Беседы о бионике

Однако такое подробное рассмотрение изображения было бы избыточным. Для опознания образа необходимо выделить в его изображении лишь главное, первостепенное, устранив избыточность, которую создают детали, имеющие малую информационную ценность.

Избыточность может быть устранена путем исключения многократно повторяющихся сигналов от "статичной", не меняющейся информации — ведь не видят же лягушки неподвижных предметов. Кроме того, информация об образе кодируется. Применительно к зрительной системе (как и к любой другой системе обработки информации) кодирование представляет собой наиболее экономный способ описания образа.

Таким образом, зрительная система не просто переносит в наш мозг информацию о распределении яркости на отдельных участках сетчатки, а уже с момента, когда на ней появляется изображение, выделяет его характерные элементы, признаки, "не обращая внимания" на те его участки, которые не несут информации об увиденном. Мозг получает эту информацию и удерживает ее — человек запоминает образ.

Дальнейшее как будто несложно. В нашей памяти хранятся признаки некоторого количества образов, накопленные в процессе "обучения", т. е. попросту за время, прошедшее с тех пор, когда мы в раннем детстве стали "опознавать" окружающие нас предметы. Мозг, воспринимающий какой-либо образ, сравнивает признаки последнего с соответствующими признаками, хранящимися в памяти, и в случае обнаружения их сходства решает, что именно видит человек.

Однако на самом деле, для того чтобы облегчить опознавание, мозг еще раз обрабатывает информацию, поступающую от зрительного анализатора, — человек формализует образ. Мозг продолжает работу, начатую органами зрения, — он выделяет из всех признаков, о которых в каждом случае сообщает глаз, лишь наиболее существенные, характерные для данного образа или группы образов. На основании этих сведений человек, видевший, например, овчарку и бульдога, с уверенностью скажет, что такса — собака, несмотря на то что животные этих трех пород несколько отличаются друг от друга по внешности. Или, скажем, для ребенка, видевшего лошадь только лежащей или стоящей, не составит труда опознать ее, если она будет бежать.

В умении человека отвлекаться от несущественного заложена основа нормальной деятельности его мозга. Ведь если бы зрительный анализатор человека был подобен телевизионной системе, не сортирующей передаваемую информацию по степени важности, то многообразие впечатлений внешнего мира быстро переполнило бы его мозг. В самом деле, зрительный нерв состоит примерно из 1 миллиона волокон. По ним с сетчатки в течение 0,1 сек поступает в мозг такое же количество сведений об элементах изображения, а за несколько минут эта цифра возрастет до десятков миллиардов и превысит общее число нейронов в коре больших полушарий. Таким образом, емкость всего мозга, а не только его зрительных отделов, была бы израсходована в течение нескольких минут.

Так в чем же состоит трудность моделирования процесса опознавания? Ведь уже теперь существуют машины с памятью огромной емкости, которые могли бы запомнить колоссальное количество признаков и сравнивать по ним образы, подлежащие опознаванию. Что же касается избыточности информации в образах, то конструктор мог бы, вероятно, придумать некое устройство, которое устраняло бы ее. Так и поступают, когда создается машина, которая должна решать какую-либо одну задачу или узкую совокупность задач. Однако наличие у машины большой памяти нисколько не может помочь при моделировании опознавания по той причине, что для работы любой вычислительной машины нужно составить программу, в которой задача опознавания была бы полностью формализована. Таким образом, едва ли не самую важную часть "работы по опознаванию" должен проделать в этом случае сам программист.

Далее, ограничивая объем поступающей в машину информации, исключая все "ненужное", мы опять-таки выполняем за нее часть работы и при этом ограничиваем ее возможности. Ведь то, что в одной ситуации несущественно, в другой может оказаться весьма существенным.

Итак, для моделирования процесса опознавания необходимо создать машину, которая сама составляла бы для себя программу, сама определяла бы, что существенно для решения данной задачи, и не обращала бы внимания на избыточную (для данной задачи) информацию. Иными словами, конструировать обучающуюся машину следует так, чтобы она могла, подобно человеку, накапливать в процессе обучения некоторый опыт и в соответствии с ним самостоятельно выбирать линию поведения и сортировать получаемую информацию по степени ее важности. Устройство, справляющееся с такими обязанностями, будет весьма близко к мозгу человека.