Les calculs électroniques traditionnels ont tendance à être en noir et blanc. Lorsque l'on travaille en code binaire, avec des séquences de zéros et de uns, il n'y a aucune chance pour autre chose que de simples réponses "oui ou non". Bien que cela puisse être un moyen adéquat de l'informatique pour de nombreuses tâches, Soft Computing a une approche différente. En bref, Soft Computing permet à l'ordinateur de prendre à un certain niveau d'imprécision dans son travail. Certains peuvent assimiler cela à l'intelligence artificielle, en ce qu'elle est similaire à la façon dont le cerveau humain fonctionne.
D'un point de vue humain, Soft Computing introduit compromis dans le traitement d'un ordinateur, qui n’est pas présents dans le disque informatique. Il y a des moments, lorsque la réponse à une question peut être oui ou non, mais il n'y a pas encore assez d'informations pour calculer définitivement quelle est la réponse. Ordinateurs traditionnels face à cette situation tout simplement s'arrêter et attendre qu'il y ait suffisamment d'informations pour tirer une conclusion précise. Soft Computing est, en substance, la capacité d'un ordinateur pour fournir une réponse peut-être, ou même de faire une supposition éclairée quant à ce que la réponse peut être jusqu'à plus amples informations seront disponibles.
Pour utiliser un exemple mathématique, il est simple de dire la somme des deux plus deux font quatre. Il est également correct de dire la somme des deux plus deux est quelque part entre trois et cinq ans. Bien sûr, le but est de trouver la réponse la plus précise possible.
Même si un ordinateur peut être tenté de négliger la seconde option, Soft Computing, si c'est fait correctement, verra cette réponse comme une option potentielle. Pendant que l'ordinateur sera toujours toujours opter pour la réponse la plus précise disponible, il envisagera de faire une estimation, sinon tous les numéros sont connus avec certitude.
Pour arriver à ses réponses, ou son évaluation des réponses, l'ordinateur utilisera de nombreuses disciplines différentes. Parmi les cinq plus connus sont les systèmes «floues», Evolutionary Computation, le raisonnement probabiliste, l'apprentissage automatique et les réseaux de neurones. En utilisant de nombreuses méthodes différentes de calcul pour l'analyse d'un problème, l'ordinateur peut finalement arriver à une réponse précise à une question qui a une réponse imprécise initialement.
En effet, l'ordinateur est venu avec une réponse qui n'a pas été préprogrammé en elle. Du point de vue informatique, et peut-être d'un point de vue biologique, ce qui pourrait être considéré comme l'apprentissage ou l'intelligence artificielle. Certains diront le chemin de la réponse a été préprogrammé, si la réponse était ou pas, donc pas constituer une réelle intelligence. La question de savoir si cela constitue intelligence réelle est une question philosophique, qui dépend probablement beaucoup sur sa propre perspective.
Le domaine de l'informatique est généralement excité au sujet de la possibilité de Soft Computing et ses avantages potentiels. Il pourrait révolutionner la robotique, peut-être faire plus de prothèses vie comme ça, c'est plus facile à utiliser, et qui se déplacent plus naturellement. Soft Computing pourrait également être utilisé dans de nombreux autres domaines, comme la médecine, l'ingénierie et la physique.