Rozmyty system ekspercki to forma rozwiązywania problemów wykorzystywana przez system komputerowy, często wykorzystywana przy tworzeniu sztucznej inteligencji. Systemy eksperckie to rodzaje oprogramowania komputerowego do podejmowania decyzji oparte na logice Boole’a, co oznacza, że system wykorzystuje szereg odpowiedzi tak lub nie, aby spróbować rozwiązać problem. Rozmyte systemy eksperckie rozszerzają tradycyjny system ekspercki i są oparte na logice rozmytej zamiast logice Boole’a. Logika rozmyta, jak sama nazwa wskazuje, oznacza, że odpowiedź nie jest jednoznacznym tak lub nie. Wypada gdzieś pośrodku, a komputer musi próbować obliczyć odpowiedź na podstawie odpowiedzi, które mogą nie być całkowicie prawdziwe, ale mogą też nie być całkowicie fałszywe.
Znany jako „ojciec logiki rozmytej”, dr Lotfi Zadeh wprowadził pojęcie logiki rozmytej w latach 1960. XX wieku, gdy był zatrudniony na Uniwersytecie Kalifornijskim w Berkeley. W 1965 opublikował artykuł dotyczący zbiorów rozmytych. Wyjaśnił nie tylko ideę zbiorów rozmytych i logiki, ale także ramy włączenia tej nowej logiki do świata inżynierii. Ukuł również termin „rozmyty” w odniesieniu do tego szczególnego stylu logicznego i nazwa się przyjęła.
Aby zrozumieć teorię stojącą za rozmytymi systemami ekspertowymi, konieczne jest zrozumienie podstawowych pojęć logiki Boole’a i logiki rozmytej. Chociaż oba opierają się na zaawansowanych algorytmach matematycznych, podstawowa koncepcja jest prosta. Obaj używają odpowiedzi na serię pytań lub stwierdzeń, aby sformułować nową odpowiedź. W logice Boole’a odpowiedzi są albo prawdziwe, albo fałszywe, podczas gdy w logice rozmytej odpowiedź może być prawdziwa, częściowo prawdziwa, fałszywa, częściowo fałszywa i kilka wartości pomiędzy, w zależności od tego, jakie terminy programista wprowadza do programu.
Na przykład, jeśli system ekspercki chciałby podjąć decyzję przy użyciu logiki Boole’a, ostatecznie odpowiedziałby jako prawda lub fałsz, określany również jako tak lub nie. System ekspercki używający logiki rozmytej może jednak odpowiedzieć tak, nie, być może lub w innej kombinacji. Czyni to, wyciągając wnioski ze swojej aktualnej bazy wiedzy zawierającej informacje.
Bazy wiedzy są sercem rozmytych systemów eksperckich. Jeśli komputer nie może znaleźć prawidłowej odpowiedzi, zakłada się, że baza wiedzy nie zawiera wystarczającej ilości informacji, zamiast zakładać, że sam program jest błędny. Baza wiedzy może zawierać stwierdzenie, takie jak „Kiedy x=tak i y=nie, to z=być może”. Z tego stwierdzenia rozmyte systemy eksperckie mogą wywnioskować, że gdy „x=tak” i „y=tak”, to „z” musi również równać się „tak”, lub że gdy „x=nie” i „y=tak”, to „z ” nadal równa się „może”. Jeśli nie jest to odpowiedź, jakiej chciał programista, oznacza to, że baza wiedzy potrzebuje więcej informacji, aby uzyskać poprawną odpowiedź.
Rozmyte systemy eksperckie dokonują tych obliczeń na podstawie wartości matematycznych. „Tak”, „nie” i „może” mają przypisane określone wartości. Komputer sprawdza, jakie wartości terminów w stwierdzeniach, takich jak „x=tak i y=nie”, są równe, i dodaje ich wartości. Następnie dodaje wszelkie inne istotne wartości i dopasowuje wartość końcową do odpowiedzi typu „być może”, „tak” lub „nie”. Zatem dodanie wartości matematycznych „x=nie” i „y=tak” mówi komputerowi, że matematyczna wartość „z” równa się „być może”.