快思邏輯猶如早期人工智能 高效決策助提高家電醫療設備效率
近來人工智能再掀起話題，內地AI新創公司DeepSeek 以較低的成本製作AI模型，有指其技術媲美市面上的高性能OpenAI，令美國矽谷和全球科技界震驚，相信人工智能界將掀起一番龍爭虎鬥。現時本港較為常用的AI軟件以「ChatGPT」為主，但其實在工程界，早年已有一種名為「快思邏輯（FUZZY LOGIC）」的理論，亦可稱得上是非常早期、至今仍然有所應用的人工智能技術。
撰文：資深工程師及工程師學會前任會長源栢樑
從數學的觀點來說，可把人類廣闊活動範圍所遇到的現象大致分為三類：確定現象、隨機現象和模糊現象。為解決「確定現象」問題的數學工具有幾何、代數、數學分析和微分方程等，一般稱為古典數學；機率論與數理統計則是研究「隨機現象」的數學工具。而「模糊數學」則是專為研究模糊現象的數學工具，模糊數學或邏輯是一種處理不確定性和不精確的推理形式，允許考慮真實程度，而不是電腦一般通常表達的真或假（即壹或零）或二進位制邏輯。
事實上，模糊現象在現實生活中常見，好像形容天氣很冷或距離很近等事物時模糊不清的描述。因為這些都是每個人對於外在環境主觀的感受而有所不同，並不是真或假，所以表達這些感受時通常都是相當模糊的。為了要將這些日常生活中實際存在的模糊敍述與模糊現象加以分析，以得到較確切的表達，故有模糊數學的出現，其後更被廣泛運用作為科技上的控制，管理時的決策分析及其他不同領域的應用。筆者2000年代在城大功讀工程學博士時，也有授習快思邏輯理論，及以相關軟件作為硏究工具。
簡單來說，它的工作原理是以模糊邏輯使用「模糊集成」，而非嚴格的分類，例如「高」可能意味著某人身高6英尺，但在模糊邏輯中，5.5英尺的人可能仍在一定程度上被認為是合乎「高」的資格。它如一種語言變數，模糊邏輯通常使用單詞或短語來描述其代表值，而不是數字值。例如，溫度可以分為「冷」、「暖」或「熱」，每個值都有著一定的範圍。而模糊邏輯系統使用的規則是以「如果是 - 就這樣」（if-then 語句）來做出決策。例如如指示是「如果溫度很高，那麼把風扇開到高點」，系統根據模糊的輸入值評估規則，以此推理確定輸出，通常彙總多個規則評估後以形成最終決定。
最後，模糊輸出被轉換為一個清晰的值，可放於現實世界作操作模式，如控制恆溫器或空調等。從本質上來說，模糊邏輯運算是模仿了人類的推理，在不同的規則下允許在不確定情況做出靈活和細微的決策。
這種「模糊邏輯」，又名為「快思邏輯」（FUZZY LOGIC），早年已經出現，其誕生與工程系統管理有關。早於20世紀60年代時此理論已面世，根據資料顯示，於1965年時美國加州柏克萊大學一名教授，在資訊與控制學術期刊上所發表了一篇名為「Fuzzy Sets（模糊集成）」的論文，成為日後此理論的基礎。此理論之後在70年代開始在工程中使用，以便在不確定的工程系統控制條件下作出最好的決策。其後，快思邏輯逐漸轉至於日本家庭電器中流行起來，在1986年期間當地家器生產商以此理論去控制家庭電器，包括調整空調機冷氣量、電飯煲的烹調及洗衣機的洗滌程式上。
例如支援醫院服務必備的大型洗滌系統中，需要輸入衣物物料、重量及污漬情況等資料，由快思邏輯運算以確認使用多少水量或清潔劑等，並計算所需洗滌時間，以提高洗滌效率，減少浪費及污水排放。在醫療應用方面，據悉有推斷病人再入院預測的模型，是透過模糊邏輯整合多個臨床指標來評估患者再次入院的風險，以加強預防措施；更有遠端醫療系統應用於患者症狀分析，以模糊邏輯在虛擬諮詢期間分析患者報告的症狀，幫助進行初步診斷和建議。
雖然現今人工智能大行其道，但將存在已久的模糊邏輯與人工智能整合可在未來各個領域帶來好處。模糊邏輯允許在不確定和不精確的情況下進行推理，這可以增強人工智能系統的決策能力，使它們能夠更有效地處理模稜兩可或不完整的資訊，並透過管理來自不同來源的物聯網（IoT）感測器資料的不確定性，增強資料分析和決策過程，以改進人機互動，達至更緊密地模仿人類推理，令人工智能系統可以變得更加直觀和容易使用，這的確是模糊邏輯的強項，可以促進更好的自然語言處理和理解。
總括而然，當要解決許多現實世界的複雜且定義不明確的問題，模糊邏輯可以透過允許多值推理，而不是二進位制（真或假）邏輯來幫助人工智能系統解決這些問題。隨著人工智能的不斷發展，模糊邏輯的整合可能會在應對複雜挑戰和增強智慧系統能力方面發揮關鍵作用。模糊邏輯可更有效地對專業知識進行建模，從而導致人工智能系統可以在專業領域進一步模擬類似人類的推理。
《01醫務所》與資深工程師源栢樑合作，逢周一推出專欄「源途有你」，分享工程與醫療的大小事。
源栢樑一直以推動工程界專業發展為己任，是香港工程師學會前任會長。數十年專業路途，著實值得回憶，亦深信後來者或可從中領會工程專業要點所在。源途有你，就讓大家一起體會。
