Wat is Soft Computing?
Traditionele elektronische berekeningen zijn meestal zwart en wit. Bij het werken in binaire code, met reeksen nullen en enen, is er geen kans op iets anders dan eenvoudige "ja of nee" -antwoorden. Hoewel dat voor veel taken een adequate manier van computergebruik is, heeft soft computing een andere aanpak. Kortom, met soft computing kan de computer een bepaald niveau van onnauwkeurigheid aannemen. Sommigen vergelijken dit met kunstmatige intelligentie, omdat het vergelijkbaar is met de manier waarop het menselijk brein werkt.
Vanuit een menselijk perspectief introduceert soft computing compromissen in de verwerking van een computer, die niet aanwezig zijn in hard computing. Er zijn momenten waarop het antwoord op een vraag ja of nee kan zijn, maar er is nog niet voldoende informatie om definitief te berekenen wat het antwoord is. Traditionele computers die met deze situatie worden geconfronteerd, zullen gewoon stoppen en wachten tot er voldoende informatie is om een precieze conclusie te trekken. Soft computing is in wezen het vermogen van een computer om een antwoord te geven op misschien, of zelfs om een gefundeerde schatting te maken van wat het antwoord zou kunnen zijn totdat er meer informatie beschikbaar komt.
Om een wiskundig voorbeeld te gebruiken, is het eenvoudig om te zeggen dat de som van twee plus twee vier is. Het is ook correct om te zeggen dat de som van twee plus twee ergens tussen drie en vijf ligt. Het doel is natuurlijk om een zo nauwkeurig mogelijk antwoord te bedenken. Hoewel een computer in de verleiding kan komen om de tweede optie te negeren, zal soft computing dit antwoord, als het goed wordt uitgevoerd, als een mogelijke optie beschouwen. Hoewel de computer nog altijd zal kiezen voor het meest precieze antwoord dat beschikbaar is, zal hij overwegen een schatting te maken, als niet alle cijfers bekend zijn.
Om zijn antwoorden te vinden, of zijn beoordeling van de antwoorden, zal de computer veel verschillende disciplines gebruiken. Onder de vijf meest bekende zijn "fuzzy" -systemen, evolutionaire berekening, probabilistisch redeneren, machine learning en neurale netwerken. Door veel verschillende computermethoden te gebruiken om een probleem te analyseren, kan de computer uiteindelijk een precies antwoord geven op een vraag die aanvankelijk een onnauwkeurig antwoord had.
In feite heeft de computer een antwoord bedacht dat niet vooraf is geprogrammeerd. Vanuit een computerwetenschappelijk perspectief, en mogelijk vanuit een biologisch perspectief, kan dit worden beschouwd als leren, of kunstmatige intelligentie. Sommigen beweren dat het pad naar het antwoord voorgeprogrammeerd was, of het antwoord nu wel of niet was en dus geen echte intelligentie vormde. De vraag of dit werkelijke intelligentie is, is een filosofische kwestie, die waarschijnlijk sterk afhangt van het eigen perspectief.
Het vakgebied van de informatica is over het algemeen enthousiast over de mogelijkheid van soft computing en de potentiële voordelen ervan. Het kan een revolutie teweegbrengen in robotica, waardoor misschien meer levensechte protheses worden gemaakt die gemakkelijker te gebruiken zijn en die natuurlijker bewegen. Soft computing kan ook op veel andere gebieden worden gebruikt, zoals geneeskunde, engineering en natuurkunde.