Systemy neuro-rozmyte (ANFIS): reguły rozmyte, które uczą się z danych

System rozmyty Sugeno jako pięciowarstwowa sieć, uczenie hybrydowe metodą najmniejszych kwadratów i gradientem, uczenie funkcji z zaszumionych danych, dobór liczby reguł i przeuczenie, czytelność nauczonych reguł i związek z sieciami RBF.

13 minut Matěj Žalmánek 2026-10-15

Seria Podstawy AI Część 37 z 52

1. Mapa sztucznej inteligencji: co jest czym i jak to do siebie pasuje
2. Krótka historia sztucznej inteligencji: od Turinga do modeli językowych
3. Dane, model, trening, inferencja: podstawowe pojęcia na jednym przykładzie
4. Jak czytać zapis matematyczny: symbole, indeksy, sumy i kwantyfikatory
5. Zbiory i relacje: klocki, z których składają się definicje w AI
6. Funkcje i odwzorowania: dlaczego każdy model AI jest funkcją
7. Logika i dowody: reguły, według których rozumuje AI
8. Grafy i drzewa: struktura, na której opierają się przeszukiwanie i sieci neuronowe
9. Algebra liniowa dla uczenia maszynowego: wektory, macierze i dlaczego AI głównie mnoży
10. Pochodne, gradient i reguła łańcuchowa: jak model ustala, w którą stronę się uczyć
11. Spadek gradientu: jak uczy się model
12. Czym jest prawdopodobieństwo: od rzutu kostką do aksjomatów Kołmogorowa
13. Prawdopodobieństwo warunkowe i twierdzenie Bayesa: jak zmienić ocenę, gdy dowiesz się czegoś nowego
14. Zmienna losowa i dystrybuanta: jedna funkcja, która mówi o rozkładzie wszystko
15. Funkcja gęstości i funkcja prawdopodobieństwa: dlaczego zmienna ciągła ma w punkcie prawdopodobieństwo zero
16. Wartość oczekiwana, wariancja i kowariancja: gdzie leży rozkład, jak jest szeroki i co z czym się wiąże
17. Przegląd rozkładów prawdopodobieństwa: Bernoulliego, dwumianowy, Poissona, jednostajny, normalny i wykładniczy
18. Prawo wielkich liczb i centralne twierdzenie graniczne: dlaczego średnie zachowują się tak przewidywalnie
19. Statystyka i estymacja parametrów: największa wiarygodność, MAP i przedziały ufności
20. Teoria informacji: entropia, entropia krzyżowa i dywergencja KL — skąd się biorą funkcje straty
21. Przeszukiwanie przestrzeni stanów: BFS, DFS, UCS i A* z animacjami
22. Gry i przeciwnik: minimax, przycinanie alfa-beta i Monte Carlo tree search
23. Spełnianie ograniczeń: backtracking, propagacja ograniczeń i AC-3 na sudoku i mapie czeskich krajów
24. Logika i systemy z bazą wiedzy: wnioskowanie w przód i wstecz, rezolucja i systemy ekspertowe
25. Planowanie: STRIPS, świat klocków, heurystyki z relaksacji i planowanie w agentach AI
26. Przeszukiwanie lokalne i symulowane wyżarzanie: komiwojażer przez czeskie miasta wojewódzkie
27. Algorytmy genetyczne: populacja, krzyżowanie, mutacja i selekcja na plecaku na wycieczkę
28. Strategie ewolucyjne i programowanie genetyczne: od reguły jednej piątej do prawa Keplera
29. Optymalizacja kolonią mrówek: jak ślad feromonowy znajduje krótką drogę
30. Optymalizacja rojem cząstek: bezwładność, własne doświadczenie i doświadczenie roju
31. Neuroewolucja: ewolucja wag i kształtu sieci neuronowych oraz algorytm NEAT
32. Zbiory rozmyte i funkcje przynależności: jak zapisać „trochę ciepło”
33. Logika rozmyta a prawdopodobieństwo: dlaczego „trochę ciepło” nie znaczy „prawdopodobnie ciepło”
34. Logika rozmyta: t-normy, implikacje i reguły JEŻELI–TO
35. Sterowanie rozmyte: Mamdani i Sugeno od wentylatora po wahadło na wózku
36. Klasteryzacja rozmyta: algorytm fuzzy c-means i punkty między skupieniami
37. Systemy neuro-rozmyte (ANFIS): reguły rozmyte, które uczą się z danych
38. Łańcuchy Markowa: macierz przejścia, rozkład stacjonarny i PageRank
39. Ukryte modele Markowa: algorytm Viterbiego i nieuczciwe kasyno
40. Sieci bayesowskie: dlaczego trawa jest mokra i co z tego wynika dla zraszacza
41. Filtr Kalmana: jak z niedokładnych pomiarów oszacować, gdzie jest samochód i jak szybko jedzie
42. Rodzaje uczenia maszynowego: nadzorowane, nienadzorowane, półnadzorowane i inne
43. Prompty, kontekst i RAG: jak dać modelowi właściwe informacje
44. Wariacyjne autoenkodery (VAE): nowe obrazki z ciągłej przestrzeni latentnej
45. Generatywne sieci przeciwstawne (GAN): fałszerz kontra detektyw
46. Modele dyfuzyjne: jak z czystego szumu powstaje obraz
47. Procesy decyzyjne Markowa: stany, akcje, nagrody i równania Bellmana
48. Q-learning i DQN: uczenie się wartości akcji od tabeli po sieć neuronową
49. Policy gradient i PPO: uczenie się bezpośrednio polityki
50. Jak działa agent AI: model językowy w pętli z narzędziami
51. Programowanie z agentami AI: zadanie, testy i kontrola
52. Ocena i bezpieczeństwo systemów AI: jak mierzyć i jak pilnować

