Jakie są różne zastosowania do miękkiego obliczeń?
Miękkie obliczenia to gałąź informatyki, która działa na podstawie, że nie wszystkie rozwiązania problemów mogą być dokładne. Jest to najczęściej związane z technikami obliczania, które zostały zaprojektowane do naśladowania biologii, w szczególności ludzkiego mózgu. Większość problemów związanych z miękkim przetwarzaniem nie można łatwo podzielić na czysto matematyczne podejście.
Aby zrozumieć koncepcję miękkiego obliczeń, konieczne jest zrozumienie różnic między komputerem a ludzkim mózgiem, szczególnie ich względne mocne strony i zalety. Mózg działa wolniej w wykonywaniu określonego zadania, ale jest o wiele bardziej wykwalifikowany w rozważaniu wielu opcji jednocześnie. Komputery mogą obliczyć szybciej, ale są ograniczone do bardziej logicznego, jednej rzeczy i podejścia czasowego.
Aby podać przykłady tych różnic w praktyce, wyszukiwarka może szukać określonego tekstu w całej indeksowanej sieci na całym świecie w ułamku sekundy. Człowiek może nie byćBLE, aby wykonać to samo zadanie z równoważną ilością wydrukowanego materiału w ciągu całego życia. Komputery są jednak stosunkowo słabe w rozpoznawaniu obrazu, na przykład twarzy. Człowiek zwykle może rozpoznać znaną twarz w jednej chwili, a nawet rozpoznanie kogoś, kogo spotkał raz dawno temu, jest możliwe w ciągu kilku sekund.
Uważa się, że ta różnica w zdolności do rozpoznawania twarzy jest dlatego, że ludzie wykonują dobrą robotę, pamiętając twarz jako całość, w przeciwieństwie do komputera, który rozbiłby obraz na poszczególne piksele i porównuje je jeden po drugim. Tymczasem człowiek byłby pewny, że zauważyłby wystarczającą liczbę podobieństw, aby mieć pewność o silnym zgadaniu, nawet gdyby istniały pewne drobne różnice. Człowiek zwykle może rozpoznać twarz starej szkoły, nawet jeśli dramatycznie się zmieniło poprzez starzenie się; Człowiek dobrze sobie radzi z identyfikacją cech, które mAtter, takie jak oczu i struktura kości.
Miękkie obliczenia ma na celu naśladowanie człowieka lub innych zwierząt, podejście do rozwiązywania problemów. Może to obejmować użycie logiki rozmytej, która jest kontrastem z tradycyjną logiką binarną, w której każdy element danych wynosi 1 lub 0, o czym można pomyśleć w kategoriach płaskiej złej lub prawa. Logika rozmyta pozwala na ocenę danych na dowolnym etapie od 0 do 1, co odpowiada nieskończoności dokładności.
Najczęstsze zastosowania miękkiego obliczeń obejmują próbę mapowania struktury biologicznej, takiej jak mózg. To pozwala naukowcom dowiedzieć się więcej o tym, jak działa mózg i jak radzić sobie z problemami neurologicznymi. Miękkie obliczenia można również użyć, aby ułatwić projektowanie oprogramowania, które działa za pomocą logiki, którą ludzie mogą zrozumieć. Może być również wykorzystany jako podstawa hybrydowego podejścia do obliczeń, łącząc umiejętności rozumowania ludzi z szybkością przetwarzania i dokładnością komputera.