Глава 1. Первый этап (1957-1962). Моделирование процессов познания. (2/2)
Начало
Третий КП: Метод проб и ошибок или отделение существенного от несущественного?
В моделировании решения задач также встречаются два типа функционирования мышления: один, элементарный и допускающий разложение на составные части, объясняет удачное начало исследований в данной области; другой, более сложный и включающий в себя феномен "инсайта", оказался недоступным для "пошаговых" программ (типа программы "Общего решателя задач" Саймона).
При решении элементарных задач наиболее эффективен простой перебор всех возможных комбинаций, продолжающийся до тех пор, пока не подвернется нужное решение. Такой поиск с помощью метода проб и ошибок являет собой еще один пример "силового приема" типа сплошного просчитывания в шахматах. Но как и при моделировании игр, возможности машины и здесь вскоре оказываются исчерпанными. При моделировании решения задач необходимо найти какой-то систематический метод сужения зоны поиска, который не позволял бы тратить время на проверку неперспективных альтернатив. Именно на этом этапе в человеческом мышлении начинает действовать механизм "инсайта" - "озарения", интуиции, в то время как математики-программисты впадают в глубокое уныние.
Полный перебор vs схватывание «глубинной структуры» задачи, интуиция и «инсайт» -
вот в чём здесь вопрос.
Тут же нас поджидает ещё один нюанс: некое разбиение критического множества (например, классификация операторов на существенные и несущественные) - а по сути «нахождение глубинной структуры» или «инсайт» - выполняется программистами ещё до начала самого программирования. Т.е. нет никакого достижения в работе такой программы - она просто делает то, что в неё заложили. Но человек проводит такое разбиение сам. Как же так и что делать? Может показаться, что неплох вариант написать мета-программу (планирующую программу), которая будет заниматься накапливанием опыта на более высоком уровне. (М. Минский) Но кто будет заниматься планированием работы планирующей программы? Второй вопрос - это работа с задачами с плохой структурой.
Именно здесь, при переходе от простых форм «информационных процессов» к сложным, Минский делает обычный в таких случаях ход - вводит обучение.
Вывод: способность различать существенное и несущественное - чисто человеческая, и не может быть воспроизведена методами машинного поиска.
Итоговый КП: Списочная организация признаков или осмысленная группировка объектов?
Вычислительная машина распознает любой образ только на основе заданного перечня специфических признаков. При этом возникает проблема экспоненциального роста,- проблема, которую человек способен обойти, потому что идет каким-то другим путем. И если исследователям в области "искусственного интеллекта" удалось, используя машинные методы, добиться некоторых успехов в простых случаях, то такие сложные образования, как художественные стили или лица людей, обладающие весьма расплывчатыми чертами сходства и различия, по-видимому, требуют для их узнавания своеобразной комбинации процессов, происходящих на периферии сознания, феномена допустимой неоднозначности и "инсайта" - всего того, что недоступно цифровой вычислительной машине.
Слабая сторона программ распознавания заключается в том, что программа не в состоянии сама вырабатывать операторы выбора. Рассмотрим более подробно.
«Инсайт». Человек и животные - в отличие от машин - справляются с изменениями в ориентации и размерах изображений, его неполнотой, искажениями, зашумленностью фона. Программные попытки включают в себя нормализацию изображения. Более поздние программы использовали мощные операторы, выделяющие отличительные характеристики образов и в то же время нечувствительные к искажению и шумам. Понятно, что человек так не делает: он скорее пользуется набором идеальных характеристик, к которым каждый конкретный объект может только приближаться. Искажённый образ узнаётся не по более широкому и искусному набору признаков, а потому что обладает теми же свойствами, что и неискажённый. Аналогично человек не проверяет наличие шума, с тем чтобы потом его отбросить, а скорее относит его к несущественному.