Pełny program serii Gotowe: 52 z 83 tematów

Regulatory rozmyte z poprzednich części miały jedną słabość: reguły i funkcje przynależności ktoś musiał wymyślić. Gdy doświadczony operator istnieje, to zaleta. Gdy nie — albo gdy system ma odwzorować zmierzone dane — to problem. Sieci neuronowe mają odwrotną naturę: nauczą się czegokolwiek z danych, ale tego, czego się nauczyły, nikt nie odczyta. W 1993 roku Jyh-Shing Roger Jang połączył jedno z drugim w systemie ANFIS (Adaptive Neuro-Fuzzy Inference System): system rozmyty Sugeno zapisany jako sieć, której parametry uczą się z danych. Tą częścią kończy się moduł o logice rozmytej.

Nawiązuje do części Sterowanie rozmyte: Mamdani i Sugeno i Spadek gradientu.

1. System rozmyty jako sieć

Weźmy system Sugeno pierwszego rzędu z jednym wejściem i czterema regułami „JEŻELI x jest A_i, TO y = p_ix + r_i”. Każdy krok jego obliczeń jest warstwą sieci:

Definicja — ANFIS (Jang, 1993)

1. Przynależność: μ_i(x) = exp(−(x − c_i)² / 2σ_i²) — funkcja gaussowska o środku c_i i szerokości σ_i.
2. Siła reguły: w_i = iloczyn przynależności przesłanki (przy jednym wejściu tylko μ_i(x)).
3. Normalizacja: w̄_i = w_i / ∑_j w_j.
4. Następnik: w̄_i · (p_ix + r_i).
5. Suma: y = ∑_i w̄_i (p_ix + r_i).

Parametry przesłanek to c_i, σ_i; parametry następników to p_i, r_i.

y = ∑_i w_i / ∑_j w_j · (p_ix + r_i)

y

wyjście całego systemu dla wejścia x — to, co porównujemy z danymi i czym mierzy się błąd

∑_i

suma po wszystkich regułach — każda coś wnosi, żadna nie jest „wybierana”; dlatego wyjście jest gładkie i da się je różniczkować

w_i / ∑_j w_j

znormalizowana siła w̄_i — dzielenie przez sumę sprawia, że wagi sumują się do 1, więc wyjście jest ważoną średnią następników i nie zależy od tego, jak wysokie są pagórki

p_ix + r_i

liniowy następnik reguły — lokalna prosta, która opisuje funkcję w obszarze reguły; prosta zamiast stałej pozwala przy niewielu regułach śledzić także nachylenie

μ_i(x) = exp( − (x − c_i)² / 2σ_i² )

μ_i(x)

stopień przynależności z [0, 1] — jak bardzo x jest „około c_i”; eksponenta liczby ujemnej leży zawsze między 0 a 1, a w środku wynosi dokładnie 1

(x − c_i)²

kwadrat odległości od środka — przynależność maleje w obie strony jednakowo i jest gładka także w środku (z wartością bezwzględną miałaby tam ostrze i pochodna by nie istniała)

