1er Articulo: Ensayo Computacion Blanda

Computación Blanda

¿Que es la computación blanda? La computación blanda es el uso de esas soluciones inexactas para difíciles problemas computacionales como los NP-problemas(no polinomiales).

Pero ¿Por que computacion blanda?, la computación convencional(dura/hard) no se lleva bien con la incertidumbre, ser no precisa, muy incierta, pero por el contrario la computación blanda se lleva de la mano con estos criterios, es mas, el mejor rol para computación blanda es la mente humana.

Las areas principales o sus mayores exponentes son la lógica difusa, machine learning, redes neuronales, entre otros.

La lógica difusa podemos verla como un cinta métrica mas detallada y larga, imagina describir una persona por su altura seria alto, mediano y pequeño, con la logica difusa podemos ir mas allá, enano, pequeño, mediano, norma, un poco alto, alto y enorme, por ejemplo.

Machine learning es la capacidad otorgada a las maquinas por nosotros de aprender por si solas, no irnos tal lejos, aprenden de problemas pero problemas de sus areas especificas, cada vez ser mas segura y rapida.

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 Se basan en las neuronas propias de nosotros y 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.

Computación evolutiva La computación evolutiva interpreta la naturaleza como una máquina de resolución de problemas de optimizacion conocimiento y de búsqueda, mayormente usa algoritmos geneticos basados en la naturaleza.


Hay diferencias entre soft computing y la posibilidad. La posibilidad se utiliza cuando no tenemos suficiente información para resolver un problema, pero la computación blanda se utiliza cuando no tenemos suficiente información sobre el problema en sí. Este tipo de problemas se originan en la mente humana con todas sus dudas, subjetividad y emociones; Un ejemplo puede ser determinar una temperatura adecuada para una habitación para hacer que la gente se sienta cómoda.

Machine Learning (ML) and Probabilistic Reasoning (PR)