones et la logique floue sont leur capacité de prédiction. Ce sont des outils de modélisation de données statistiques non linéaires, ce qui signifie qu'ils peuvent arriver à des conclusions différentes pour un même problème en fonction du chemin suivi pour analyser le problème. Lorsqu'un système expert basé sur des constructions de programmation standard déciderait si une personne est considérée comme étant grande sur la base d'un seuil clairement défini, disons que 1,83 mètre (6 pieds) ou plus définit une hauteur, là où 1,8 mètres ne correspond pas, réseaux de neurones et la logique floue prend la décision en fonction de l'analyse des données justificatives, du nombre d'individus dans un groupe et de la taille de chacun, de la manière dont les hauteurs moyennes des sous-groupes au sein du groupe affectent la perception globale de ce qui est grand, etc. Cette capacité chez l'homme est appelée intuition, ou la nature de regarder le monde d'une manière non linéaire et de prendre en compte des exceptions à la règle dans la prise de décision.

Les autres termes utilisés pour les réseaux de neurones et les systèmes de logique floue incluent le raisonnement par cas, les algorithmes génétiques, les études sur la théorie du chaos s’appliquant au logiciel et l’intelligence artificielle en général. Les deux systèmes ont tendance à différer dans leur approche de la résolution de problèmes subjectifs. Les réseaux de neurones constituent une tentative directe de modélisation du fonctionnement des neurones dans le cerveau humain, au travers du cycle de croissance d’un réseau de neurones artificiels qui analyse les problèmes lorsqu’ils les rencontrent. La logique floue, en revanche, est une construction logicielle qui tente de coder pour l'analyse de toutes les zones grises du monde naturel, mathématiquement à l'avance, et va au-delà de la logique binaire 0/1 binaire pour inclure des vérités partielles qui sont mises en balance pour arriver à une conclusion. Cela imite le spectre des jugements de valeur que les êtres humains font continuellement lorsqu'une simple réponse par oui ou par non aux conditions est insuffisante.