Vad är de olika användningsområdena för mjuk databehandling?
Mjuk datoranvändning är en gren av datavetenskap som fungerar utifrån att inte alla lösningar på problem kan vara exakt exakta. Det är oftast förknippat med datortekniker som är utformade för att efterlikna biologi, särskilt den mänskliga hjärnan. De flesta problem som hanteras av mjuk datoranvändning kan inte lätt delas in i en rent matematisk strategi.
För att förstå begreppet mjuk databehandling är det nödvändigt att förstå skillnaderna mellan en dator och den mänskliga hjärnan, särskilt deras relativa styrkor och fördelar. Hjärnan arbetar långsammare för att utföra en specifik uppgift men är mycket mer skicklig att överväga flera alternativ samtidigt. Datorer kan beräkna snabbare men är begränsade till en mer logisk, en sak och en tidstrategi.
För att ge exempel på dessa skillnader i praktiken kan en sökmotor leta efter en viss textbit över hela indexerade World Wide Web på en bråkdel av en sekund. En människa kanske inte kan utföra samma uppgift med motsvarande mängd tryckt material under en livstid. Datorer är dock relativt dåliga på att känna igen en bild, till exempel ett ansikte. En människa kan vanligtvis känna igen ett känt ansikte på ett ögonblick, även om man känner igen någon han träffade en gång för länge sedan är det möjligt inom några sekunder.
Denna skillnad i ansiktsigenkänningsförmåga anses bero på att människor gör ett bra jobb med att komma ihåg ett ansikte som helhet, till skillnad från en dator, som skulle bryta en bild ned i enskilda pixlar och jämföra dem en efter en. Under tiden skulle människan vara säker på att notera tillräckligt med likheter för att vara säker på att göra en stark gissning, även om det fanns några mindre eller till och med stora skillnader. En människa kan vanligtvis känna igen en gammal skolväns ansikte, även om den har förändrats dramatiskt genom åldrande; människan gör ett bra jobb med att identifiera de funktioner som är viktiga, till exempel ögon och benstruktur.
Mjuk datoranvändning syftar till att emulera människans eller andra djur för att hantera problem. Detta kan inkludera användningen av fuzzy logik, vilket är en kontrast till traditionell binär logik där varje data är antingen en 1 eller en 0, vilket kan tänkas beträffande en platt fel eller rätt. Fuzzy logik gör det möjligt att betygsätta ett stycke data i vilket steg som helst mellan 0 och 1, vilket motsvarar en oändlig grad av noggrannhet.
De vanligaste användningarna av mjuk databehandling innebär att man försöker kartlägga en biologisk struktur som hjärnan. Detta gör att forskare kan lära sig mer om hur hjärnan fungerar och hur man hanterar neurologiska problem. Mjuk datoranvändning kan också användas för att göra det enklare att designa programvara som fungerar genom en logik som människor kan förstå. Det kan också användas som grund för en hybridstrategi för datoranvändning, där man kombinerar resonskompetensen hos människor med datorns bearbetningshastighet och noggrannhet.