محاسبات نرم چیست؟ — به زبان ساده

در مطلب محاسبات نرم چیست ابتدا مفهوم محاسبات (رایانش)‌ شرح داده شده است و سپس، به تعریف مفهوم محاسبات سخت و معرفی محاسبات نرم به بیانی ساده پرداخته و در مورد خصوصیات بارز آن توضیحات بیش‌تری داده شده است. در پایان نیز برخی کاربردهای محاسبات نرم بیان شده است.

رایانش چیست؟

قبل از فهم معنای محاسبات نرم (رایانش نرم | Soft Computing)، لازم است ابتدا به مفهوم رایانش (محاسبات | ‌Computing) پرداخته شود. به بیانی ساده، ‌رایانش به معنی نگاشت مجموعه داده‌های دریافت شده در ورودی به خروجی، با استفاده از یک روش صوری (Formal Method) یا یک الگوریتم  برای حل مسئله است.

فیلم آموزش مبانی محاسبات تکاملی و بهینه سازی هوشمند در فرادرس

کلیک کنید

در مفهوم رایانش، به ورودی «مقدم» (پیشایند | Antecedent) و به خروجی «پیامد» (برآیند | Consequent) گفته می‌شود.

روش محاسباتی باید بدون ابهام (Unambiguous) و دقیق (Accurate) باشد و همچنین یک راه‌حل قطعی (Precise Solution) ارائه دهد. رایانش برای مسائلی که مدل‌سازی ریاضیاتی ساده‌ای دارند مناسب است.

پیش از ادامه این مبحث لازم است یادآور شویم که می‌توانید هوش محاسباتی را با استفاده از مجموعه آموزش هوش محاسباتی فرادرس یاد بگیرید.

محاسبات سخت چیست؟

اکنون قبل از پرداختن به محاسبات نرم، بهتر است به چیستی محاسبات سخت (رایانش سخت | Hard Computing) و همچنین، دلیل نیاز به توسعه و ایجاد محاسبات نرم پرداخته شود. پروفسور لطفی علی‌عسگرزاده، ریاضی‌دان، دانشمند کامپیوتر، مهندس برق و استاد علوم رایانه در دانشگاه کالیفرنیا، اولین فردی بود که مفهوم و ایده محاسبات سخت را حدوداً در اواسط دهه ۷۰ شمسی معرفی کرد.

فیلم آموزش طراحی الگوریتم + حل مثال های عملی در فرادرس

کلیک کنید

به گفته وی، یک مفهوم محاسباتی در صورتی در زمره محاسبات سخت قرار می‌گیرد که:

• نتایج دقیقی فراهم کند.
• الگوریتمی که برای حل مسئله استفاده می‌شود، صريح و بدون ابهام باشد.
• عملیات کنترلی به وسیله یک الگوریتم یا یک مدل ریاضیاتی مطابق تعریف بیان شده باشد.

مسائلی مانند مشتق‌گیری، انتگرال، الگوریتم‌های جستجو و مرتب‌سازی، یافتن کوتا‌ه‌ترین فاصله بین دو نقطه و بسیاری از مسائل دیگری که بتوان برای آن‌ها با استفاده از یک مدل ریاضی جواب دقیق و واضحی یافت، در زمره محاسبات سخت قرار می‌گیرند.

فیلم آموزش محاسبات عددی – مرور و حل مساله در فرادرس

کلیک کنید

محاسبات نرم چیست؟

برخی مسائل واقعی مانند شناسایی دست‌خط (Handwriting Recognition)، دسته‌بندی تصویر (Image Classification)، تولید موسیقی (Music Generation) و سایر موارد، الگوریتمی برای رسیدن به جواب قطعی در مرتبه زمانی با تقریب چندجمله‌ای ندارند. لذا،‌ اینجا است که نیاز به استفاده از محاسبات نرم به وجود می‌آید.

فیلم آموزش مبانی محاسبات تکاملی و بهینه سازی هوشمند در فرادرس

کلیک کنید

محاسبات نرم، به کارگیری محاسبات تقریبی (Approximate Calculations) برای حل مسائل است که حاصل آن راه‌حل‌هایی هر چند نادقیق اما قابل قبول برای حل مسائل محاسباتی پیچیده هستند. این رویکرد راه‌حل‌هایی را برای مسائلی ارائه می‌دهد که ممکن است یا غیرقابل حل باشند و یا حل آن‌ها با امکانات سخت‌افزاری کنونی، بسیار زمان‌بر باشد. به رایانش نرم گاهی «هوش محاسباتی» (Computational Intelligence) نیز گفته می شود.

اصطلاح محاسبات نرم نیز توسط استاد لطفی زاده ابداع شده است. او محاسبات نرم را بدین صورت تعریف می‌کند:

محاسبات نرم مجموعه‌ای از اصول و روش‌ها است که با هدف به کارگیری و استفاده از تاب‌آوری ابهام (Tolerance of Imprecision) و عدم قطعیت (Uncertainty) برای دست‌یابی به معقولیت (Tractability)، پایداری (Robustness) و جواب با هزینه کم مورد استفاده قرار می‌گیرد. اجزای اصلی محاسبات نرم، منطق فازی (Fuzzy Logic)، محاسبات عصبی (Neuro-Computing) و منطق احتمالاتی (Probabilistic Reasoning) است. الگو و منبع الهام محاسبات نرم، ذهن انسان است.