Периферийное сознание. Для сравнения образа с существующими образцами предложены методы дерева решений и вероятностей присутствия признаков. Оба они предполагают, что человек, подобно механическому распознающему устройству, обязательно классифицирует образы в терминах чётко заданного списка признаков. Но если образ хоть сколь-нибудь сложен, возникает угроза экспоненциального рост. В таком случае, предлагается выделить какие-то определённые критические признаки. Проблема - как сделать так, чтобы ЭЦВМ сама их находила?
Другое дело, что если в процессе решения задачи ещё можно говорить о каких-то признаках, то в процессе восприятия мы вообще никогда не обращаемся к каким бы то ни было чётким признакам. Как правило, мы распознаём сходство предмета с другими предметами, не отдавая себе отчёта в том, что он является примером предметов данного типа или элементом некоторого класса предметов, задаваемого набором специфических признаков. Естественно, в некоторых случаях всё это возможно: списки признаков, классификация… Люди с афазией, которые утратили способность перцептивного распознавания, руководствуются тестовыми наборами признаков и поисковым процедурам. Некоторые из больных афазией могут узнать геометрическую фигуру, например треугольник, только проверяя соответствующие признаки, то есть подсчитав число ее сторон, после чего делается вывод: "Треугольник имеет три стороны. Следовательно, это треугольник".
В машинах распознавание происходит только на явном концептуальном уровне.
Уменьшение неоднозначности, основанное на учёте контекста. В некоторых случаях формализация признаков не возможна в принципе. Разберёмся в вопросе: поставим под сомнение мнение о том, что распознавание образов всегда можно представить себе как своего рода классификацию. Рассмотрим три типа распознавания.
Первый - «родоотносящий» (по А. Гурвичу). С помощью узнавания такого типа мы можем сказать, например, что данный предмет есть карандаш. Хотя этот тип и представлен в нечёткой форме, он поддаётся уточнению в терминах списка признаков. Отбор же существенных признаков здесь определяется целью - и, на сколько я могу судить, подлежит программированию в виде магических констант. Машине не хватает гибкости.
Второй - это распознавание сходства. Тут важную роль играет контекст, позволяющий заметить те признаки сходства, которые после можно узнать в изолированном виде. Тут же Д. дарит мне (и, возможно, кое-кому из вас) знакомство с уткой-кроликом Л. Витгенштейна: будучи окружена изображениями уток, она похожа на утку, а в окружении кроликов напоминает кролика.
Выражение лица нельзя вывести из совокупности признаков, оно есть просто соотнесённость глаз, рта и т.д., подобно мелодии, которая, будучи составлена из отдельных нот, сама же и придаёт им специфические значения. При рассмотрении сходства, основанного на соотношениях такого рода, понятие узнавания в терминах изолированных признаков бессодержательно.
Третий тип сходства - сходство, при котором предметы, опознаваемые как принадлежащие одному и тому же классу, вообще не имеют каких-либо общих признаков - даже зависящих от контекста. Охуеть! Витгенштейн называет это «неклассификационным» распознаванием: "Мы сталкиваемся с очень сложной сетью перекрывающих друг друга и пересекающихся сходств. Иногда эти сходства носят общий характер, иногда касаются лишь деталей.
Лучшим выражением такого рода сходств является "фамильное сходство"; моменты сходства, присущие членам одной семьи, такие, как осанка, черты лица, цвет глаз, походка, темперамент и т,д., пересекаются и перекрывают друг друга именно таким образом. ...Мы расширяем наше понятие... подобно тому как при прядении нити скручиваем между собой отдельные волокна пряжи".
Отличие от сходства между членами класса здесь таково: классы заданы в терминах признаков, и могут быть пустыми. Фамильное же сходство распознаётся только в терминах действительных или воображаемых предметов. Принадлежность к классу либо есть, либо нет; в фамильном сходстве это спектр от «типичных» до «нетипичных». (Тут нам какбэ шлёт лучи приветствия тов. Л. Заде, который с фаззи лоджик, но Д. и его порицает, хотя по мне идея интересна).