2σ_i²

szerokość pagórka — odległość mierzy się w jednostkach σ_i, więc w odległości σ_i od środka przynależność wynosi zawsze e^−1/2 ≈ 0,61; uczenie σ_i zmienia to, jak daleko reguła „sięga”

Przykład — przejście w przód w punkcie x = 3

Weźmy system po zerowej epoce uczenia (zob. niżej): środki c = 0, 2, 4, 6, wszystkie szerokości σ = 1 i następniki z najmniejszych kwadratów. Dla x = 3 odległości od środków wynoszą 3, 1, 1, 3, a zatem

1. przynależność i siła: w = (e^−4,5; e^−0,5; e^−0,5; e^−4,5) = (0,0111; 0,6065; 0,6065; 0,0111);
2. normalizacja: suma wynosi 1,2353, więc w̄ = (0,0090; 0,4910; 0,4910; 0,0090);
3. następniki: proste p_ix + r_i z nauczonymi współczynnikami (9,54x + 0,01; 9,34x − 17,38; 8,56x − 36,61; 2,60x − 18,90) mają w punkcie 3 wartości (28,63; 10,66; −10,94; −11,09) — współczynniki są zaokrąglone, wartości policzone z dokładnych;
4. suma: y = 0,2574 + 5,2329 − 5,3698 − 0,0997 ≈ 0,021.

Prawdziwa wartość to sin(3) = sin(3²/3) ≈ 0,141. Zauważ, że wyjście powstaje przez odjęcie dwóch dużych, prawie równych wkładów — wrócimy do tego przy czytelności.

2. Uczenie hybrydowe

Chcemy zminimalizować błąd średniokwadratowy na danych treningowych. Dałoby się to zrobić w całości spadkiem gradientu. Jang zauważył jednak, że wyjście jest w parametrach następników liniowe.

Definicja — błąd średniokwadratowy i RMSE

Dla danych (x₁, y₁), …, (x_N, y_N) i wyjścia modelu ŷ(x) błąd średniokwadratowy to E = (1/N) ∑_k (ŷ(x_k) − y_k)², a RMSE (root mean square error) to jego pierwiastek √E. Minimalizowanie jednego lub drugiego to to samo; RMSE podaje się jednak dlatego, że ma jednostki wyjścia. Wszystkie błędy w tej części to RMSE.

RMSE = √( (1/N) ∑_k (ŷ(x_k) − y_k)² )

ŷ(x_k)

prognoza systemu w k-tym punkcie — jedyne miejsce, którym do błędu wchodzą parametry c, σ, p, r

− y_k, potem do kwadratu

odchylenie od zmierzonej wartości, podniesione do kwadratu — znak nie gra roli, duże błędy ważą więcej niż małe, a kwadrat da się gładko różniczkować (a dla następników pozwala na dokładne rozwiązanie metodą najmniejszych kwadratów)

(1/N) ∑_k

średnia po punktach — błąd na 40 punktach treningowych i na 121 testowych jest wtedy porównywalny

Algorytm — uczenie hybrydowe

Przy ustalonych przesłankach y(x) = ∑_i (w̄_ix) p_i + w̄_i r_i jest liniową funkcją parametrów następników. W każdej epoce zatem:

1. w przód: policz w̄_i dla wszystkich danych i znajdź parametry następników dokładnie metodą najmniejszych kwadratów;
2. wstecz: z tak znalezionymi następnikami wykonaj krok spadku gradientu dla środków c_i i szerokości σ_i.

Definicja — najmniejsze kwadraty dla następników

Przy ustalonych c_i, σ_i wartości w̄_i(x_k) są zwykłymi liczbami. Ułóżmy parametry następników w wektor θ = (p₁, r₁, …, p_n, r_n) i dla każdego punktu zbudujmy wiersz

a_k = (w̄₁x_k, w̄₁, …, w̄_nx_k, w̄_n), tak że ŷ(x_k) = a_k · θ.

Wiersze tworzą macierz A (N × 2n), a błąd to ‖Aθ − y‖²/N. Jego minimum spełnia równania normalne A^TA θ = A^Ty — układ 2n równań liniowych. Dla 4 reguł i 40 punktów A jest macierzą 40 × 8, a układ ma 8 równań. Nasze obliczenie dodaje do przekątnej A^TA jeszcze 10⁻⁶ (mały człon grzbietowy), aby układ był rozwiązywalny także przy prawie zależnych kolumnach, i rozwiązuje go eliminacją Gaussa.

