Лекція №4 з навчальної дисципліни
“Комп’ютерні системи штучного інтелекту”
Тема лекції: Системи машинного навчання. Перцептрони
Навчальні питання лекції:
1. Поняття образу.
2. Проблема навчання розпізнаванню образів (НРО).
3. Геометричний і структурний підходи.
4. Гіпотеза компактності.
5. Навчання і самонавчання. Адаптація і навчання.
6. Перцептрони.
1. Поняття образу
Образ – це класифікаційне угруповання в системі класифікації, що поєднує (відрізняє) певну групу об'єктів за деякою ознакою.
Образне сприйняття світу – одне із загадкових властивостей живого мозку, що дозволяє розібратися в нескінченному потоці сприйманої інформації і зберігати орієнтацію в океані розрізнених даних про зовнішній світ. Сприймаючи зовнішній світ, ми завжди робимо класифікацію сприйманих відчуттів, тобто розбиваємо їх на групи схожих, але не тотожних явищ. Наприклад, незважаючи на істотне розходження, до однієї групи ставляться всі літери А, написані різними почерками, або всі звуки, що відповідають одній і тій же ноті, узятій в будь-якій октаві і на будь-якому інструменті, а оператор, керуючий технічним об'єктом, на безліч станів об’єкта реагує однією і тією ж реакцією. Характерно, що для складання поняття про групу сприйняттів певного класу досить ознайомитися з незначною кількістю її представників. Дитині можна показати всього один раз яку-небудь літеру, щоб вона змогла знайти цю літеру в тексті, написаному різними шрифтами, або впізнати її, навіть якщо вона написана в навмисно перекрученому вигляді. Ця властивість мозку дозволяє сформулювати таке поняття, як образ.
Образи мають характерну властивість, яка проявляється в тому, що ознайомлення з кінцевим числом явищ із множини дає можливість дізнаватися про як завгодно велике число її представників. Прикладами образів можуть бути: ріка, море, рідина, музика Чайковського, вірші Маяковського і т.п. Як образ можна розглядати і деяку сукупність станів об’єкта керування, причому вся ця сукупність станів характеризується тим, що для досягнення заданої мети потрібен однаковий вплив на об'єкт. Образи мають характерні об'єктивні властивості в тому розумінні, що різні люди, які навчаються на різному матеріалі спостережень, здебільшого однаково і незалежно один від одного класифікують ті самі об'єкти. Саме ця об'єктивність образів дозволяє людям усього світу розуміти один одного.
Здатність сприйняття зовнішнього світу у формі образів дозволяє з певною вірогідністю дізнаватися про нескінченне число об'єктів на підставі ознайомлення з кінцевим їх числом, а об'єктивний характер основної властивості образів дозволяє моделювати процес їхнього розпізнавання. Будучи відбиттям об'єктивної реальності, поняття образу настільки ж об'єктивне, як і сама реальність, а тому це поняття може бути само по собі об'єктом спеціального дослідження.
У літературі, присвяченій проблемі навчання розпізнаванню образів (НРО), часто замість поняття образу вводиться поняття класу.
2. Проблема навчання розпізнаванню образів (нро)
Однією з найцікавіших властивостей людського мозку є здатність відповідати на безліч станів зовнішнього середовища кінцевим числом реакцій. Може саме ця властивість дозволила людині досягти вищої форми існування живої матерії, що виражається в здатності до мислення, тобто активного відбиття об'єктивного світу у вигляді образів, понять, суджень і т.д. Тому проблема НРО виникла при вивченні фізіологічних властивостей мозку.
Розглянемо приклади задач із області НРО.
На рис. 1 представлені 12 завдань, у яких варто відібрати ознаки, за допомогою яких можна відрізнити ліву тріаду картинок від правої. Рішення даних завдань вимагає моделювання логічного мислення в повному обсязі.
Рис. 1. Приклад задачі із області НРО
У цілому проблема розпізнавання образів складається із двох частин: навчання й розпізнавання. Навчання здійснюється шляхом показу окремих об'єктів із вказівкою їхньої належності тому або іншому образу. У результаті навчання система, що розпізнає, повинна придбати здатність реагувати однаковими реакціями на всі об'єкти одного образу і різними – на всі об'єкти різних образів. Дуже важливо, що процес навчання повинен завершитися тільки шляхом показів кінцевого числа об'єктів без яких-небудь інших підказок. В якості об'єктів навчання можуть бути або картинки, або інші візуальні зображення (літери), або різні явища зовнішнього світу, наприклад звуки, стани організму при медичному діагнозі, стан технічного об’єкта в системах керування і т. ін. Важливо, що в процесі навчання вказуються тільки самі об'єкти і їхня належність образу. За навчанням наступає процес розпізнавання нових об'єктів, що характеризує дії вже навченої системи. Автоматизація цих процедур і становить проблему навчання розпізнаванню образів. У тому випадку, коли людина сама розгадує або придумує, а потім нав'язує машині правило класифікації, проблема розпізнавання вирішується частково, тому що основну і головну частину проблеми (навчання) людина бере на себе.