«Если кто-нибудь скажет: "Существует нечто общее для всех этих конструкций, а именно дизъюнкция всех их общих свойств", то п отвечу, что это просто игра слов. С тем же успехом можно сказать: "Нечто проходит через всю нить, а именно непрерывное переплетение составляющих ее волокон"» (Л. Витгенштейн)
Ещё одна интересная деталь: «семья» открыта для новых членов.
Таким образом, вот этот тип распознавания использует комбинацию всех трёх форм «переработки информации»: периферийное сознание, «инсайт» и обращение к контексту. По Витгенштейну эта комбинация называется «осмысленным разбиением на группы - осмысленной группировкой».
Некий итог обсуждаемого выше:
Расположим в порядке возрастания трудности те условия, при которых человек в состоянии узнавать объекты.
1) Распознаваемый объект может быть повернут, неполон, искажен, сопровождаться шумами, помехами.
2) Признаки, необходимые для узнавания, могут быть столь "тонки и многочисленны", что даже если бы их и можно было формализовать, то все равно по мере добавления новых подлежащих узнаванию объектов с их признаками дерево поиска стало бы чрезвычайно громоздким.
3) Признаки могут зависеть как от внешнего, так и от внутреннего контекста, поэтому их бесконтекстная спецификация может оказаться невозможной.
4) Возможно отсутствие общих признаков при наличии "сложной сети перекрывающихся подобий", которая может служить для выделения все новых и новых вариаций.
Следовательно, всякая система, претендующая на адекватность человеческому распознаванию, должна быть в состоянии:
1) для данного конкретного объекта отличать существенные признаки от несущественных;
2) использовать неявные ориентиры, хранящиеся на периферия сознания;
3) учитывать контекст;
4) воспринимать индивидуальное как типичное, то есть определять отношение индивидуального к некоторой парадигме.
Вот и сказочке конец, а кто слушал - молодец. Я и сама заинтригована продолжением, тем более, что следующие 50 страниц вполне.
Третий КП: Метод проб и ошибок или отделение существенного от несущественного?
В моделировании решения задач также встречаются два типа функционирования мышления: один, элементарный и допускающий разложение на составные части, объясняет удачное начало исследований в данной области; другой, более сложный и включающий в себя феномен "инсайта", оказался недоступным для "пошаговых" программ (типа программы "Общего решателя задач" Саймона).
При решении элементарных задач наиболее эффективен простой перебор всех возможных комбинаций, продолжающийся до тех пор, пока не подвернется нужное решение. Такой поиск с помощью метода проб и ошибок являет собой еще один пример "силового приема" типа сплошного просчитывания в шахматах. Но как и при моделировании игр, возможности машины и здесь вскоре оказываются исчерпанными. При моделировании решения задач необходимо найти какой-то систематический метод сужения зоны поиска, который не позволял бы тратить время на проверку неперспективных альтернатив. Именно на этом этапе в человеческом мышлении начинает действовать механизм "инсайта" - "озарения", интуиции, в то время как математики-программисты впадают в глубокое уныние.
Полный перебор vs схватывание «глубинной структуры» задачи, интуиция и «инсайт» -
вот в чём здесь вопрос.
Тут же нас поджидает ещё один нюанс: некое разбиение критического множества (например, классификация операторов на существенные и несущественные) - а по сути «нахождение глубинной структуры» или «инсайт» - выполняется программистами ещё до начала самого программирования. Т.е. нет никакого достижения в работе такой программы - она просто делает то, что в неё заложили. Но человек проводит такое разбиение сам. Как же так и что делать? Может показаться, что неплох вариант написать мета-программу (планирующую программу), которая будет заниматься накапливанием опыта на более высоком уровне. (М. Минский) Но кто будет заниматься планированием работы планирующей программы? Второй вопрос - это работа с задачами с плохой структурой.
