L'intelligence
informatique (CI) est une branche de l'informatique dans lequel les projets
évoluent de bas en haut, avec l'ordre émergeant d'un manque initial de la
structure. Ceci est similaire à de nombreux processus observés dans le monde
naturel. L'intelligence informatique inclut des concepts tels que le calcul
évolutif, où les problèmes sont résolus en utilisant des modèles de processus
évolutif, et quand elle est appliquée à l'apprentissage de la machine, permet
robots à apprendre de l'expérience. La logique floue, un système qui ressemble
à la prise de décision humaine, peut être utilisé pour résoudre des problèmes
où il est vague ou incertain. Le réseaux neuronaux sont des systèmes basés sur
la fonction du cerveau humain et peuvent être utilisés pour détecter des
modèles et des tendances dans les données complexes.
Contrairement à
l'informatique difficile, où les solutions sont garantis et les problèmes sont
limités en fonction des conditions strictes, l'intelligence informatique tombe
sous le titre de Soft Computing , où de bons résultats ne se produisent pas
toujours. L'intelligence informatique prend souvent l'inspiration de la nature,
par exemple dans le domaine de calcul évolutif, où les systèmes sont créés qui
évoluent à résoudre des problèmes complexes. Ceci peut être appliqué à
l'intelligence artificielle ou synthétique, donnant lieu à des robots qui
apprennent de l'expérience et se développent au fil du temps.
Les systèmes
basés sur la logique floue peuvent être utilisés dans l'intelligence
informatique pour simuler les moyens humains de la pensée. Ils pourraient être
combinés avec les réseaux de neurones biologiquement inspirés dans le domaine
de la robotique cognitive, créer des robots ayant la capacité de penser d'une
manière qui ressemble à des processus de la pensée humaine. Ainsi que la
pensée, ces robots peuvent aussi apprendre, se souvenir, de percevoir et de
prendre des décisions dans un contexte d'incertitude, comme le font les
humains. Cela pourrait permettre à des robots pour mieux comprendre les
demandes humaines, leur permettant de détecter le sens derrière les mots
utilisés. Cela pourrait être essentiel pour une machine effectuant des tâches
domestiques.
Les réseaux de
neurones sont généralement considérés comme faisant partie de l'intelligence
informatique. Comme le cerveau humain, ils sont composés de plusieurs parties
individuelles reliées entre elles, semblables à des nerfs. Ces travailler ensemble
pour résoudre des problèmes, apprendre comme ils vont, parce que les liens
entre les éléments sont réglables, comme les connexions entre les nerfs.
Une fois les
réseaux de neurones ont appris à analyser les données, ils peuvent
effectivement devenir des experts dans leurs domaines et peuvent être utilisés
pour prédire les résultats de différents scénarios. Un inconvénient de ce type
de l'intelligence informatique est qu'il nécessite beaucoup de puissance de
calcul et il peut fonctionner de manière imprévisible. Les réseaux de neurones
ne doivent pas être confondus avec les systèmes experts , qui utilisent des
jeux de règles prédéterminées pour prendre des décisions et ne les adaptent pas
à ajuster les données.
