Если же объединенные в сеть компьютеры вынуждены будут решать некую совершенно новую задачу, процесс решения значительно усложнится; и в этом нет абсолютно ничего удивительного: точно так же, как это делают люди, сталкивающиеся с новой ситуацией, компьютеры, учась, должны сначала попробовать различные подходы к решению.
Компьютеры умеют очень многое. Возникает вопрос: в чем же они уступают человеку? Обработка огромного количества данных не представляет для компьютеров проблемы; есть, однако, задачи, с которыми компьютер справляется не так хорошо, как хотелось бы. Речь идет о распознавании образов.
Распознавание образов
Распознавание образов является необходимым условием во многих автоматических процессах. К примеру, автоматическому сварочному аппарату приходится «самостоятельно» отыскивать то место, на которое он должен приварить соответствующую деталь. Однако задача становится еще интереснее, когда от машины требуется распознавание сложных образов. Известный пример тому — считывающее устройство, способное декодировать и распознать рукописный текст. Ведущая роль в подобных процессах принадлежит опять-таки синергетическим эффектам. На первом этапе происходит разложение букв на отдельные элементы, так называемые элементарные характерные образы или примитивы (рис. 17.2).
Рис. 17.2. Распознавание образа путем разложения его па отдельные элементы («примитивы»)
Элементы эти подбираются так, что они могут быть восприняты машиной, скажем, как прямые и дугообразные линии, расположенные определенным образом. Такие элементы могут быть «восприняты» фотоэлементами и затем «опознаны» с помощью сравнительно простых устройств. Каждому элементу в зависимости от места его расположения сопоставлено некоторое число (рис. 17.3).
Рис. 17.3. Простой пример сопоставления примитивам чисел в зависимости от взаимного расположения примитивов
Аналогично тому, как замок с цифровым кодом открывается одной-единственной комбинацией цифр, каждая буква располагает своей собственной комбинацией цифр, соответствующих каждому из элементов этой буквы и определяющих именно эту букву. Машина проверяет наличие в имеющемся у нее перечне данной цифровой комбинации и опознает соответствующую букву как, например, букву «А». Трудности при использовании такого метода распознавания вызваны тем, что он заведомо не исключает возникновения ошибок: безупречная идентификация элементов букв — не допускающая смешения, допустим, вертикальной линии и открытого справа дугообразного элемента — попросту невозможна. Таким образом, мы возвращаемся к старой задаче об отыскании способов исправления ошибок. Такого рода явления уже встречались нам при рассмотрении лазера или движения жидкости. В каждой из упомянутых систем также вполне вероятно наличие нескольких элементов, изначально «шагающих не в ногу» с остальными. Допустим, несколько атомов в лазере испускают волны «неправильной» длины, или не все молекулы жидкости принимают участие в общем движении. Однако такие «отщепенцы» очень быстро оказываются, что называется, «прибраны к рукам» параметром порядка. Для считывающего устройства это означает, что в случае отсутствия в перечне какой-либо из обнаруженных комбинаций машина должна попытаться подобрать среди существующих наиболее близкую к ней. С этой целью используются некоторые чисто математические методы. Например, каждому числу ставится в соответствие определенная точка на координатной плоскости (рис. 17.4).
Рис. 17.4. Представление сопоставленных буквам чисел точками на координатной плоскости. В первом случае идентифицирована точка, соответствующая букве
При обнаружении ошибки измеряется расстояние между каждой из заданных в перечне точек и точкой, соответствующей «сомнительному» числу. При этом, впрочем, возможна ситуация, требующая нарушения симметрии (рис. 17.5): проверяемая точка равноудалена от имеющихся в памяти машины «правильных» точек.