Fuzzy Logic

Bulanık Mantık, klasik hesaplamada sıklıkla bulunan katı "doğru veya yanlış" ikiliği yerine, "doğruluk derecelerine" dayalı akıl yürütmeyi modelleyen bir hesaplama paradigmasıdır. Standart bilgisayarlar değerleri kesin olarak 0 veya 1 olarak atamak için Boolean mantığını kullanırken, bulanık sistemler 0 ile 1 arasındaki herhangi bir değere izin verir. Bu esneklik, Yapay Zekânın (AI) belirsiz, muğlak ve kesin olmayan bilgileri işlemesini sağlayarak karmaşık verileri işlerken insan bilişsel süreçlerini daha yakından taklit eder.

Bulanık Akıl Yürütme Mekanizması#

Geleneksel hesaplamada bir girdi ya bir kümeye aittir ya da ait değildir. Bulanık mantık, girdi verilerini 0 ile 1 arasında değişen ve üyelik derecesini temsil eden bir değere eşleyen üyelik fonksiyonları kavramını ortaya koyar. Örneğin, bir iklimlendirme sisteminde 75°F sıcaklık basitçe "sıcak" olarak sınıflandırılmak yerine "0,6 oranında ılık" olarak değerlendirilebilir.

Bu süreç genel olarak üç temel aşamayı içerir:

1. Bulanıklaştırma: Kesin, sayısal girdileri üyelik fonksiyonlarını kullanarak bulanık kümelere dönüştürme.

2. Çıkarım: Bulanık verilere dayalı sonuçları belirlemek için "Eğer-O zaman" kurallarını uygulama.

3. Durulaştırma: Bulanık sonucu kesin ve eyleme geçirilebilir bir çıktıya dönüştürme.

Bu yaklaşım, net sınırların tanımlanmasının zor olduğu gürültülü görsel verilerin işlenmesinde özellikle faydalıdır.

Makine Öğrenimi ve Bilgisayarlı Görü Açısından Önemi#

Bilgisayarlı Görü (CV) ve Makine Öğrenimi (ML) bağlamında, kesin piksel değerleri aydınlatma, örtülme veya sensör gürültüsü nedeniyle sıklıkla değişir. Bulanık mantık, bir sinir ağının kesin sayısal çıktıları ile insanların kullandığı dilsel yorumlar arasındaki boşluğu doldurur.

Gerçek Dünya Uygulamaları#

• Otonom Sürüş: Otonom araçlar düzgün kontrol eylemleri gerçekleştirmek için bulanık mantıktan yararlanır. Bir engel algılandığında aniden fren yapmak yerine sistem, kademeli bir yavaşlama uygulamak için hıza ve mesafeye göre "tehlike derecesini" değerlendirerek yolcuların güvenliğini ve konforunu sağlar.
• Tıbbi Teşhis: Tıbbi görüntü analizinde dokuların genellikle belirgin sınırları yoktur. Bulanık mantık, tümörlerin sağlıklı dokuyla belirsiz biçimde iç içe geçtiği görüntüleri bölümlere ayırmada sağlık hizmetlerinde yapay zekâ sistemlerine yardımcı olarak daha incelikli risk değerlendirmesine ve öngörücü modellemeye olanak tanır.

Bulanık Mantık ve Olasılık Karşılaştırması#

Farklı belirsizlik türlerini ele almalarına rağmen sıklıkla karıştırıldıkları için bulanık mantığı olasılık teorisinden ayırt etmek çok önemlidir.

• Olasılık, gelecekteki bir olayın gerçekleşme olasılığıyla ilgilenir (ör. "Yağmur yağma ihtimali %50"). Rastlantısallığı modeller.
• Bulanık Mantık, bir durumun doğruluk derecesiyle ilgilenir (ör. "Zemin %50 ıslak"). Olayın tanımındaki belirsizliği modeller.

Pratik Uygulama#

Pratik nesne algılama iş akışlarında bulanık mantık genellikle son işleme sırasında uygulanır. Geliştiriciler, gelişmiş filtreleme kuralları oluşturmak için bir modelin güven puanını dilsel kategorilere eşleyebilir.

Aşağıdaki Python örneği, Ultralytics YOLO26 çıkarım sonuçlarına bulanık benzeri kategorilendirmenin nasıl uygulanacağını gösterir:

from ultralytics import YOLO

# Load the YOLO26 model and run inference
model = YOLO("yolo26n.pt")
results = model("https://ultralytics.com/images/bus.jpg")

# Get confidence score of the first detected object
conf = results[0].boxes.conf[0].item()


# Apply fuzzy linguistic categorization (Membership function logic)
def get_fuzzy_degree(score):
    if score > 0.8:
        return "High Certainty"
    elif score > 0.5:
        return "Moderate Certainty"
    return "Uncertain"


print(f"Score: {conf:.2f} -> Category: {get_fuzzy_degree(conf)}")

İlgili Kavramlar#

• Uzman Sistemler: Bilgileri işlemek için büyük ölçüde bulanık kurallara dayanan ve insan karar verme süreçlerini taklit eden ilk dönem yapay zekâ programları.
• Nöro-Bulanık Sistemler: Derin Öğrenmenin (DL) öğrenme yeteneklerini bulanık akıl yürütmenin yorumlanabilirliğiyle birleştiren hibrit mimariler.
• Görüntü Bölütleme: Karmaşık veri kümelerinde nesne sınırlarını tanımlarken bulanık mantıktan sıklıkla yararlanan bir bilgisayarlı görü görevi.
• Ultralytics Platformu: Kullanıcıların, bulanık mantık denetleyicileri için kesin girdi motorları olarak hizmet edebilecek veri kümelerini yönetebildiği ve modelleri eğitebildiği modern bir ortam.