Soft computing är en gren inom datavetenskap som arbetar utifrån att inte alla lösningar på problem kan vara exakt korrekta. Det är oftast förknippat med datortekniker som är utformade för att efterlikna biologi, framför allt den mänskliga hjärnan. De flesta problem som hanteras av soft computing kan inte lätt delas upp i ett rent matematiskt tillvägagångssätt.
För att förstå begreppet soft computing är det nödvändigt att förstå skillnaderna mellan en dator och den mänskliga hjärnan, särskilt deras relativa styrkor och fördelar. Hjärnan arbetar långsammare med att utföra en specifik uppgift men är mycket mer skicklig på att överväga flera alternativ samtidigt. Datorer kan beräkna snabbare men är begränsade till en mer logisk, en sak och en tidsansats.
För att ge exempel på dessa skillnader i praktiken kan en sökmotor leta efter en viss textbit över hela den indexerade World Wide Web på en bråkdel av en sekund. En människa kanske inte kan utföra samma uppgift med motsvarande mängd tryckt material under en livstid. Datorer är dock relativt dåliga på att känna igen en bild, till exempel ett ansikte. En människa kan vanligtvis känna igen ett känt ansikte på ett ögonblick, medan till och med känna igen någon han träffade en gång för länge sedan är möjligt inom några sekunder.
Denna skillnad i ansiktsigenkänningsförmåga tros bero på att människor gör ett bra jobb med att komma ihåg ett ansikte som helhet, till skillnad från en dator, som skulle dela upp en bild i enskilda pixlar och jämföra dem en efter en. Under tiden skulle människan vara säker på att notera tillräckligt många likheter för att vara säker på att göra en stark gissning, även om det fanns några mindre eller till och med stora skillnader. En människa kan vanligtvis känna igen ansiktet på en gammal skolkamrat, även om det har förändrats dramatiskt genom åldrandet; människan gör ett bra jobb med att identifiera de egenskaper som är viktiga, såsom ögon och benstruktur.
Soft computing syftar till att efterlikna människans, eller andra djurs, inställning till att ta itu med problem. Detta kan inkludera användningen av fuzzy logik, vilket är en kontrast till traditionell binär logik där varje bit data är antingen en 1 eller en 0, vilket kan ses som ett platt fel eller rätt. Fuzzy logik gör att en bit data kan klassificeras i vilket skede som helst mellan 0 och 1, vilket motsvarar oändliga grader av noggrannhet.
De vanligaste användningsområdena för soft computing innebär att man försöker kartlägga en biologisk struktur som hjärnan. Detta gör att forskare kan lära sig mer om hur hjärnan fungerar och hur man hanterar neurologiska problem. Soft computing kan också användas för att göra det lättare att designa programvara som fungerar genom en logik som människor kan förstå. Den kan också användas som grund för en hybrid metod för datoranvändning, som kombinerar människors resonemangsförmåga med en dators bearbetningshastighet och noggrannhet.