فیلم آموزش کاربردی شبکه های عصبی مصنوعی – طبقه بندی، پیش بینی و ترکیب با الگوریتم های تکاملی در فرادرس

کلیک کنید

در تعریف بالا، نکات کلیدی وجود دارد که بسیار دارای اهمیت هستند و نیاز به درک عمیق‌تری از آن‌ها وجود دارد. این موارد در ادامه تشریح شده‌اند:

• تاب‌آوری ابهام:‌ بدین معنا است که در محاسبات نرم، نتایج حاصل شده، دقیق نیستند.
• عدم قطعیت: یک الگوریتم مبتنی بر محاسبات نرم ممکن است در هر اجرا در ازای یک مسئله یکسان، خروجی متفاوتی داشته باشد.
• پایداری: الگوریتم‌های مبتنی بر محاسبات نرم می‌توانند با هر نوع نویز در ورودی مقابله کنند.
• هزینه جواب کم: محاسبات نرم، حل برخی از مسائل که حل آن‌ها در محاسبات سخت به لحاظ محاسباتی بسیار پرهزینه‌ هستند را شدنی و امکان‌پذیر می‌سازد.

الگوریتم‌های محاسبات نرم مبتنی بر سامانه تصمیم‌گیری زیستی (Biological Decision-Making System) هستند و از اصولی نظیر ژنتیک (Genetics)، تکامل (فرگشت | Evolution)، رفتار مورچگان، رفتار زنبورها، رفتار پرندگان، رفتار کرم شب‌تاب، ازدحام ذرات (Particle Swarming)، سیستم عصبی انسان (Human Nervous System) و دیگر پدیده‌های طبیعی استفاده می‌کنند. سه الگوی محاسباتی که به دنبال محاسبات نرم مطرح می‌شوند، منطق فازی، محاسبات عصبی و منطق احتمالاتی (الگوریتم ژنتیک) هستند.

تفاوت محاسبات نرم با احتمالات در چیست؟

محاسبات نرم با احتمالات متفاوت است. به طوری که، احتمالات رویکرد و روشی است که وقتی استفاده می‌شود که اطلاعات و داده کافی برای حل یک مسئله وجود نداشته باشد. در مقابل،‌ محاسبات نرم زمانی مورد استفاده قرار می‌گیرد که مسئله صراحت و سادگی لازم و کافی را برای استفاده از ریاضیات رایج و روش‌های محاسباتی مرسوم نداشته باشد. محاسبات نرم کاربردهای بسیاری در مصارف خانگی، تجاری و صنعتی دارد که در ادامه به طور مختصر به آن‌ها می‌پردازیم.

فیلم آموزش تئوری احتمالات – جامع و با مفاهیم کلیدی در فرادرس

کلیک کنید

کاربردهای محاسبات نرم چیست؟

در سال‌های اخیر، تغییر الگوی اساسی در روش‌های محاسباتی بوجود آمده است. این مسئله، نشان دهنده رشد چشمگیر ذهن انسان است. یکی از این تغییرات اساسی که با آن مواجه هستیم،‌ تکامل محاسبات سخت در قالب محاسبات نرم است. روش‌های استفاده شده در محاسبات نرم اساساً ریشه در مضامین ریاضیاتی متعددی همچون منطق فازی دارد.

فیلم آموزش مبانی محاسبات تکاملی و بهینه سازی هوشمند در فرادرس

کلیک کنید

محاسبات نرم، بینشی را برای مسائل جهان واقع فراهم می‌کند و تنها محدود به تئوری نمی‌شود. همچنین، محاسابت نرم دارای تاب‌آوری برای عدم قطعیت و ذاتاً نادقیق است و بر همین اساس در صنایع بسیاری به طور گسترده مورد استفاده قرار می‌گیرد. در ادامه، نگاهی به برخی از پیشرفت‌های حاصل شده با استفاده از محاسبات نرم در زمینه‌های مختلف از طراحی و مهندسی در صنایع گرفته تا کاربردهای زیستی (بیولوژیکی) پرداخته شده است.

تشخیص متن دست‌نوشته با استفاده از محاسبات نرم

تشخیص دست‌خط یکی از بخش‌های مستعد و پرتقاضا در حوزه علوم کامپیوتر است. قابلیت ترجمه اسناد چندزبانه و مرتب‌سازی متون مختلف به شکل مناسب و دلخواه از جمله قابلیت‌های چنین سامانه‌ای می‌تواند باشد.

پردازش تصویر و فشرده‌سازی اطلاعات با استفاده از محاسبات نرم

آنالیز تصاویر یکی از پراهمیت‌ترین بخش‌های حوزه پزشکی محسوب می‌شود. روش‌های محاسبات نرم در این زمینه شامل الگوریتم ژنتیک، سیستم‌های دسته‌بندی، راهبردهای تکاملی، و تعدادی دیگر از روش‌ها است. با استفاده از این الگوریتم‌ها می‌توان به راه‌حل‌های سریعی برای شناسایی الگو (Pattern Recognition) دست یافت که در تحلیل تصاویر پزشکی به دست آمده با استفاده از میکروسکوپ یا تصاویر پرتو ایکس (X-rays) کاربرد دارند.

فیلم آموزش مقدماتی پردازش تصویر با اپن سی وی OpenCV در پایتون Python در فرادرس

کلیک کنید

معماری مبتنی بر محاسبات نرم

در یک ساختمان هوشمند، داده‌های ورودی از حسگرها دریافت می‌شود و دستگاه‌های استفاده شده در آن ساختمان مانند سیستم تهویه، سیستم حرارتی و برودنی و دیگر موارد، بر اساس پردازش و تحلیل این داده‌ها تحت نظارت و کنترل قرار می‌گیرند. صنعت ساخت و ساز از شیوه «هوش مصنوعی توزیع شده» (Distribute Artificial Intelligence) و عوامل فازی ژنتیکی (Fuzzy Genetic Agents) برای تجهیز ساختمان با قابلیت‌های هوش انسانی استفاده می‌کند.

فیلم آموزش هوش مصنوعی – مقدماتی در فرادرس

کلیک کنید