Logique floue : définition et cas d'usage
Qu'est-ce que la logique floue ?
La logique floue est une approche utilisée en IA basée sur des "valeurs ou degrés de vérité" sous la forme de chiffres réels compris entre 0 et 1. En cela, elle diffère de la classique logique booléenne qui repose sur deux valeurs "vraies ou fausses" (1 ou 0). Autrement dit, cette logique dite polyvalente admet la possibilité de vérités partielles, situées entre les deux extrêmes 0 et 1. La logique floue a été formulée par le mathématicien Lotfi Zadeh dans les années 1960, dans le cadre de ses recherches sur la compréhension du langage naturel par les ordinateurs.
Difficilement traduisible en termes absolus et binaires comme 0 ou 1, le langage naturel ne peut être décrit avec une logique strictement booléenne. Il fallait, pour résoudre ce problème, développer une logique plus proche du fonctionnement du cerveau humain, qui tend, lui, à combiner des vérités partielles pour parvenir à une décision acceptable. La logique floue permet cela en représentant de façon plus fidèle les capacités cognitives humaines. En cela, elle s’avère essentielle à la conception et au développement de fonctionnalités d’intelligences artificielles confrontées à des tâches complexes et/ou inhabituelles.
Comment fonctionne la logique floue ?
Pour illustrer le fonctionnement de la logique floue, prenons l’exemple de la température de l’eau. Avec la logique booléenne classique, elle ne peut être que : soit "froide" soit "chaude" ou soit "en dessous de 20 °C" soit "au-dessous de 20 °C". Même en modifiant la température progressivement, elle restera toujours dans un extrême ou l'autre. Avec la logique floue, il est possible d’admettre de nouvelles valeurs. L’eau peut ainsi être "un peu moins froide", "tiède" ou encore "quasi chaude" avec un ensemble des possibles bien plus vaste et nuancé.
En logique floue, une valeur peut appartenir à plusieurs ensembles, en mettant en place des règles d’inférence et de fonctions d’appartenance (nommés "ensembles flous") de type "si telle condition est remplie, alors…". Dès lors, une température de 20 °C pourra être en même temps froide et/ou chaude selon les situations. C’est un mode de raisonnement plus intuitif qui permet de mieux appréhender les phénomènes humains ou naturels ou encore les systèmes complexes, par nature difficilement modélisables.
Pourquoi utiliser de la logique floue ?
La logique floue présente pour avantage d'être intuitive et de faire intervenir des variables qualitatives. Exemple : Si le feu passe au orange, que ma vitesse est moyenne (entre 50 et 80 km/h) et que ma voiture est assez proche du feu (entre 65 et 35 mètres) alors je freine. Des paliers pouvant éventuellement être définis.
La logique floue permet ainsi de résoudre des situations complexes que la méthode binaire (vrai ou faux) ne pourrait résoudre. Reste qu'elle repose sur des règles qualitatives (petit, moyen, grand) qui ne garantissent pas l'absence d'erreur. Il est donc primordial de tester le système. Les tests permettent d'optimiser les règles par essai / erreur.
Quelles sont les principales applications de la logique floue en IA ?
La logique floue est utilisée, entre autres, dans les systèmes d’aide à la conduite des véhicules et d’aide au diagnostic médical, les outils assurantiels d’analyse et de prévention des risques, les intelligences artificielles qui gèrent le trafic routier et aérien, et également les modèles de prédiction météorologique et climatique.