Twierdzenie — gradient względem środka i szerokości

Oznaczmy g_i = p_ix + r_i i W = ∑_j w_j. Z ŷ = ∑_j w_jg_j / W wynika z pochodnej ilorazu ∂ŷ/∂w_i = (g_i − ŷ)/W. Pochodne gaussowskiego pagórka to ∂w_i/∂c_i = w_i(x − c_i)/σ_i² i ∂w_i/∂σ_i = w_i(x − c_i)²/σ_i³. Z reguły łańcuchowej

∂E/∂c_i = (2/N) ∑_k (ŷ − y_k) (g_i − ŷ) w̄_i (x_k − c_i)/σ_i²,

∂E/∂σ_i = (2/N) ∑_k (ŷ − y_k) (g_i − ŷ) w̄_i (x_k − c_i)²/σ_i³,

gdzie ŷ, g_i i w̄_i bierze się w punkcie x_k.

∂E/∂c_i = (2/N) ∑_k (ŷ − y_k) (g_i − ŷ) w̄_i (x_k − c_i)/σ_i²

∂E/∂c_i

jak zmieni się błąd, gdy przesuniemy środek i-tego pagórka — krok uczenia idzie przeciw temu znakowi

ŷ − y_k

błąd w punkcie — tam, gdzie system trafia, punkt niczego nie chce i do gradientu nic nie wnosi

g_i − ŷ

czym następnik reguły różni się od całkowitego wyjścia — dodanie regule wagi ciągnie wyjście ku jej następnikowi; gdy następnik mówi to samo co całość, przesuwanie pagórka nie ma sensu

w̄_i

udział reguły w wyjściu — punkty daleko od pagórka, gdzie reguła prawie nie ma głosu, prawie nie wpływają na jej środek

(x_k − c_i)/σ_i²

kierunek przesunięcia — punkt na prawo od środka ciągnie pagórek w prawo, na lewo w lewo; w samym środku pagórek jest płaski i przesunięcie niczego nie zmienia

Całe uczenie z przykładu poniżej w pseudokodzie (krok η = 0,1, 300 epok):

c = środki równomiernie na [0, 6]    # dla 4 reguł 0, 2, 4, 6
σ = połowa odstępu środków           # dla 4 reguł 1
for epocha in 0 … 300:
    # w przód: warstwy 1–3, potem następniki dokładnie najmniejszymi kwadratami
    wn[k][i] = w̄_i(x_k)  dla wszystkich punktów k i reguł i
    A = wiersze (wn[k][1]·x_k, wn[k][1], …, wn[k][n]·x_k, wn[k][n])
    p, r = rozwiąż (AᵀA + 10⁻⁶·I)·θ = Aᵀy
    if epocha == 300: break
    # wstecz: krok gradientu według wzorów powyżej
    gc, gσ = ∂E/∂c, ∂E/∂σ
    c = c − η·gc
    σ = max(0,05; σ − η·gσ)  # pagórek nie może zniknąć

3. ANFIS uczy się funkcji

Zadanie: z 40 zaszumionych próbek (szum o odchyleniu standardowym 0,1) nauczyć się funkcji y = sin(x²/3) na przedziale [0, 6]. Funkcja w prawo faluje coraz szybciej, więc cztery reguły rozmieszczone równomiernie nie są idealne. Błąd mierzymy także na 121 punktach bez szumu spoza danych treningowych:

Już w zerowej epoce — tylko z najmniejszymi kwadratami dla następników i równomiernymi pagórkami — błąd na teście wynosi 0,394, a na danych treningowych 0,198. Potem zaczynają się uczyć przesłanki. Po 100 epokach błąd na teście wynosi 0,202, a po 300 epokach 0,173. Na danych treningowych spada do 0,107 — poniżej poziomu szumu w danych (0,114); rozsądnie lepiej się nie da. Środki pagórków przesunęły się przy tym tylko nieznacznie; główna zmiana dotyczy szerokości — ostatnia reguła po prawej, gdzie funkcja faluje najszybciej, zwęziła się z 1 do 0,64.

Definicja — poziom szumu w danych

Punkty treningowe to y_k = f(x_k) + ε_k, gdzie f(x) = sin(x²/3), a ε_k to niezależne losowe odchylenia z rozkładu normalnego o odchyleniu standardowym 0,1. Poziom szumu to RMSE, jakie na danych treningowych miałaby sama prawdziwa funkcja: √((1/40) ∑_k ε_k²) = 0,114. Jest nieco większy niż 0,1 tylko przypadkiem — w naszych 40 wylosowanych odchyleniach.

