Hva er forbindelsen mellom nevrale nettverk og uklar logikk?

Nevrale nettverk og uklar logikk er begge programvaresystemer som er designet for å gjenkjenne mønstre i data eller hendelser og simulere naturlige menneskelige reaksjoner og beslutningsprosesser. Mens tradisjonelle beregningsmodeller bruker diskrete beregninger for utdata fra begynnelsen av å slå på systemet, krever nevrale nettverk og uklar logikk en periode med trening eller læring for å gi meningsfulle resultater. Konseptuelt er antitesen til nevrale nettverk og uklar logikk i avanserte datasystemer anvendelsen av ekspertsystemer, som er forhåndsinnstilte datalagre eller kunnskapsbaser som er sammenstillinger av tidligere etablert forståelse av en rekke eksperter på et felt.

Både den iboende fordelen og feilen i adaptive systemer som benytter nevrale nettverk og uklar logikk er deres forutsigbarhet. De er ikke-lineære statistiske datamodelleringsverktøy, noe som betyr at de kan komme til forskjellige konklusjoner om det samme problemet, avhengig av hvilken vei du tar for å analysere problemet. Hvor et ekspertsystem basert på standard programmeringskonstruksjoner vil avgjøre om en person ble ansett som høy basert på et klart avskjæringspunkt, si 1,83 meter eller høyere definerer høye, der 1,8 meters høyde ikke er det, nevrale nettverk og uklar logikk ta avgjørelsen basert på analyse av støttedata, antall individer i en gruppe og hver sin høyde, hvordan gjennomsnittlige høyder for undergrupper i gruppen påvirker den totale oppfatningen av hva som er høyt, og så videre. Denne evnen hos mennesker blir referert til som intuisjon, eller arten av å se på verden på en ikke-lineær måte og gjøre rede for unntak fra regelen i å ta beslutninger.

Andre termer som brukes for nevrale nettverk og uklar logiske systemer inkluderer saksbaserte resonnementer, genetiske algoritmer, studier i kaosteori slik det gjelder programvare og kunstig intelligens generelt. De to systemene har en tendens til å variere i sin tilnærming til å løse subjektive problemer. Nevrale nettverk er et direkte forsøk på å modellere måten nerveceller fungerer i den menneskelige hjernen, gjennom en vekstsyklus av et kunstig nevralt nettverk som analyserer problemer når de møter dem. Fuzzy logic er derimot en programvarekonstruksjon som prøver å kode for analyse av alle de grå områdene i den naturlige verdenen, matematisk på forhånd, og går utover binær 0/1 boolsk logikk for å inkludere delvise sannheter som veies mot hverandre for å komme frem til en konklusjon. Dette etterligner spekteret av verdiverdier som mennesker kontinuerlig gjør når et enkelt ja- eller nei-svar på forholdene er utilstrekkelig.