Василий Захарченко - Разговор с электрическим мозгом

Посмотрите, как мы пишем. У каждого свой почерк - не бывает, чтобы два человека писали совершенно одинаково. Вот я рассматриваю записи великих людей мира - Маркса, Ленина, Пушкина, Наполеона, Достоевского, Маяковского. Какое разнообразие почерков! Но мы читаем знаки, нанесенные на бумагу, и воспринимаем мысли великих людей, навечно запечатленные в сознании человечества, при помощи буквы, слова, фразы.

По каким же признакам мы способны понимать различные почерки? Очевидно, при самом различном написании букв есть необходимое, в чем-то устойчивое единообразие, которое дает возможность не путать букву "а" с "о", букву "б" с "в".

Представьте себе электронный глаз, состоящий из 60 фотоэлементов. Перед этим глазом кибернетической машины ставятся цифры, написанные совершенно по-разному: и твердо, и округло, и жестко, и еле нацарапанные на листке бумаги*

Зачем? Да машину нужно научить общности восприятия, отучить от машинной узости.

Такие машины уже существуют. Пока они осваивают начатки знаний. Известный исследователь М. М. Бонгард работает в этом направлении - он "натаскивает" машину, заставляя ее привыкать к различным изображениям. И когда после такой тренировки перед электронным глазом ставили цифры или буквы в новом, незнакомом начертании, машина их узнавала.

Удивительное и неожиданное предложение сделал советский математик Э. М. Браверман. Он создал так называемую гипотезу "компактных множеств".

Каждое изображение буквы или цифры, написанных по-разному, вызывает как бы ряд близко лежащих точек в машине. Множество изображений дает и множество точек, которые группируются достаточно компактно, чтобы в массе своей определить тот или иной знак.

И когда машина, в соответствии с усвоенной программой, неожиданно знакомится с новой цифрой или буквой, то по тому, к какому множеству точек будет отнесена эта буква или цифра, машина опознает ее.

Американцы предложили узнающую машину, названную ими "Перцептрон".

Эта машина имеет сетчатый экран из 400 фотоэлементов, воспринимающих изображение.

Электрические сигналы от фотоэлементов поступают к электронным клеткам машины, как бы моделирующей живую нервную систему.

Процесс обучения машины был довольно трудным. Она должна была узнавать выставленные перед экраном геометрические фигуры. Обучение машины проходило при взаимоотношениях, какие иногда создаются между строгим учителем и легкомысленным учеником: за каждую ошибку "Перцептрон" наказывали, ослабляя сигналы, поступающие к главному электронному устройству машины.

В этом случае ошибочные сигналы имели меньшее значение, чем сигналы правильные. Так машина училась на своих собственных ошибках.

Более интересной оказалась машина "Марк-1", способная опознавать буквы алфавита. В этой машине тоже 400 фотоэлементов и соответствующих им электронных узлов, моделирующих нервные узлы. Память машины состоит из 512 элементов. Кстати, второй вариант этой машины, находящейся в периоде сборки, имеет в 20 раз больше элементов памяти. Машина научилась распознавать печатные буквы и цифры в различных начертаниях.

Пройдет какое-то время, и машина сумеет читать печатный текст - книги, газетные сообщения.

А если машина различает буквы, значит, она может различать и образы.

Уже сегодня машина в состоянии производить зрительные подсчеты количества кровяных шариков во время анализов крови. А ведь раньше эту кропотливую работу мог делать только человек. Машина в состоянии не только подсчитывать количество деталей, но определять их характер, их разнообразие

Вероятно, зрячая машина станет тем механизмом, который сможет не только узнавать детали, поступающие на конвейер, но и закреплять их там, где это необходимо.

- Однако живой глаз не только различает форму предмета, его яркость, но и цвет его. Способна ли на такое машина?

- Во-первых, не все животные различают цвет. Взять, к примеру, осьминога - его мир бесцветен, сер и однообразен. Зрение осьминога ахроматично - оно различает лишь яркость освещения, но не цвет.

Человек видит трихроматно, то есть трехцветно. Из трех основных цветов и их смешения складывается весь яркий, многоцветный мир вокруг нас.

Но, оказывается, и машины начинают осваивать цветное зрение, используя чувствительные фотоэлементы. Кремниевый и селеновый фотоэлементы как раз и обладают неожиданной способностью "различать" цвета.

Используя это свойство, советские ученые М. Бонгард и А. Вызов создали установку, моделирующую цветовое зрение.

Этот удивительный прибор безошибочно распознает не только яркость, но и цвет.

Разве это не чудо: электронная машина видит радугу!

Однако обратимся к другим способностям машины. Сможет ли она логически понимать написанное? Да, сможет.

Уже сегодня в наших институтах есть машины, которые могут различать предложения: правильно оно построено или нет В Киевском вычислительном центре проделали интересный опыт. Взяли 50 существительных, 16 глаголов и наиболее часто употребляемые предлоги. Из этих слов составили фразы, конечно, довольно примитивные, но все же осмысленные: ""Соловей поет на дереве", "Рыба плавает в воде" и т. п.

Машина рассортировала имена существительные и глаголы в соответствии со смыслом. И когда ей предлагали совершенно бессмысленные фразы: "Рыба поет на дереве" или "Соловей плавает в воде", машина немедленно реагировала на эти ошибки.

Сегодня мы уверенно можем сказать, что пройдет несколько лет, и появятся машины, способные читать и понимать человеческую речь.

Но как заставить машину понимать живую речь?

Ведь написанные слова можно разделить на буквы алфавита.

А как автомату распознать слитную речь человека?

Здесь произнесение букв взаимно перекрещивается, их невозможно свести к алфавиту.

Исследователи языка пошли по иному пути - (c)ни установили, что можно создать звуковые символы, подобные алфавиту.

Фонемы - это небольшое число звуковых символов, которые могут быть записаны фонетически. Из 41 русской фонемы может быть составлено любое слово, любая фраза, так же как из трех десятков букв алфавита составляются слова, фразы, книги.

Фонемы отличаются одна от другой, значит, нужно приучить машину различать фонемы в слитном тексте, то есть находить ее буквенный или цифровой эквивалент, с тем чтобы зафиксировать фонему в памяти машины. Вот почему, когда машину учат слышать, то отдельные слова с помощью электронной техники разбивают на фонемы, тщательно анализируя каждую из них. При "" этом случайные признаки фонем всячески устраняются, с тем чтобы максимально увеличить различие между ними.

Впервые такое исследование провел русский профессор Л. Л. Мясников еще в начале 40-х годов. После войны этой проблемой занимались другие советские ученые.