Именно здесь, при переходе от простых форм «информационных процессов» к сложным, Минский делает обычный в таких случаях ход - вводит обучение.
Вывод: способность различать существенное и несущественное - чисто человеческая, и не может быть воспроизведена методами машинного поиска.
Итоговый КП: Списочная организация признаков или осмысленная группировка объектов?
Вычислительная машина распознает любой образ только на основе заданного перечня специфических признаков. При этом возникает проблема экспоненциального роста,- проблема, которую человек способен обойти, потому что идет каким-то другим путем. И если исследователям в области "искусственного интеллекта" удалось, используя машинные методы, добиться некоторых успехов в простых случаях, то такие сложные образования, как художественные стили или лица людей, обладающие весьма расплывчатыми чертами сходства и различия, по-видимому, требуют для их узнавания своеобразной комбинации процессов, происходящих на периферии сознания, феномена допустимой неоднозначности и "инсайта" - всего того, что недоступно цифровой вычислительной машине.
Слабая сторона программ распознавания заключается в том, что программа не в состоянии сама вырабатывать операторы выбора. Рассмотрим более подробно.
«Инсайт». Человек и животные - в отличие от машин - справляются с изменениями в ориентации и размерах изображений, его неполнотой, искажениями, зашумленностью фона. Программные попытки включают в себя нормализацию изображения. Более поздние программы использовали мощные операторы, выделяющие отличительные характеристики образов и в то же время нечувствительные к искажению и шумам. Понятно, что человек так не делает: он скорее пользуется набором идеальных характеристик, к которым каждый конкретный объект может только приближаться. Искажённый образ узнаётся не по более широкому и искусному набору признаков, а потому что обладает теми же свойствами, что и неискажённый. Аналогично человек не проверяет наличие шума, с тем чтобы потом его отбросить, а скорее относит его к несущественному.
Периферийное сознание. Для сравнения образа с существующими образцами предложены методы дерева решений и вероятностей присутствия признаков. Оба они предполагают, что человек, подобно механическому распознающему устройству, обязательно классифицирует образы в терминах чётко заданного списка признаков. Но если образ хоть сколь-нибудь сложен, возникает угроза экспоненциального рост. В таком случае, предлагается выделить какие-то определённые критические признаки. Проблема - как сделать так, чтобы ЭЦВМ сама их находила?
Другое дело, что если в процессе решения задачи ещё можно говорить о каких-то признаках, то в процессе восприятия мы вообще никогда не обращаемся к каким бы то ни было чётким признакам. Как правило, мы распознаём сходство предмета с другими предметами, не отдавая себе отчёта в том, что он является примером предметов данного типа или элементом некоторого класса предметов, задаваемого набором специфических признаков. Естественно, в некоторых случаях всё это возможно: списки признаков, классификация… Люди с афазией, которые утратили способность перцептивного распознавания, руководствуются тестовыми наборами признаков и поисковым процедурам. Некоторые из больных афазией могут узнать геометрическую фигуру, например треугольник, только проверяя соответствующие признаки, то есть подсчитав число ее сторон, после чего делается вывод: "Треугольник имеет три стороны. Следовательно, это треугольник".
В машинах распознавание происходит только на явном концептуальном уровне.
Уменьшение неоднозначности, основанное на учёте контекста. В некоторых случаях формализация признаков не возможна в принципе. Разберёмся в вопросе: поставим под сомнение мнение о том, что распознавание образов всегда можно представить себе как своего рода классификацию. Рассмотрим три типа распознавания.
Первый - «родоотносящий» (по А. Гурвичу). С помощью узнавания такого типа мы можем сказать, например, что данный предмет есть карандаш. Хотя этот тип и представлен в нечёткой форме, он поддаётся уточнению в терминах списка признаков. Отбор же существенных признаков здесь определяется целью - и, на сколько я могу судить, подлежит программированию в виде магических констант. Машине не хватает гибкости.