Model, który na danych treningowych ma błąd mniejszy niż poziom szumu (0,107 < 0,114), zaczyna już kopiować także losowe odchylenia. Przy tak małej różnicy to jeszcze nie szkodzi — błąd na teście dalej spada — ale to pierwsze ostrzeżenie, do którego wrócimy przy liczbie reguł.

Czysty spadek gradientu dla wszystkich parametrów zaczyna od zerowych następników i uczy się znacznie wolniej: po 300 epokach ma błąd na teście 0,387 i nawet po 3 000 epokach (0,188) nie dogania uczenia hybrydowego po 300. Większy krok uczenia w dodatku szybko prowadzi do rozbieżności. Podzielenie zadania na część liniową i nieliniową się opłaca.

4. Ile reguł?

Wraz z przybywaniem reguł błąd na danych treningowych ciągle spada. Na teście jednak od ośmiu reguł gwałtownie rośnie — system zaczął uczyć się szumu: przy 40 punktach i 32 parametrach (8 reguł × 4) ma dość swobody, by między punktami treningowymi dziko oscylować. To jest przeuczenie, to samo zjawisko co przy zbyt wygiętej regresji wielomianowej. Rozsądna liczba reguł leży tutaj między trzema a sześcioma.

Przykład — ile parametrów ma ANFIS

Przy jednym wejściu każda reguła ma dwa parametry przesłanki (c_i, σ_i) i dwa parametry następnika (p_i, r_i), razem 4n. Na 40 punktów treningowych:

• 4 reguły: 16 parametrów, z czego 8 liniowych — na każdy parametr liniowy przypada 5 punktów;
• 8 reguł: 32 parametry, z czego 16 liniowych — 2,5 punktu na parametr liniowy, więc najmniejsze kwadraty mają dość swobody, by dopasować się także do szumu;
• 12 reguł: 48 parametrów — więcej, niż jest punktów. Najmniejsze kwadraty wyznaczają wprawdzie „tylko” 24 następniki z 40 równań, ale kolejne 24 parametry przesłanek mogą przesunąć i zwęzić pagórki dokładnie tam, gdzie szum akurat odskoczył.

Przydatna reguła kciuka: punktów powinno być co najmniej kilka razy więcej niż parametrów, które się z nich szacuje.

5. Co da się odczytać

Obietnicą systemów neuro-rozmytych jest to, że nauczony model pozostanie czytelny. Przesłanki są czytelne: cztery reguły „około 0”, „około 2,2”, „około 4” i „około 6,2”. Następniki jednak nie. Reguła „JEŻELI x jest około 2,2, TO y = 10,06 x − 13,83” przewidywałaby w swoim środku 8,25, podczas gdy prawdziwa wartość to 1,0. Poszczególne reguły nawzajem się równoważą — pagórki mocno się nakładają, a wyjście ma sens dopiero jako całość.

Przykład — jak reguły się równoważą w punkcie x = 2,195

Nauczony środek drugiej reguły to c₂ = 2,195. Tam druga reguła ma pełną przynależność (w₂ = 1), ale sąsiednie nie zerową: w = (0,140; 1; 0,331; 0,000), suma 1,471, więc

Reguła	1	2	3	4
waga w̄i	0,095	0,680	0,225	0,000
następnik gi	12,64	8,25	−25,64	−31,68
wkład w̄igi	1,203	5,609	−5,769	0,000

Suma wynosi y = 1,203 + 5,609 − 5,769 = 1,043, prawdziwa wartość sin(2,195²/3) = 0,999. Wyjście jest dobre, ale powstaje jako różnica dwóch wkładów około ±5,7: druga reguła „przestrzeliwuje” w górę, a trzecia ściąga ją w dół. Żadna z reguł sama w sobie nie mówi, ile wynosi y.

Interpretowalność nie jest więc za darmo. Utrzymać ją pomagają ograniczenia: mniejsze nakładanie się funkcji przynależności, regularyzacja następników albo Sugeno zerowego rzędu ze stałymi następnikami. Płaci się za to dokładnością. To ta sama równowaga co wszędzie w uczeniu maszynowym — między tym, co model potrafi, a tym, co potrafimy o nim powiedzieć.

