محاسبات نرم (Soft Computing)
محاسبات نرم (Soft Computing) به مجموعه‌ای از شیوه‌های جدید محاسباتی در علوم رایانه، هوش مصنوعی، یادگیری ماشینی و بسیاری از زمینه‌های کاربردی دیگر اطلاق می‌شود. در تمامی این زمینه‌ها به مطالعه، مدل‌سازی و آنالیز پدیده‌های بسیار پیچیده‌ای نیاز‌ست که شیوه‌های علمی دقیق در گذشته به حلّ آسان، تحلیلی، و کامل آنها موفّق نبوده‌اند.
نکته‌ها و چرائی‌های فلسفی
در مقایسه با تدابیر علمی نرم، روش‌های علمی بکار‌رفته در سده‌های پیشین، تنها از عهدۀ مدل‌سازی و آنالیز سامانه‌های نسبتاً ساده در مکانیک، فیزیک، و برخی از زمینه‌های کاربردی و مهندسیبرآمده‌اند. مسائل پیچیده‌تری همچون سامانه‌های وابسته به علوم زیست‌شناسی و پزشکی، علوم اجتماعی، علوم انسانی، علوم مدیریت و نظایر آنها بیرون از قلمرو اصلی و توفیق‌آفرین روشهایریاضی و تحلیلی دقیق باقی مانده‌بودند. شایان ذکرست که خصایص سادگی و پیچیدگی اموری هستند نسبی، و به‌طور یقین، اغلب مدل‌سازی‌های ریاضی و علمی موفّق در گذشته هم، به مفهوم مطلق کلام، بسیار پر‌اهمّیّت و پیچیده بوده‌اند.
محاسبات نرم با تقبل نادقیق بودن و با محور قرار‌دادن ذهن انسان به‌پیش می‌رود. اصل هدایت کنندهٔ محاسبات نرم بهره‌برداری از خاصیت عدم دقیق بودن جهت مهار کردن مسأله و پایین آوردن هزینهٔ راه‌حل است.
محاسبات نرم را می‌شود حاصل تلاشهای جدید علمی دانست که مدل‌سازی، تحلیل، و در نهایت کنترل سیستم‌های پیچیده را با سهولت و موفّقیت زیادتری امکان‌پذیر می‌سازد. به عنوان مهم‌ترین شاخه‌های این محاسبات، باید منطق فازی، شبکه‌های عصبی مصنوعی، و الگوریتم ژنتیک را نام‌برد.
برخلاف شیوه‌های محاسباتی سخت که تمامی همّت و توان خود را به دقیق‌بودن، و در‌جهت مدل‌نمودن کامل حقیقت معطوف می‌دارند، روش‌های نرم بر اساس تحمّل نادقیق‌نگری‌ها، حقایق جزیی و ناکامل، و فقدان اطمینان استوار گردیده‌اند. درک هر‌چه روشن‌تر از چرایی، چگونگی، و نیز فلسفۀ این‌گونه محاسبات جدید‌ست که افق‌های جدید در علوم پیچیدۀ آینده را روشن‌می‌سازد.
یکی از بزرگترین زمینه‌های کاربرد محاسبات نرم در ایجاد و گسترش وب معانی گرا خواهد‌بود.
محاسبات نرم در مقایسه با محاسبات سخت
به زبان سادهٔ علمی، روش‌های سخت برآمده از طبیعت و نحوه رفتار ماشین است، ولی، در مقابل، شیوه‌های نرم به انسان و تدابیر اتخاذ‌شده از سوی ذهن او به منظور حل و فصل مسائل اختصاص پیدا می‌کند.
|