Распознавание образов и абстрактное мышление

Мы окружены огромным количеством всевозможных вещей. Посмотрите вокруг. Мы их видим и слышим. При этом мы выделяем объекты, отличая каждый от остальных. Наши органы чувств с помощью огромного количества датчиком рассортировывают и классифицируют громадное количество разнообразных и перемешанных в кучу сигналов (запахи, звуки, электромагнитные волны и пр.) Количество датчиков действительно огромно. Одна сетчатка глаза чего стоит! Не зря глаза находятся рядом с мозгом – очень много проводов.

По терминологии, образ – это почти что, то же самое, что и объект. Но объект существует сам по себе, а образ – это отпечаток объекта, наше его восприятие. Или даже просто наша фантазия, картина, смоделированная интеллектом

Понятие образа, как и понятие объекта, очень обширно. Самые простые – это образы объектов материального мира, образы окружающих нас вещей.

В этом плане современная техника продвинулась очень далеко. Например роботы, обладающие техническим зрением, могут брать своим манипулятором заготовки из неупорядоченной тары, компьютер может распознавать и распечатывать речь и может читать с листа. Есть модели домашних роботов, способных ориентироваться в окружающей среде.

На схеме 9 дт.1-дт.2 – датчики органов чувств. Интеллект условно поделён на две части: интеллект 2 преимущественно занят задачей распознавания образов, а интеллект 1 преимущественно решением стратегических и текущих задач. Интеллект 2 подчиняется интеллекту 1, а тот в свою очередь, управляется программами инстинктов, поставляющими образы окружающей среды, к которым интеллект 1 должен стремиться. Включается та или иная программа инстинкта при определённом сочетании образов окружающей среды.

Как работает механизм распознавания образов? В разных случаях, в принципе, одинаково. Например, в машине есть таблица, база данных. Банк образов. Туда изначально занесены, скажем, контуры различных объектов – образы объектов. (Вообще-то, не только образы, но и свойства объектов.) Орган зрения в первый момент воспринимает окружающий мир, как беспорядочную мозаику цветных светотеней. Но в этой мозаике интеллект пытается найти соответствие контурам, имеющимся в базе данных. При этом перебираются варианты. После нахождения похожего контура, объект считается классифицированным. После этого можно вести поиск по другой, подчинённой базе данных, для более детальной классификации.

Если ни один имеющийся в памяти контур не подходит, то объект не может быть распознан. Точнее, совсем не распознанным он остаться не может - как-нибудь, да распознается. Например, как тёмный круг, или яркий квадрат. Но что это – может быть непонятным. В этом случае образ объекта можно поместить в специальный раздел и оставить на-потом для дальнейшего исследования. В дальнейшем, когда он будет исследован тем или иным образом, когда станут ясны его свойства, он займёт своё место в основных базах данных. То есть, система будет обучаться.

Каждый объект реального мира имеет очень большое количество разнообразных признаков: раскраска, форма, запах, и пр. Причём, каждый, в принципе, индивидуален. Например, нет двух совершенно одинаковых яблок. Поэтому система управления при распознании образа использует не фотографическую матрицу, а некую абстракцию. Учитываются здесь не все признаки, а лишь некоторые. А какие? Почему одни, а не другие?

Вот тут-то и встаёт одна из сложнейших задач – задача классификации образов.

Пусть роботу, обладающему техническим зрением, предлагается решить шахматный этюд на реальной доске. Как он распознает фигуры? Ну, ладью от слона можно отличить по форме. А вот короля от ферзя по форме можно и не отличить. Но ферзь выше. То есть, можно отличить по другому признаку. Остальные признаки не важны. Не важно, сделаны фигуры примитивно из пластмассы, или они сделаны из кости с инкрустацией из драгоценных камней.

То есть, система работает не с образами объектов, описываемых множеством признаков, а с образами, описываемыми лишь несколькими необходимыми признаками, абстрагируясь от остальных. Это уже абстрактные образы, и процесс работы с ними можно называть абстрактным мышлением.

После того, как фигуры распознаны, можно решать задачу. В банке образов машины уже есть описания свойств образов-фигур. Она знает, как каждая фигура может ходить и как она ест.

Главное в классификации – это свойства объектов. В одну классификационную группу должны попадать объекты с одинаковыми свойствами. При этом признаки объектов могут быть совершенно разнородны.

Разные системы имеют разные классификации одних и тех же объектов. Это зависит от целей системы и её возможностей. Или точнее, это зависит от того, какие свойства объектов для системы важны.

Например, разная система классификаций будет у человека и собаки. Скажем, у человека есть такое понятие, как "стул". У собаки, в виду иного строения её тела, такого понятия нет. Для неё, что стул, что кровать, что коврик в прихожей: всё это место, где можно полежать – одна классификационная категория. Ну, это, конечно, лишь до тех пор, пока ей ремнём не докажут обратное. После этого её система классификаций объектов усложнится. Объект "кровать" приобретёт дополнительное и очень существенное свойство – угроза ремня. А это уже абсолютно иная категория.

В животном мире (исключая человека) задача распознавания образов, в принципе, этим и ограничивается – распознавание конкретных материальных объектов, процессов и явлений. Пополнение баз данных идёт за счёт самообучения, основанного на эмпирическом опыте.

Для человека задача распознавания на этом не заканчивается. У человека абстрактное мышление более развито. Для него, например, совсем не обязательно ронять рельсу на ногу, что бы узнать, что это неприятно, если он когда-то ударил себя молотком по пальцу. Хотя, подобные обобщения, наверное, могут делать и животные. Но человек идёт дальше. Он объединяет объекты в классификационные группы, создавая сложные классификационные иерархии. На каждой более высокой ступени объекты становятся всё более абстрактными, а их свойства всё более глубинными. Наконец появляется наука и законы, отражающие связи между абстрактными объектами. Проблема классификации приобретает в науке чрезвычайно большое значение.

Однако, хоть задача классификации и является неотъемлемой частью задачи распознавания образов, но в столь глобальном плане, как наука, она нас пока не интересует. Это уже другая тема.

Для информации, кто интересуется, но не очень в курсе, могу сообщить, что классификациями занимается дисциплина "систематика". Теоретическими основами систематики занимается таксономия. Но занимается, кажется, не совсем успешно. Говорят, что она находится в стадии становления.

А вопрос очень важный. И нужный. Я тоже интересовался теорией классификации. Это элемент метатеории. У меня, ещё разок напомню, написана работа "Теория объектов и метатеория". Рекламирую, пользуясь случаем.