La inteligencia computacional (CI) es una rama de la informática en la que los proyectos evolucionan de abajo hacia arriba, y el orden surge de una falta de estructura inicial. Esto es similar a muchos procesos observados en el mundo natural. La inteligencia computacional incluye conceptos como la computación evolutiva, donde los problemas se resuelven utilizando modelos del proceso evolutivo, y cuando se aplica al aprendizaje automático, permite que los robots aprendan de la experiencia. La lógica difusa, un sistema que se asemeja a la toma de decisiones humana, se puede utilizar para resolver problemas donde hay vaguedad o incertidumbre. Las redes neuronales son sistemas basados en la función del cerebro humano y se pueden utilizar para detectar patrones y tendencias en datos complejos.
A diferencia de la informática dura, donde las soluciones están garantizadas y los problemas se limitan de acuerdo con condiciones estrictas, la inteligencia computacional se incluye en el rubro de la informática blanda, donde los resultados exitosos no siempre ocurren. La inteligencia computacional a menudo se inspira en la naturaleza, por ejemplo en el campo de la computación evolutiva, donde se crean sistemas que evolucionan para resolver problemas complejos. Esto se puede aplicar a la inteligencia artificial o sintética, dando lugar a robots que aprenden de la experiencia y se desarrollan con el tiempo.
Los sistemas basados en lógica difusa se pueden utilizar en inteligencia computacional para simular formas de pensar humanas. Podrían combinarse con redes neuronales de inspiración biológica en el campo de la robótica cognitiva, creando robots con la capacidad de pensar de una manera que se asemeja a los procesos de pensamiento humanos. Además de pensar, estos robots también pueden aprender, recordar, percibir y tomar decisiones frente a la incertidumbre, como lo hacen los humanos. Esto podría permitir a los robots comprender mejor las solicitudes humanas, permitiéndoles detectar el significado detrás de las palabras utilizadas. Eso podría ser esencial para una máquina que realiza tareas domésticas.
Las redes neuronales generalmente se consideran parte de la inteligencia computacional. Al igual que el cerebro humano, constan de numerosas partes individuales interconectadas, similares a los nervios. Estos trabajan juntos para resolver problemas, aprendiendo sobre la marcha, porque las conexiones entre los elementos son ajustables, como las conexiones entre los nervios.
Una vez que las redes neuronales han aprendido a analizar datos, pueden convertirse efectivamente en expertos en sus campos y pueden usarse para predecir resultados en diferentes escenarios. Una desventaja de este tipo de inteligencia computacional es que requiere mucha potencia informática y puede funcionar de manera impredecible. Las redes neuronales no deben confundirse con los sistemas expertos, que utilizan conjuntos de reglas predeterminados para tomar decisiones y no las adaptan para ajustarse a los datos.