Статья: Афизикальные принципы психического отражения и их моделирование в технических системах

К первому направлению можно отнести способы, предполагающие изначальное эмпирическое выделение человеком отдельных свойств и признаков определенной группы или класса объектов. Эти признаки составляют как бы «память» системы и в процессе функционирования последней либо сами применяются в качестве эталонов при распознавании (в простейшем случае), либо в качестве такого эталона выступает специфическая, порой весьма сложная структура их взаимоотношений, построенная г. использованием специального математического аппарата.

Примером относительно простого автомата, построенного по методу сравнения с эталонным набором признаков, является система распознавания почтовых индексов /Наука и жизнь, 1983/. Здесь в качестве признаков используется наличие в изображении горизонтальных, наклонных и вертикальных линий, что позволяет представить, каждую цифру отличительным двоичным кодом, состоящим из 3-х разрядов, соответствующим 9 сегментам трафаретной сетки. Другим примером простого метода распознавания стандартных символов является способ распознавания печатных знаков, использующий совмещение оптического центра знака с оптической осью системы рецепторов и отличающийся тем, что формируется сигнал пропорциональный смешению геометрического центра знака относительно оптического и этот сигнал сравнивается с эталонным /А.С.N 217754.../. Таким образом, в качестве признака здесь выступает такая характеристика, как расстояние между геометрическим и оптическим центрами изображения. Признаки могут носить и более сложный, абстрактный характер, как, например, в устройстве для выделения признаков при распознавании сложных геометрических изображений определенного класса /А.С.N 898464.../, где особенности зрительного образа кодируются величинами приращений суммарных сигналов, получаемых с матрицы фотоэлементов при ее колебательных движениях в разных направлениях в плоскости, параллельной плоскости изображения.

Примером использования особой структурной организации разного рода признаков является система распознавания центрированных знаков /Патент №3651461.../. Здесь в качестве структуры обобщенных признаков выступает специальный, заранее составленный алгоритм выявления характерных особенностей изображений определенного набора знаков по их положению относительно заданной центральной полосы растра.

Из этого краткого перечня видно, что способы построения систем распознавания образов, предусматривающие предварительные анализ и составление описания свойств объектов, естественно, оказываются функционально сугубо ограниченными, поскольку могут быть успешно использованы только для распознавания заранее заданного класса объектов (например, знаков стандартного типографского шрифта). Поэтому системы распознавания, построенные на основе этих способов, можно определить как узкофункциональные. Преодоление этой узкой функциональности потребовало разработки специальных математических методов распознавания образов /Васильев. 1983; Горелик... 1985; Верхаген... 1985/. В основе этих методов лежит идея о проведении специальных преобразований исходного описания изображений и «нахождении в признаковом пространстве таких решающих границ (решающих правил), т.е. границ между классами, придерживаясь которых можно обеспечить наибольшую точность распознавания» /Горелик... 1985, с. 19/. Особая роль при этом отводится процессу обучения системы, который осуществляется путем показа отдельных объектов или явлений, в результате чего распознающая система автоматически приобретает способность реагировать одинаковыми ответами на изображения объектов, принадлежащих к данному классу, и различными - на изображения объектов, не принадлежащих к этому классу. Здесь распознавание характеризует действия ухе обученной системы. В целом задача обучения ставится по аналогии с человеческим способом опознания образов.

Характерный для этого подхода образ мышления исследователя иллюстрируют рассуждения М.А. Айзермана /1962/. В первые годы изучения проблемы распознавания образов Айзерман писал, что есть «непонятная нам пока способность живого мозга. Если взять много разных букв «А» и «Б», и ученику, который не знает букв, показывать различные их начертания и говорить лишь «это буква «А» и «это буква «Б», то через некоторое время ученик сможет отличать буквы «А» от букв «Б», и при том не только те, которые ему показывали ранее, но и все остальные начертания этих букв» /Айзерман, 1962, с. 174/. Здесь при постановке проблемы распознавания образов автор определяет их по аналогии со «зрительным восприятием, которое происходит у человека в результате наблюдения различных фигур, т.е. он опирается на уже готовые продукты отражения. Принимаются результаты отражения буквы «А» как геометрической формы и рассматривается тот феномен восприятия, согласно которому любое начертание буквы «А» относится человеком к классу «А». Далее ставится задача, как обеспечить такую идентификацию. М.А. Айзерман считал, что должны быть найдены и заложены в программу какой-либо один или невольное число универсальных «признаков», лежащих в основе самого понятия «образ» /там же, с. 176/. и полагал, что такой универсальный алгоритм может быть создан на основе «гипотезы компактности» Э.М. Бравермана /1962/. Компактность двух множеств точек (принадлежащих изображению или его признаковому описанию) позволяет сформулировать относительно простые правила (алгоритм) для разделения этих множеств (т.е. отделения, например, заданных начертаний букв «А» от всех других букв) и является универсальным свойством широкого класса изображений. Одновременно, это свойство определяет и способ построения системы распознавания, т.е. становится характеристикой процесса опознания. Таким образом, видно, что, разрабатывая проблему имитации процессов опознания человека, автор поставил задачу исследования и выдвинул гипотезу о самом процессе на основе постулата отождествления характеристик процесса с его результатом.

В панораме известных подходов к моделировании процессов непосредственно-чувственного восприятия особое место занимают системы отображения и распознавания изображений типа перцептронов /Патент №3192505... Патент №4318083.../. Они построены с использованием процедуры детерминированных или статистических суммаций или взвешивания аналоговых сигналов, представляющих разные части изображения, с последующим выделением результатов посредством пороговых элементов. Структура связей перцептрона может меняться в процессе обучения, что обусловливает возможность настройки на выделение объектов определенного класса. Фундаментальные исследования перцептронов проведены Ф. Розенблаттом /1965/. По его мнению, перцептрон прежде всего и главным образом является моделью мозга, а не устройством, служащим только для распознавания образов. Под моделью мозга подразумевается любая теоретическая система, кото