I calcoli elettronici tradizionali tendono ad essere in bianco e nero. Quando si lavora in codice binario, con sequenze di zero e uno, non c’è possibilità di altro che semplici risposte “sì o no”. Sebbene questo possa essere un modo adeguato di elaborazione per molte attività, il soft computing adotta un approccio diverso. In breve, il soft computing consente al computer di assumere un certo livello di imprecisione nel suo lavoro. Alcuni potrebbero equipararlo all’intelligenza artificiale, in quanto è simile al modo in cui funziona il cervello umano.
Dal punto di vista umano, il soft computing introduce compromessi nell’elaborazione di un computer, che non sono presenti nell’hard computing. Ci sono momenti in cui la risposta a una domanda può essere sì o no, ma non ci sono ancora informazioni sufficienti per calcolare definitivamente quale sia la risposta. I computer tradizionali che affrontano questa situazione si fermeranno semplicemente e aspetteranno fino a quando non ci saranno abbastanza informazioni per trarre una conclusione precisa. Il soft computing è, in sostanza, la capacità di un computer di fornire una risposta di forse, o anche di fare un’ipotesi plausibile su quale potrebbe essere la risposta fino a quando non saranno disponibili più informazioni.
Per usare un esempio matematico, è semplice dire che la somma di due più due fa quattro. È anche corretto dire che la somma di due più due è da qualche parte tra tre e cinque. Naturalmente, l’obiettivo è quello di fornire la risposta più precisa possibile. Mentre un computer potrebbe essere tentato di ignorare la seconda opzione, il soft computing, se eseguito correttamente, vedrà questa risposta come una potenziale opzione. Mentre il computer opterà sempre per la risposta più precisa disponibile, prenderà in considerazione la possibilità di fare una stima, se non tutti i numeri sono noti con certezza.
Per fornire le sue risposte, o la sua valutazione delle risposte, il computer utilizzerà molte discipline diverse. Tra i cinque più noti ci sono i sistemi “fuzzy”, il calcolo evolutivo, il ragionamento probabilistico, l’apprendimento automatico e le reti neurali. Utilizzando molti metodi computazionali diversi per analizzare un problema, il computer può eventualmente fornire una risposta precisa a una domanda che inizialmente aveva una risposta imprecisa.
In effetti, il computer ha fornito una risposta che non era preprogrammata al suo interno. Da una prospettiva informatica, e forse da una prospettiva biologica, questo potrebbe essere considerato apprendimento o intelligenza artificiale. Alcuni potrebbero obiettare che il percorso verso la risposta era pre-programmato, indipendentemente dal fatto che la risposta lo fosse o meno, quindi non costituiva una vera intelligenza. La questione se ciò costituisca un’effettiva intelligenza è una questione filosofica, che probabilmente dipende molto dalla propria prospettiva.
Il campo dell’informatica è generalmente entusiasta della possibilità del soft computing e dei suoi potenziali benefici. Potrebbe rivoluzionare la robotica, magari realizzando protesi più realistiche, più facili da usare e che si muovono in modo più naturale. Il soft computing potrebbe essere utilizzato anche in molti altri campi, come la medicina, l’ingegneria e la fisica.