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. 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، صریح 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.
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.
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.
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.
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.
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.
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.
از منطق فازی برای ایجاد معماری مبتنی بر رفتار (Behavior-Based Architecture) در ساختمانهای هوشمند استفاده میشود تا با طبیعت غیرقابل پیشبینی چنین محیطی مقابله شود. این عوامل (Agents) از اطلاعات گردآوری شده توسط حسگرها در ساختمان استفاده میکنند.
محاسبات نرم و سیستمهای پشتیبانی تصمیم
محاسبات نرم در سیستمهای پشتیبانی تصمیم (Decision Support System) موجب کاهش هزینه میشود که مزیت قابل توجهی است. از روشهای محاسبات نرم در سیستمهای پشتیبان تصمیم برای طراحی، نگهداری و بیشینه کردن ارزش فرایند تصمیمگیری استفاده میشود. نخستین کاربرد منطق فازی در این راستا، ایجاد سامانه تصمیمگیری است که بتواند هر نوع ریسکی را پیشبینی کند. دومین کاربرد آن استفاده از اطلاعات فازی در راستای تصمیمگیری است.
محاسبات نرم در سرمایهگذاری و معاملهگری
دادههای موجود در بازار سرمایه بسیار حجیم هستند و در نتیجه روشهای محاسباتی سنتی قادر به تحلیل و پردازش این حجم از داده نیستند. رویکردهای گوناگونی با استفاده از روشهای محاسبات نرم برای کار با دادههای دارای نویز وجود دارد. برای مثال، روشهای تشخیص الگو برای تحلیل رفتار دادهها و همچنین سریهای زمانی (Time Series) برای پیشبینی معاملات آتی مورد استفاده قرار می گیرند.
جمعبندی
استفاده از روشهای محاسبات نرم مانند نظریه مجموعههای فازی، شبکههای عصبی، سیستمهای فازی عصبی، سیستمهای استنتاج عصبی-فازی سازگار (Adaptive Neuro Fuzzy Inference Systems | ANFIS) به طور گستردهای در تحلیل شبیهسازی عددی (Numerical Simulation Analysis) رواج یافته است. محاسبات نرم برای مدلسازی پردازشهای ماشین با کمک هوش مصنوعی به کار گرفته میشود. همچنین، محاسبات نرم در برخی از حوزهها از جمله کلان داده، سیستمهای توصیهگر، علوم رفتار و تصمیم، مهندسی مکانیک، مهندسی راه و ساختمان و مهندسی کامپیوتر، در حال رشد و شکوفایی است و بشر در آینده شاهد تحولات عظیمی در این راستا خواهد بود.
نظرات شما عزیزان: