Интеллектуальные информационные системы. Дубровин А.Д. - 125 стр.

      В целом процедура идентификации объекта на основании конечного числа
признаков, составляющих понятие образа, состоит из двух этапов: обучения на конечном
множестве примеров и построения надежной системы ассоциаций или диссоциаций
признаков опознаваемого объекта с признаками объектов – примеров. В результате
обучения распознающая система должна «научиться» вполне однозначно реагировать на
все объекты одного образа и не реагировать (или реагировать совершенно иначе) на все
объекты других образов. Объекты - примеры могут быть представлены в виде графических
изображений, аудио информации, текстов, описаний явлений внешнего мира, данных
анализов состояния организма, сигналами датчиков параметров технического объекта и др.
Важно, чтобы в процессе обучения указывались только сами объекты и их принадлежность
конкретному образу. После того, как надежная система ассоциаций создана, может быть
начат этап распознавания «новых», дотоле незнакомых системе объектов
       Автоматизация этих процедур и составляет содержание этапа обучения
распознаванию конкретного образа. В том случае, когда человек сам определяет, а затем
навязывает машине правило идентификации, процедура является полуавтоматической, так
как основную и главную часть проблемы (обучение) человек берет на себя.
      Проблема обучения распознаванию образов интересна как с прикладной, так и с
принципиальной точки зрения. В прикладном аспекте решение этой проблемы важно тем,
что оно открывает возможность автоматизировать многие процессы, которые до сих пор
связывали лишь с деятельностью человеческого мозга. Принципиальное значение
проблемы тесно связано с вопросами, которые все чаще возникают в связи с развитием
идей кибернетики: что может и чего принципиально не может делать машина? В какой
мере возможности машины могут быть приближены к возможностям человека - в
частности, может ли машина перенять у человека умение производить определенные
действия в зависимости от ситуаций, возникающих в окружающей среде?
       Пока ясно одно - если человек может осознать свое умение, а потом описать его (то
есть объяснить, почему и как он производит именно такие действия в ответ на
определенное состояние внешней среды, или по какому правилу он объединяет отдельные
объекты в образы), то его умение без принципиальных трудностей может быть передано
машине. Если же человек обладает умением, но не может осознать его, то остается только
один путь передачи такого умения машине - обучение примерами.
      Круг задач, которые могут решаться с помощью систем автоматического
распознавания образов (САРО), чрезвычайно широк. Как уже отмечалось в параграфе 1.6,
сюда относятся не только задачи распознавания зрительных и слуховых образов, но и
задачи распознавания сложных процессов и явлений, возникающих, например, при выборе
целесообразных действий по управлению технологическими, экономическими,
транспортными или военными операциями. К классу задач автоматического распознавания
образов в полной мере относится и задача автоматического (машинного) перевода с одного
естественного языка на другой. В каждой из перечисденных задач анализируются
некоторые явления, процессы, состояния внешнего мира, являющиеся объектами
наблюдения. Прежде чем начать анализ какого-либо объекта, нужно получить о нем
определенную, каким-либо способом упорядоченную информацию. Такая информация
представляет собой обобщенную характеристику объектов, их отображение на множестве
воспринимающих органов (рецепторов) распознающей системы.
      Каждый объект наблюдения может воздействовать на рецепторы САРО по-разному, в
зависимости от условий восприятия. Любое отображение признаков объекта рецепторами
системы, независимо от его положения относительно этих рецепторов, принято называть
изображением объекта, а множества таких изображений, объединенные какими-либо
общими свойствами, и представляют собой образ.
     При решении задач управления с помощью САРО вместо термина «изображение
объекта» иногда применяют термин «состояние объекта». Совокупность состояний
сложного объекта, каждое из которых характеризуется определенными значениями его

                                                                                      160