Co to jest Soft Computing?
Tradycyjne obliczenia elektroniczne są zwykle czarno-białe. Podczas pracy w kodzie binarnym, z ciągami zer i jedynek, nie ma szans na nic innego, jak tylko proste odpowiedzi „tak lub nie”. Chociaż może to być odpowiedni sposób obliczania wielu zadań, obliczenia miękkie przyjmują inne podejście. Krótko mówiąc, miękkie przetwarzanie pozwala komputerowi nabrać pewnego poziomu niedokładności w swojej pracy. Niektórzy mogą to zrównać ze sztuczną inteligencją, ponieważ jest podobny do sposobu działania ludzkiego mózgu.
Z ludzkiego punktu widzenia, miękka technika komputerowa wprowadza kompromisy w procesach komputerowych, których nie ma w komputerach trudnych. Są chwile, kiedy odpowiedź na pytanie może brzmieć tak lub nie, ale nie ma jeszcze wystarczających informacji, aby ostatecznie obliczyć, jaka jest odpowiedź. Tradycyjne komputery stojące w obliczu tej sytuacji po prostu zatrzymają się i zaczekają, aż będzie wystarczająco dużo informacji, aby wyciągnąć dokładne wnioski. Przetwarzanie miękkie to w istocie zdolność komputera do udzielenia odpowiedzi, a nawet do odgadnięcia, jaka może być odpowiedź, dopóki nie będzie dostępnych więcej informacji.
Aby użyć przykładu matematycznego, łatwo jest powiedzieć, że suma dwa plus dwa to cztery. Prawidłowe jest również stwierdzenie, że suma dwóch plus dwa jest gdzieś pomiędzy trzema a pięcioma. Oczywiście celem jest znalezienie możliwie najdokładniejszej odpowiedzi. Podczas gdy komputer może ulec pokusie zignorowania drugiej opcji, w przypadku przetwarzania miękkiego, jeśli zostanie wykonana prawidłowo, ta odpowiedź będzie postrzegana jako potencjalna opcja. Chociaż komputer nadal zawsze wybiera najbardziej precyzyjną dostępną odpowiedź, rozważy dokonanie szacunku, jeśli nie wszystkie liczby są znane na pewno.
Aby wymyślić swoje odpowiedzi lub ich ocenę, komputer zastosuje wiele różnych dyscyplin. Wśród pięciu najbardziej znanych są systemy „rozmyte”, obliczenia ewolucyjne, wnioskowanie probabilistyczne, uczenie maszynowe i sieci neuronowe. Korzystając z wielu różnych metod obliczeniowych do analizy problemu, komputer może w końcu znaleźć precyzyjną odpowiedź na pytanie, które na początku miało nieprecyzyjną odpowiedź.
W efekcie komputer znalazł odpowiedź, która nie została w nim wstępnie zaprogramowana. Z punktu widzenia informatyki i być może z perspektywy biologicznej można to uznać za uczenie się lub sztuczną inteligencję. Niektórzy mogą twierdzić, że ścieżka do odpowiedzi została wstępnie zaprogramowana, niezależnie od tego, czy odpowiedź była, czy nie, a zatem nie stanowiła prawdziwej inteligencji. Pytanie, czy stanowi to rzeczywistą inteligencję, jest kwestią filozoficzną, która prawdopodobnie w dużej mierze zależy od własnej perspektywy.
Dziedzina informatyki jest generalnie podekscytowana możliwością korzystania z miękkiego przetwarzania i jego potencjalnymi korzyściami. Może zrewolucjonizować robotykę, być może tworząc bardziej realistyczne protezy, które są łatwiejsze w użyciu i które poruszają się bardziej naturalnie. Przetwarzanie miękkie można również wykorzystać w wielu innych dziedzinach, takich jak medycyna, inżynieria i fizyka.