Fuzzy Logic

Bulanık Mantık (Fuzzy Logic), klasik bilişimde sıkça karşılaşılan katı "doğru veya yanlış" ikilisi yerine "doğruluk derecelerine" dayalı akıl yürütmeyi modelleyen bir hesaplama paradigmasıdır. Standart bilgisayarlar kesinlikle 0 veya 1 değerleri atamak için Boolean mantığı kullanırken, bulanık sistemler 0 ile 1 arasında herhangi bir değere izin verir. Bu esneklik, Yapay Zeka (AI) sistemlerinin belirsizliği, muğlaklığı ve kesin olmayan bilgileri ele almasını sağlayarak karmaşık verileri işlerken insan bilişsel süreçlerini daha yakından taklit etmesine olanak tanır.

Bulanık Muhakeme Mekanizması#

Geleneksel bilişimde bir girdi ya bir kümeye aittir ya da ait değildir. Bulanık mantık, girdi verilerini üyelik derecesini temsil eden 0 ile 1 arasında bir değere eşleyen üyelik fonksiyonları kavramını sunar. Örneğin, bir iklim kontrol sisteminde 75°F sıcaklık basitçe "sıcak" olarak değil, daha ziyade "0.6 ılık" olarak sınıflandırılabilir.

Bu süreç genellikle üç temel aşamayı içerir:

1. Bulanıklaştırma (Fuzzification): Keskin, sayısal girdilerin üyelik fonksiyonları kullanılarak bulanık kümelere dönüştürülmesi.

2. Çıkarım (Inference): Bulanık verilere dayalı sonuçları belirlemek için "Eğer-İse" kurallarının uygulanması.

3. Durulaştırma (Defuzzification): Bulanık sonucun tekrar kesin, uygulanabilir bir çıktıya dönüştürülmesi.

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

Makine Öğrenmesi ve Bilgisayarlı Görü'de Önemi#

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

Gerçek Dünya Uygulamaları#

• Otonom Sürüş: Otonom araçlar, sorunsuz kontrol eylemleri gerçekleştirmek için bulanık mantık kullanır. Bir engel tespit edildiğinde ani fren yapmak yerine, sistem yolcu güvenliğini ve konforunu garanti etmek için kademeli bir yavaşlama gerçekleştirmek üzere hız ve mesafeye dayalı "tehlike derecesini" değerlendirir.
• Tıbbi Teşhis: Tıbbi görüntü analizinde, dokuların genellikle belirgin sınırları yoktur. Bulanık mantık, tümörlerin sağlıklı dokuyla iç içe geçtiği görüntüleri sağlık alanındaki yapay zeka sistemlerinin bölütlemesine yardımcı olarak daha incelikli risk değerlendirmesine ve tahmine dayalı modellemeye olanak tanır.

Bulanık Mantık ve Olasılık Karşılaştırması#

Bulanık mantığı olasılık teorisinden ayırmak çok önemlidir, çünkü farklı belirsizlik türlerini ele almalarına rağmen genellikle karıştırılırlar.

• Olasılık, gelecekteki bir olayın gerçekleşme olasılığı ile ilgilenir (örneğin, "Yarın yağmur yağma ihtimali %50"). Rastgeleliği modeller.
• Bulanık Mantık, bir durumun doğruluk derecesi ile ilgilenir (örneğin, "Zemin %50 ıslak"). Olayın kendi tanımındaki muğlaklığı modeller.

Pratik Uygulama#

Pratik nesne tespiti iş akışlarında, bulanık mantık genellikle son işleme (post-processing) sırasında uygulanır. Geliştiriciler, gelişmiş filtreleme kuralları oluşturmak için bir modelin güven puanını dilsel kategorilerle eşleyebilir.

Aşağıdaki Python örneği, Ultralytics YOLO26 çıkarım sonuçlarına bulanık benzeri kategorizasyonun nasıl uygulanacağını göstermektedir:

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: Bilgiyi işlemek için büyük ölçüde bulanık kurallara güvenen, insan karar verme süreçlerini taklit eden erken dönem AI programları.
• Nöro-Bulanık Sistemler: Derin Öğrenmenin (DL) öğrenme yeteneklerini bulanık akıl yürütmenin yorumlanabilirliği ile birleştiren hibrit mimariler.
• Görüntü Bölütleme: Karmaşık veri kümelerinde nesne sınırlarını tanımlarken sıklıkla bulanık mantıktan yararlanan bir bilgisayarlı görü görevi.
• Ultralytics Platform: Kullanıcıların veri kümelerini yönetebileceği ve bulanık mantık denetleyicileri için kesin girdi motorları olarak hizmet verebilecek modeller eğitebileceği modern bir ortam.