la computación blanda (soft computing)se convirtió en una rama formal de la informática a principios de los años 90. Las primeras aproximaciones informáticas sólo podían modelar y analizar con precisión sistemas relativamente simples.
Los sistemas más complejos que aparecían en biología, medicina, humanidades, administración de empresas, y en otros campos resultaban inmanejables con los métodos analíticos y matemáticos convencionales. Debemos decir que la simplicidad y la complejidad de los sistemas son relativas, y muchos modelos matemáticos convencionales han sido al mismo tiempo desafiantes y muy productivos.
Las técnicas de inteligencia artificial o computación blanda buscan integrar diferentes paradigmas computacionales, como las redes neuronales, la lógica difusa y la computación evolutiva, donde cada una de ellas aparentan ser muy efectivas en la manipulación de datos dinámicos, no lineales y ruidosos, especialmente cuando las relaciones físicas subyacentes no se conocen a fondo. Sin embargo, cuando se utilizan conjuntamente se aprovecha la fortaleza de cada una de forma sinérgica en el desarrollo de sistemas híbridos. EJEMPLOS
Las redes neuronales son similares a la regresión no lineal, pero son más robustas y pueden detectar relaciones ocultas en grandes conjuntos de datos utilizando la teoría de reconocimiento de patrones Las redes neuronales son modelos computacionales inspirados biológicamente, que se componen de un conjunto de nodos de procesamiento simple llamados neuronas, que representan un mapeo entrada/salida de datos. Cada neurona se encarga de procesar la información, tanto de fuentes externas como de neuronas vecinas, a través de una función lineal, entregando un valor de salida que usa una función de transferencia, usualmente la función sigmoidea (Maithaniet al., 2007).
Lógica difusa La lógica difusa (fuzzy logic, en inglés) se adapta mejor al mundo real en el que vivimos, e incluso puede comprender y funcionar con nuestras expresiones, del tipo «hace mucho calor», «no es muy alto», «el ritmo del corazón está un poco acelerado», etc.
La clave de esta adaptación al lenguaje se basa en comprender los cuantificadores de cualidad para nuestras inferencias (en los ejemplos de arriba, «mucho», «muy» y «un poco»).
En la teoría de conjuntos difusos se definen también las operaciones de unión, intersección, diferencia, negación o complemento, y otras operaciones sobre conjuntos (ver también subconjunto difuso), en los que se basa esta lógica.
Computación evolutiva La computación evolutiva interpreta la naturaleza como una máquina de resolución de problemas de optimización, reconocimiento y de búsqueda. Dentro de este campo hay que mencionar los algoritmos genéticos que es una técnica de resolución de problemas inspirada en los seres vivos. Parten de la observación de que los animales y las plantas, en su evolución han sido capaces de adaptarse a los cambios en su entorno, modificando su forma de vida o incluso su estructura.
entre otros ejemplos de la computación blanda
Pura Copia hp
ResponderEliminar