6. ANFIS a sieci neuronowe

• Pokrewieństwo z sieciami RBF. Jang i Sun w 1993 roku pokazali, że sieci z radialnymi funkcjami bazowymi i systemy rozmyte Sugeno zerowego rzędu są przy łagodnych warunkach tym samym, tylko inaczej interpretowanym.
• Przekleństwo wymiarowości. Przy n wejściach i k termach na wejście siatka reguł ma kⁿ reguł — dla 10 wejść i 3 termów ponad 59 tysięcy. Dlatego ANFIS stosuje się przy niewielu wejściach albo z regułami wybranymi przez klasteryzację (na przykład fuzzy c-means z poprzedniej części).
• Zastosowania. Prognozy szeregów czasowych (klasycznym testem jest chaotyczny szereg Mackeya–Glassa), modelowanie i sterowanie układami, dla których mamy zmierzone dane, ale mało teorii.
• Dziś. Głębokie sieci dawno przejęły zadania z wieloma wejściami. Idea „uczalne, ale czytelne” żyje jednak dalej w wyjaśnialnej AI — a warstwy rozmyte czasem dodaje się także do głębokich sieci tam, gdzie wyjście trzeba wyjaśnić regułami.

Definicja — sieć z radialnymi funkcjami bazowymi (RBF)

Znormalizowana sieć RBF z n neuronami ukrytymi oblicza

y(x) = ∑_i v_i φ(‖x − c_i‖) / ∑_j φ(‖x − c_j‖),

gdzie φ jest malejącą funkcją odległości od środka c_i (zwykle gaussowską), a v_i to wagi wyjściowe. System Sugeno zerowego rzędu z gaussowskimi przynależnościami i iloczynem jako „i zarazem” to y = ∑_i w̄_i r_i — po podstawieniu w_i = φ(‖x − c_i‖) i v_i = r_i dokładnie ten sam wzór. W uproszczeniu: reguła = neuron, funkcja przynależności = funkcja bazowa, następnik = waga wyjściowa. (Jang i Sun, 1993, wymieniają warunki dokładnie: ta sama liczba reguł i neuronów, stałe następniki, gaussowskie przynależności, w obrębie jednej reguły o tej samej szerokości, iloczyn jako „i zarazem” i ten sam sposób składania wyjścia — średnia ważona albo suma ważona.)

Przykład — przekleństwo wymiarowości w liczbach

Przy n wejściach i k termach na każde wejście pełna siatka ma kⁿ reguł. Następnik Sugeno pierwszego rzędu y = p₁x₁ + … + p_nx_n + r ma n + 1 parametrów, więc parametrów liniowych jest kⁿ(n + 1). Parametrów przesłanek jest tylko 2kn — każde wejście ma swoich k pagórków, wspólnych dla wszystkich reguł.

Dla n = 10 i k = 3: 3¹⁰ = 59 049 reguł, 59 049 · 11 = 649 539 parametrów następników i 2 · 3 · 10 = 60 parametrów przesłanek. Najmniejsze kwadraty rozwiązywałyby układ z 649 539 niewiadomymi — a danych potrzeba by jeszcze znacznie więcej.

7. Podsumowanie

• ANFIS to system rozmyty Sugeno zapisany jako pięciowarstwowa sieć: przynależność, siła, normalizacja, następnik, suma.
• Uczenie hybrydowe znajduje liniowe następniki dokładnie najmniejszymi kwadratami, a środki i szerokości funkcji przynależności dostraja gradientem.
• Na funkcji sin(x²/3) uczenie przesłanek obniżyło błąd na teście z 0,394 do 0,173; czysty gradient potrzebował dziesięć razy więcej epok, by osiągnąć gorszy wynik.
• Zbyt wiele reguł prowadzi do przeuczenia — od ośmiu reguł błąd na teście gwałtownie rośnie.
• Przesłanki pozostają czytelne, ale następniki nawzajem się równoważą; interpretowalności trzeba pilnować.

Tą częścią kończy się moduł o logice rozmytej: od słowa „ciepło” przez logikę i regulatory aż po system, który sam uczy się reguł. Chcesz to wypróbować na własnej skórze? Poproś agenta AI, żeby nauczył ANFIS zużycia energii elektrycznej w zależności od temperatury na publicznych danych — a potem sprawdź, które reguły mają sens.

Masz inne zdanie? Napisz na support@coden-app.com.