Vilka är de olika användningsområden för Soft Computing?

July 17

Soft computing är en gren av datavetenskap som arbetar utifrån att inte alla lösningar på problem kan vara just exakt. Det är vanligast i samband med datortekniker som är utformade för att efterlikna biologi, notably den mänskliga hjärnan. De flesta problem hanteras av mjukt computing inte lätt kan delas upp i en rent matematisk metod.

För att förstå begreppet Soft Computing, är det nödvändigt att förstå skillnaderna mellan en dator och den mänskliga hjärnan, särskilt deras relativa styrkor och fördelar. Hjärnan arbetar långsammare i att utföra en specifik uppgift, men är mycket mer skickliga på väger flera alternativ samtidigt. Datorer kan beräkna snabbare men är begränsade till en mer logisk, en sak och en tid strategi.

För att ge exempel på dessa skillnader i praktiken, kan en sökmotor hittar en speciell bit text över hela indexe World Wide Web i en bråkdel av en sekund. En människa kan inte att kunna slutföra samma uppgift med motsvarande mängd tryckt material i en livstid. Datorer är emellertid relativt dåliga på att känna igen en bild, exempelvis ett ansikte. En människa kan oftast känna igen ett känt ansikte på ett ögonblick, medan ens erkänner någon han träffade en gång för länge sedan är möjligt inom några sekunder.

Denna skillnad i ansiktsigenkänning förmåga tros bero människor gör ett bra jobb med att komma ihåg ett ansikte som en helhet, till skillnad från en dator, vilket skulle bryta en bild ner till enskilda pixlar och jämföra dem en efter en. Samtidigt skulle det mänskliga vara säker på att notera tillräckligt likheter att vara säker på att göra en stark gissning, även om det fanns några mindre eller till och med stora skillnader. En människa kan oftast känna igen ansiktet på en gammal skolkamrat, även om den har förändrats dramatiskt genom åldrande; människan gör ett bra jobb med att identifiera de funktioner som är viktiga, såsom ögon och benstomme.

Mjuk computing är att efterlikna det mänskliga, eller annat djur, strategi för att motverka problemen. Detta kan omfatta användning av oskarp logik, som är en kontrast till traditionell binär logik där varje bit data är antingen en 1 eller en 0, vilket kan betraktas i termer av en platt rätt eller fel. Fuzzy logik ger en bit av data som ska rankade i något skede mellan 0 och 1, motsvarande ha oändliga noggrannhet.

De vanligaste användningsområdena för mjuka computing innebär försöker mappa en biologisk struktur såsom hjärnan. Detta gör att forskarna att lära mer om hur hjärnan fungerar och hur man handskas med neurologiska problem. Mjuk computing kan också användas för att göra det lättare att utforma program som verkar genom en logik som människor kan förstå. Den kan också användas som grund för en hybrid inställning till datoranvändning, kombinera resonemang färdigheter hos människor med hastigheten bearbetning och noggrannhet av en dator.