Jakie są różne zastosowania miękkich obliczeń?
Soft computing to dziedzina informatyki, która działa w oparciu o to, że nie wszystkie rozwiązania problemów mogą być dokładnie dokładne. Jest to najczęściej związane z technikami komputerowymi, które mają naśladować biologię, w szczególności ludzki mózg. Większość problemów rozwiązywanych za pomocą miękkiego przetwarzania nie można łatwo podzielić na podejście czysto matematyczne.
Aby zrozumieć koncepcję miękkiego przetwarzania, konieczne jest zrozumienie różnic między komputerem a ludzkim mózgiem, w szczególności ich względnych sił i zalet. Mózg pracuje wolniej w wykonywaniu określonego zadania, ale jest znacznie bardziej wykwalifikowany w rozważaniu wielu opcji jednocześnie. Komputery mogą obliczać szybciej, ale ograniczają się do bardziej logicznego podejścia, jednego i czasu.
Aby podać przykłady tych różnic w praktyce, wyszukiwarka może wyszukać konkretny fragment tekstu w całej indeksowanej sieci WWW w ułamku sekundy. Człowiek może nie być w stanie wykonać tego samego zadania za pomocą równoważnej ilości drukowanych materiałów w ciągu całego życia. Komputery są jednak stosunkowo słabe w rozpoznawaniu obrazu, na przykład twarzy. Człowiek zwykle rozpoznaje znaną twarz w jednej chwili, a nawet rozpoznanie kogoś, kogo spotkał dawno temu, jest możliwe w ciągu kilku sekund.
Uważa się, że ta różnica w zdolności rozpoznawania twarzy polega na tym, że ludzie dobrze pamiętają twarz jako całość, w przeciwieństwie do komputera, który rozkładałby obraz na pojedyncze piksele i porównywał je jeden po drugim. Tymczasem człowiek byłby pewny, że dostrzegłby wystarczającą liczbę podobieństw, by mieć pewność, że zgadnie, nawet jeśli wystąpiłyby niewielkie lub nawet duże różnice. Człowiek zwykle rozpoznaje twarz przyjaciela ze starej szkoły, nawet jeśli zmienił się dramatycznie w wyniku starzenia się; człowiek wykonuje dobrą robotę, identyfikując ważne cechy, takie jak oczy i struktura kości.
Przetwarzanie miękkie ma na celu naśladowanie podejścia człowieka lub innego zwierzęcia do rozwiązywania problemów. Może to obejmować użycie logiki rozmytej, która jest przeciwieństwem tradycyjnej logiki binarnej, w której każdy kawałek danych ma wartość 1 lub 0, co można uznać za kategorię błędnego lub prawidłowego. Logika rozmyta pozwala oszacować kawałek danych na dowolnym etapie od 0 do 1, co odpowiada nieskończonemu stopniowi dokładności.
Najczęstsze zastosowania przetwarzania miękkiego obejmują próbę zmapowania struktury biologicznej, takiej jak mózg. Pozwala to naukowcom dowiedzieć się więcej o tym, jak działa mózg i jak radzić sobie z problemami neurologicznymi. Można także zastosować obliczenia miękkie, aby ułatwić projektowanie oprogramowania działającego zgodnie z logiką zrozumiałą dla ludzi. Można go również wykorzystać jako podstawę hybrydowego podejścia do obliczeń, łączącego umiejętności rozumowania ludzi z szybkością przetwarzania i dokładnością komputera.