Die Theorie, der Entwurf, die Implementierung und die Weiterentwicklung von Computerparadigmen, die durch biologische und linguistische Motivationen angetrieben werden, sind als Computational Intelligence (CI) bekannt. Neuronale Netze, Fuzzy-Systeme und evolutionäre Berechnungen waren in der Vergangenheit die drei wichtigsten Säulen der CI. Im Laufe der Zeit sind jedoch verschiedene Computermodelle entstanden, die von der Natur inspiriert wurden. Da es sich bei der CI um ein sich entwickelndes Gebiet handelt, umfasst es heute neben den drei Hauptkomponenten auch Computerparadigmen wie Umgebungsintelligenz, künstliches Leben, kulturelles Lernen, künstliche endokrine Netzwerke, soziales Denken und künstliche Hormonnetzwerke. Die erfolgreiche Entwicklung intelligenter Systeme, einschließlich der Entwicklung von Videospielen und kognitiven Entwicklungssystemen, stützt sich stark auf KI. Die Deep-Learning-Forschung, insbesondere im Bereich der tiefen faltbaren neuronalen Netze, hat in den letzten Jahren explosionsartig zugenommen. Heutzutage ist Deep Learning zur zentralen Methode der künstlichen Intelligenz geworden. In der Tat basieren einige der erfolgreichsten KI-Systeme auf CI.

Neuronale Netze

Künstliche neuronale Netze (NN) sind massiv parallele, verteilte Netze mit der Fähigkeit, aus Beispielen zu lernen und zu verallgemeinern, nach dem Vorbild des menschlichen Gehirns.
Dieses Forschungsgebiet umfasst neuronale Faltungsnetze, neuronale Feedforward-Netze, rekurrente neuronale Netze, selbstorganisierende neuronale Netze und dergleichen.

Fuzzy-Systeme

Fuzzy-Systeme (FS) spiegeln sprachliche Ungenauigkeiten wider und behandeln unsichere Situationen auf der Grundlage einer Verallgemeinerung der traditionellen Logik, die es uns ermöglicht, ungefähre Schlussfolgerungen zu ziehen, indem sie die menschliche Sprache als Vorbild nimmt. Fuzzy-Mengen und -Systeme, Fuzzy-Clustering und -Klassifizierung, Fuzzy-Controller, linguistische Zusammenfassungen, neuronale Fuzzy-Netze, Fuzzy-Mengen und -Systeme vom Typ 2 und andere Konzepte gehören zu diesem Studienbereich.

Evolutionäre Algorithmen

Das Feld der evolutionären Algorithmen (EA), welches sich von der biologischen Evolution inspirieren lässt, verwendet eine Population potenzieller Lösungen, um Optimierungsprobleme zu erstellen, zu bewerten und zu verändern. Schwarmintelligenz, differentielle Evolution, evolvierbare Hardware, multikriterielle Optimierung, genetische Algorithmen, evolutionäre Programmierung und andere Konzepte zählen alle zu EA.