Tradycyjne obliczenia elektroniczne są zwykle czarno-białe. Pracując w kodzie binarnym, z ciągami zer i jedynek, nie ma szans na nic innego poza prostymi odpowiedziami „tak lub nie”. Chociaż może to być odpowiedni sposób obliczeniowy dla wielu zadań, miękkie przetwarzanie ma inne podejście. Krótko mówiąc, soft computing pozwala komputerowi na osiągnięcie pewnego poziomu niedokładności w swojej pracy. Niektórzy mogą to utożsamiać ze sztuczną inteligencją, ponieważ jest ona podobna do działania ludzkiego mózgu.
Z ludzkiego punktu widzenia, miękkie przetwarzanie wprowadza kompromisy do przetwarzania komputera, których nie ma w przypadku komputerów twardych. Są chwile, kiedy odpowiedź na pytanie może brzmieć tak lub nie, ale nie ma jeszcze wystarczających informacji, aby ostatecznie obliczyć, jaka jest odpowiedź. Tradycyjne komputery stojące w takiej sytuacji po prostu zatrzymają się i poczekają, aż będzie wystarczająco dużo informacji, aby wyciągnąć precyzyjne wnioski. Soft computing to w istocie zdolność komputera do udzielania odpowiedzi na „być może”, a nawet do zgadywania, jaka może być odpowiedź, dopóki nie będzie dostępnych więcej informacji.
Używając matematycznego przykładu, łatwo jest powiedzieć, że suma dwóch plus dwa to cztery. Prawidłowe jest również stwierdzenie, że suma dwa plus dwa wynosi od trzech do pięciu. Oczywiście celem jest uzyskanie jak najdokładniejszej odpowiedzi. Podczas gdy komputer może ulec pokusie zignorowania drugiej opcji, miękkie przetwarzanie, jeśli zostanie wykonane prawidłowo, uzna tę odpowiedź za potencjalną opcję. Chociaż komputer nadal zawsze wybiera najdokładniejszą dostępną odpowiedź, rozważy dokonanie oszacowania, jeśli nie wszystkie liczby są znane na pewno.
Aby wymyślić swoje odpowiedzi lub dokonać oceny odpowiedzi, komputer użyje wielu różnych dyscyplin. Wśród pięciu najbardziej znanych są systemy „rozmyte”, obliczenia ewolucyjne, wnioskowanie probabilistyczne, uczenie maszynowe i sieci neuronowe. Wykorzystując wiele różnych metod obliczeniowych do analizy problemu, komputer może w końcu uzyskać dokładną odpowiedź na pytanie, które początkowo miało nieprecyzyjną odpowiedź.
W efekcie komputer znalazł odpowiedź, która nie została w nim zaprogramowana. Z punktu widzenia informatyki i prawdopodobnie z perspektywy biologicznej można to uznać za uczenie się lub sztuczną inteligencję. Niektórzy mogą argumentować, że ścieżka do odpowiedzi była wcześniej zaprogramowana, niezależnie od tego, czy odpowiedź była, czy nie, a zatem nie stanowiła prawdziwej inteligencji. Pytanie, czy stanowi to rzeczywistą inteligencję, jest kwestią filozoficzną, która prawdopodobnie w dużej mierze zależy od własnej perspektywy.
Dziedzina informatyki jest ogólnie podekscytowana możliwością miękkiego przetwarzania i jego potencjalnymi korzyściami. Może zrewolucjonizować robotykę, być może tworząc bardziej realistyczne protezy, które są łatwiejsze w użyciu i poruszają się bardziej naturalnie. Soft computing może być również wykorzystywany w wielu innych dziedzinach, takich jak medycyna, inżynieria i fizyka.