"Волшебник" и роботы [1987 Марш П., Александер И., Барнетт П., Дулинг Д., Гилл К., Мэтьюз П., Моравек Г.

Одно из последних усовершенствований системы WISARD имеет прямое отношение к робототехнике. При установке любой системы машинного зрения на промышленном предприятии, где работают люди, возникает вполне очевидная проблема: система должна вести осмотр окружающего пространства и в тот момент, когда она замечает интересующий ее объект или что-то, выделяющееся на общем фоне, направлять видеокамеру непосредственно на объект. Подумаем, как мы пользуемся своими глазами. Мы воспринимаем изображение не в фиксированной рамке, как на картине или экране телевизора, и не все его участки одинаково ясно видим. На самом деле происходит следующее: периферийным зрением мы воспринимаем то, что происходит на довольно обширном пространстве, называемом полем зрения, но фактически четко видим лишь небольшой участок в центре этого поля. В результате мы можем сосредоточить взгляд на интересующем нас объекте (или части объекта), в то же время не упуская из виду того, что могло бы привлечь наше внимание на периферии поля зрения.

Такое устройство зрительной системы обладает многими достоинствами. В частности, оно позволяет нам концентрировать внимание на деталях изображения при решении задачи, требующей особой тщательности, и в то же время мгновенно замечать признаки грозящей опасности. Глядя, например, на большое здание, мы способны воспринимать как его общий вид, так и некоторые нужные нам или просто бросающиеся в глаза его элементы. Когда мы высматриваем нечто интересующее нас, скажем человека в толпе, мы оглядываем довольно обширное пространство, но можем мгновенно остановить свой взгляд на том, кого искали.

Нейроны и нейронные сети. На верхнем рисунке в весьма упрощенном виде показана нервная клетка (нейрон) - основной логический элемент нервной системы. Через синапсы в нейрон поступают электрические импульсы (подобие двоичных единиц) от других клеток. Один из синапсов является доминантным: когда на него поступают импульсы, нейрон соответственно подстраивает коэффициенты передачи остальных синапсов, т. е. 'учится' возбуждаться (выдавать последовательность импульсов через свой единственный выход - аксон, связывающий этот нейрон с синапсами других нейронов) во всех случаях, когда на обычные синапсы поступают одинаковые последовательности сигналов, соответствующие импульсам или их отсутствию (что эквивалентно последовательностям двоичных 1 или 0). На среднем рисунке схематически изображено элементарное запоминающее устройство с произвольной выборкой (ЗУПВ). Если четыре его адресные линии считать синапсами, входную линию - доминантным синапсом, а выходную - аксоном, то на практике это ЗУПВ по своим логическим возможностям будет соответствовать нервной клетке, воплощая собой кремниевый 'нейрон'. На нижнем рисунке изображены четыре соединенных между собой ЗУПВ, образующих 'одноуровневую нейронную сеть' (сеть, в которой информация поступает на вход каждого элемента, но сигналы с их выходов обратно в нее не приходят). В данном случае каждое ЗУПВ 'просматривает' четыре элемента - черных (1) или белых (0),- расположенных произвольным образом в поле необработанного изображения. Если бы каждое ЗУПВ 'научилось' выдавать 1 (т. е. возбуждаться), когда оно два раза подряд 'видит' один и тот же набор из четырех элементов, то оно смогло бы идентифицировать небольшую часть всего изображения, а система обучилась бы распознавать изображение в целом. Число ЗУПВ, возбуждающихся в ответ на появление нового изображения, служит мерой того, насколько последнее 'напоминает' уже усвоенную картину. Сказанное выше, хотя и в весьма упрощенной форме, иллюстрирует принципы организации системы распознавания образов WISARD (начальные буквы названия системы взяты от фамилий ее создателей Уилки, Стонема и Алексан-дера - ученых из Брюнельского университета). Система состоит из ряда отдельных сетей (дискриминаторов), каждую из которых можно обучить распознаванию своего, отличного от других изображения. Дискриминатор содержит около 30 тыс. ЗУПВ; каждое из них имеет по восемь адресных линий и таким образом обучается распознавать элемент изображения, эквивалентный 8 бит информации. Вся система способна идентифицировать картины, состоящие из 512x512 (примерно четверть миллиона) элементов, что приблизительно соответствует одному кадру на экране домашнего телевизора. Предполагается, что алгоритмы распознавания образов, используемые в системе WISARD, найдут применение и в робототехнике. Британская компания 'Компьютер рекогнишн системз' уже продает коммерческий вариант такой системы; размеры аппаратных стоек, в которых размещены элементарные ЗУПВ нейронной сети, уменьшены в целях удобства эксплуатации

На фотографии показан экспериментальный образец системы WISARD в действии: она 'научилась' распознавать улыбающиеся и хмурящиеся лица (работу системы демонстрирует оператор, находящийся за кадром). Верхний столбец гистограммы показывает положительный отклик системы на суровый вид человека, а нижний столбец отражает тот факт, что система находит здесь мало общего с улыбкой.

Мы фокусируем взгляд, поворачивая глазное яблоко таким образом, чтобы интересующий нас объект попал в поле зрения. В центре сетчатки глаза, а именно в зоне, называемой центральной ямкой, светочувствительные палочки и колбочки расположены гораздо плотнее, и поэтому изображение объекта, на котором мы сосредоточили взгляд, автоматически воспринимается с более высоким разрешением. Фактически это изображение в отличие от остальной части поля зрения разбивается на более мелкие элементы, число которых соответственно увеличивается.