Беседы о бионике - [172]
Таким образом, сигнал от одного рецептора, скажем Рз, возбуждает не отдельный ассоциирующий элемент, в котором накапливается определенная информация, а, как видно из рис. 11, большинство элементов памяти. Если алгебраическая сумма сигналов, поступающих в какую-либо ассоциирующую ячейку от рецепторных, больше нуля и превышает некоторую пороговую величину (в простейшем случае — положительное напряжение, снимаемое с соответствующего выхода рецептора), то такая ассоциирующая ячейка возбуждается и посылает сигнал в эффекторную (реагирующую) ячейку. Суммарная величина сигналов, поступающих в эффекторную ячейку, сравнивается в ней с заранее установленным пороговым значением, и, если она оказывается больше порога, эффекторная ячейка срабатывает.
При этом может произойти ложное срабатывание (учитывая случайный характер монтажных соединений, оно вполне возможно), т. е. эффекторная ячейка может сработать, когда предъявленный перцептрону объект не должен опознаваться. Тогда оператор, занимающийся "обучением" перцептрона, изменяет параметры ассоциирующих ячеек (служащих аналогами нейронов) и добивается от устройства правильной реакции. Таким же методом вырабатывается правильная реакция перцептрона и в противоположном случае, когда подлежащий опознаванию объект остается неопознанным. После некоторого периода "обучения" перцептрон в дальнейшем "самостоятельно" принимает правильные решения. Блок-схема перцептрона приведена на рис. 12.
Рис. 12. Блок-схема перцептрона. 1 — поле рецепторов; 2 — случайные соединения; 3 — блок ассоциирующих ячеек; 4 — эффекторные ячейки
Американские военные проявили к новой машине живейший интерес. По заданию Управления исследований ВМФ США ее эффективность проверяли при расшифровке фотоснимков. Эксперименты показали, что перцептрон обеспечивает надежное опознавание "одиночных целей и целей, окруженных другими по форме объектами". Было отмечено, в частности, что опыты по опознаванию самолетов и ангаров оказались весьма успешными (100% случаев опознавания ангаров и 92% случаев опознавания самолетов в укрытиях). Исследования были проведены с целью повышения эффективности использования фотоснимков, сделанных с метеорологических и разведывательных спутников — "воздушных шпионов". Дело здесь в том, что в настоящее время для расшифровки фотографий, сделанных за один час работы аппаратуры разведывательного спутника "Самос", требуется затратить десятки тысяч человеко-часов. Поэтому результаты, подтвердившие эффективность первого перцептрона, были должным образом оценены и спустя некоторое время была начата разработка новой его модели "Марк-2"; число фоторецепторов в ней было увеличено в 10 раз, а емкость памяти — в 20 раз. Предполагается, что это должно значительно увеличить опознавательные способности перцептрона.
Но вернемся к модели "Марк-1". Она оказалась способной опознавать любую букву после того, как последняя была показана устройству 15 раз; после каждого верного ответа перцептрон получал "подтверждение" от эффекторов в ассоциирующие ячейки (за этим следил оператор, обучавший машину).
Читающие машины типа "перцептрон" до недавнего времени успешно справлялись только с печатными буквами или с буквами, написанными от руки, но печатным, очень четким шрифтом. При этом текст оказывался "по плечу" машине, если каждая буква или цифра была отделена от соседних промежутком. В противном случае перцептрон "терялся".
Это ограничение возможностей машины, вытекающее из несовершенства ее конструкции, уже преодолено: создана машина, способная читать обычный рукописный текст, в котором одна буква непосредственно переходит в следующую. Машина читает слова, написанные любым почерком, лишь бы он был разборчив. Интересен принцип построения, позволивший создать такую машину.
Следящий штифт воспринимающего устройства как бы сам собой, а на самом деле с помощью весьма сложной автоматики, следует за темной линией, образующей букву. Электронное устройство учитывает, анализирует и ненадолго запоминает движения штифта. Далее машина сравнивает длину, высоту и кривизну отдельных элементов букв, а также расстояние между ними и порядок их следования с соответствующими элементами, которые она запомнила в процессе обучения, и, наконец, опознает буквы, читает их одну за другой.
Интересно, что при чтении рукописных текстов успех дела очень часто зависит от способности читающего угадать смысл небрежно написанного слова из связи с предыдущими и последующими, а угадывать приходится из-за одной-двух непонятных букв в слове. Машина справляется и с этой задачей. Когда читающее устройство сообщает о том, что написана некая буква, которая лишает слово смысла, другое устройство, которое следит за порядком в словах, заставляет штифт вернуться и прочесть ее заново. При чтении русского текста это устройство стало бы принимать меры, если бы ему было сообщено о слове, начинающемся с буквы "ь", сочетаниях типа "врж", "счп" и т. д.
Перцептроны представляют собой новый класс "интеллигентных" машин. Это определение может вызвать сомнения, но тем не менее оно отражает существо дела. Новые машины обучаются. При этом они запоминают, "усваивают" не все подряд, а только то, что необходимо для успеха дальнейшей "деятельности". Они анализируют, сопоставляют, обобщают. А это и есть то самое мышление, которое "выводит всеобщее из отдельных вещей", как говорил великий Авиценна. Машины, опознающие буквы и цифры, отличающие круги от треугольников, "мыслят", но еще в очень скромных масштабах.