Второй - это распознавание сходства. Тут важную роль играет контекст, позволяющий заметить те признаки сходства, которые после можно узнать в изолированном виде. Тут же Д. дарит мне (и, возможно, кое-кому из вас) знакомство с уткой-кроликом Л. Витгенштейна: будучи окружена изображениями уток, она похожа на утку, а в окружении кроликов напоминает кролика.
Выражение лица нельзя вывести из совокупности признаков, оно есть просто соотнесённость глаз, рта и т.д., подобно мелодии, которая, будучи составлена из отдельных нот, сама же и придаёт им специфические значения. При рассмотрении сходства, основанного на соотношениях такого рода, понятие узнавания в терминах изолированных признаков бессодержательно.
Третий тип сходства - сходство, при котором предметы, опознаваемые как принадлежащие одному и тому же классу, вообще не имеют каких-либо общих признаков - даже зависящих от контекста. Охуеть! Витгенштейн называет это «неклассификационным» распознаванием: "Мы сталкиваемся с очень сложной сетью перекрывающих друг друга и пересекающихся сходств. Иногда эти сходства носят общий характер, иногда касаются лишь деталей.
Лучшим выражением такого рода сходств является "фамильное сходство"; моменты сходства, присущие членам одной семьи, такие, как осанка, черты лица, цвет глаз, походка, темперамент и т,д., пересекаются и перекрывают друг друга именно таким образом. ...Мы расширяем наше понятие... подобно тому как при прядении нити скручиваем между собой отдельные волокна пряжи".
Отличие от сходства между членами класса здесь таково: классы заданы в терминах признаков, и могут быть пустыми. Фамильное же сходство распознаётся только в терминах действительных или воображаемых предметов. Принадлежность к классу либо есть, либо нет; в фамильном сходстве это спектр от «типичных» до «нетипичных». (Тут нам какбэ шлёт лучи приветствия тов. Л. Заде, который с фаззи лоджик, но Д. и его порицает, хотя по мне идея интересна).
«Если кто-нибудь скажет: "Существует нечто общее для всех этих конструкций, а именно дизъюнкция всех их общих свойств", то п отвечу, что это просто игра слов. С тем же успехом можно сказать: "Нечто проходит через всю нить, а именно непрерывное переплетение составляющих ее волокон"» (Л. Витгенштейн)
Ещё одна интересная деталь: «семья» открыта для новых членов.
Таким образом, вот этот тип распознавания использует комбинацию всех трёх форм «переработки информации»: периферийное сознание, «инсайт» и обращение к контексту. По Витгенштейну эта комбинация называется «осмысленным разбиением на группы - осмысленной группировкой».
Некий итог обсуждаемого выше:
Расположим в порядке возрастания трудности те условия, при которых человек в состоянии узнавать объекты.
1) Распознаваемый объект может быть повернут, неполон, искажен, сопровождаться шумами, помехами.
2) Признаки, необходимые для узнавания, могут быть столь "тонки и многочисленны", что даже если бы их и можно было формализовать, то все равно по мере добавления новых подлежащих узнаванию объектов с их признаками дерево поиска стало бы чрезвычайно громоздким.
3) Признаки могут зависеть как от внешнего, так и от внутреннего контекста, поэтому их бесконтекстная спецификация может оказаться невозможной.
4) Возможно отсутствие общих признаков при наличии "сложной сети перекрывающихся подобий", которая может служить для выделения все новых и новых вариаций.
Следовательно, всякая система, претендующая на адекватность человеческому распознаванию, должна быть в состоянии:
1) для данного конкретного объекта отличать существенные признаки от несущественных;
2) использовать неявные ориентиры, хранящиеся на периферия сознания;
3) учитывать контекст;
4) воспринимать индивидуальное как типичное, то есть определять отношение индивидуального к некоторой парадигме.
Вот и сказочке конец, а кто слушал - молодец. Я и сама заинтригована продолжением, тем более, что следующие 50 страниц вполне.