Co to jest miękkie obliczenia?
Tradycyjne obliczenia elektroniczne są zwykle czarno -białe. Podczas pracy w kodzie binarnym, z sekwencjami zer i tych, nie ma szans na coś innego oprócz prostych odpowiedzi „tak lub nie”. Chociaż może to być odpowiedni sposób obliczania wielu zadań, miękkie obliczenia ma inne podejście. Krótko mówiąc, miękkie obliczenia pozwala komputerowi na przyjęcie określonego poziomu niedokładności w swojej pracy. Niektórzy mogą to utożsamiać ze sztuczną inteligencją, ponieważ jest podobny do sposobu działania ludzkiego mózgu.
Z ludzkiej perspektywy miękkie przetwarzanie wprowadza kompromisy do przetwarzania komputera, które nie są obecne w twardym obliczeniu. Są chwile, kiedy odpowiedź na pytanie może być tak lub nie, ale nie ma jeszcze wystarczającej ilości informacji, aby ostatecznie obliczyć, jaka jest odpowiedź. Tradycyjne komputery z tą sytuacją po prostu zatrzymają się i poczekać, aż będzie wystarczająca ilość informacji, aby wyciągnąć dokładny wniosek. Miękkie obliczenia jest w istocie możliwości komputeraZapewnij odpowiedź może, a nawet po to, aby zgadnąć, jaka może być odpowiedź, dopóki nie będzie dostępna więcej informacji.
Aby użyć przykładu matematycznego, łatwo powiedzieć, że suma dwóch plus dwóch to cztery. Prawidłowe jest również stwierdzenie, że suma dwóch plus dwóch wynosi między trzema a pięcioma. Oczywiście celem jest wymyślenie najdokładniejszej możliwej odpowiedzi. Podczas gdy komputer może ulec pokusie zignorowania drugiej opcji, miękkie przetwarzanie, jeśli wykonane prawidłowo, uzna tę odpowiedź jako potencjalną opcję. Chociaż komputer zawsze będzie wybierał najbardziej precyzyjną dostępną odpowiedź, rozważy dokonanie oszacowania, jeśli nie wszystkie liczby są znane z pewnych.
Aby wymyślić swoje odpowiedzi lub ocenę odpowiedzi, komputer będzie wykorzystywać wiele różnych dyscyplin. Wśród pięciu najbardziej znanych są systemy „rozmyte”, obliczenia ewolucyjne, probabilistyczny ReASONING, uczenie maszynowe i sieci neuronowe. Korzystając z wielu różnych metod obliczeniowych do analizy problemu, komputer może ostatecznie wymyślić dokładną odpowiedź na pytanie, które początkowo miało nieprecyzyjną odpowiedź.
W efekcie komputer wymyślił odpowiedź, która nie została w nim zaprogramowana. Z perspektywy informatyki i być może z perspektywy biologicznej można to uznać za uczenie się lub sztuczną inteligencję. Niektórzy mogą argumentować, że ścieżka do odpowiedzi była wstępnie zaprogramowana, czy odpowiedź była, czy nie, nie stanowiła prawdziwej inteligencji. Pytanie, czy stanowi to rzeczywistą inteligencję, jest materią filozoficzną, która prawdopodobnie bardzo zależy od własnej perspektywy.
Dziedzina informatyki jest ogólnie podekscytowana możliwością miękkiego obliczania i jej potencjalnych korzyści. Może to zrewolucjonizować robotykę, być może tworząc więcej środowiskowych protetyków, które są łatwiejsze w użyciu, i które poruszają się bardziej naturalnie.Miękkie obliczenia można również stosować w wielu innych dziedzinach, takich jak medycyna, inżynieria i fizyka.