Проблема навчання розпізнаванню образів цікава як із прикладної, так і з принципової точки зору. Із прикладної точки зору рішення цієї проблеми важливе насамперед тому, що воно відкриває можливість автоматизувати багато процесів, які дотепер пов'язували лише з діяльністю живого мозку. Принципове значення проблеми тісно пов'язане з питанням, яке все частіше виникає у зв'язку з розвитком ідей кібернетики: що може і що принципово не може робити машина? Якою мірою можливості машини можуть бути наближені до можливостей живого мозку? Зокрема, чи може машина розвити в собі здатність перейняти в людини вміння робити певні дії залежно від ситуацій, що виникають у навколишньому середовищі? Поки що стало ясно лише те, що якщо людина може спочатку сама усвідомити своє вміння, а потім його описати, тобто вказати, чому вона робить дії у відповідь на кожен стан зовнішнього середовища або як (за яким правилом) вона поєднує окремі об'єкти в образи, то таке вміння без принципових труднощів може бути передане машині. Якщо ж людина має вміння, але не може пояснити його, то залишається тільки один шлях передачі вміння машині – навчання прикладами.
Коло завдань, які можуть вирішуватися за допомогою систем розпізнавання, надзвичайно широке. Сюди ставляться не тільки завдання розпізнавання зорових і слухових образів, але й завдання розпізнавання складних процесів і явищ, що виникають, наприклад, при виборі доцільних дій керівником підприємства або виборі оптимального керування технологічними, економічними, транспортними або воєнними операціями. У кожному з таких завдань аналізуються деякі явища, процеси, стани зовнішнього світу, які називаються об'єктами спостереження. Перш ніж почати аналіз якого-небудь об’єкта, потрібно одержати про нього певну яким-небудь способом упорядковану інформацію. Така інформація являє собою характеристику об'єктів, їхнє відображення на безлічі сприймаючих органів системи розпізнавання.
Але кожен об'єкт спостереження може впливати по-різному, залежно від умов сприйняття. Наприклад, яка-небудь літера, навіть однаково написана, може в принципі як завгодно зміщатися відносно сприймаючих органів. Крім того, об'єкти одного й того ж образу можуть дуже відрізнятися один від одного і, звичайно, по-різному впливати на сприймаючі органи.
Кожен вплив якого-небудь об’єкту на сприймаючі органи системи розпізнавання, незалежно від його положення відносно цих органів, прийнято називати зображенням об’єкту, а множини таких зображень, об'єднані якими-небудь загальними властивостями, являють собою образи.
При вирішенні завдань керування методами розпізнавання образів замість терміну "зображення" застосовують термін "стан". Стан – це певної форми відображення вимірюваних поточних (або миттєвих) характеристик об’єкту спостереження. Сукупність станів визначає ситуацію. Поняття "ситуація" є аналогом поняття "образ". Але ця аналогія не повна, тому що не кожен образ можна назвати ситуацією, хоча кожну ситуацію можна назвати образом.
Ситуацією прийнято називати деяку сукупність станів складного об’єкту, кожна з яких характеризується одними і тими ж або схожими характеристиками об’єкту. Наприклад, якщо в якості об’єкту спостереження розглядається деякий об'єкт керування, то ситуація поєднує такі стани цього об’єкта, у яких варто застосовувати одні і ті ж керуючі впливи. Якщо об'єктом спостереження є військова гра, то ситуація поєднує всі стани гри, які вимагають, наприклад, потужного танкового удару за підтримки авіації.
Вибір вихідного опису об'єктів є одним з центральних завдань проблеми НРО. При вдалому виборі вихідного опису (простору ознак) завдання розпізнавання може виявитися тривіальним і, навпаки, невдало обраний вхідний опис може привести або до дуже складної подальшої переробки інформації, або взагалі до відсутності рішення. Наприклад, якщо вирішується завдання розпізнавання об'єктів, що відрізняються за кольором, а в якості вхідного опису обрані сигнали, які отримуються від датчиків ваги, то завдання розпізнавання в принципі не може бути вирішене.