Оптические вычисления - Арратуна Р.
Скачать (прямая ссылка):
хотят разобраться в причинах получения данного вывода интересующим их
конкретным человеком, что позволяет создать определенное мнение о
справедливости сделанного заключения. Отнюдь не следует ожидать, что
машина полностью заменит че-ловека-эксперта и освободит его от
необходимости проверять правильность ее собственных заключений. Однако
указанная
Глава 10. Оптика и символьные вычисления
293
выше возможность в любом случае создает у пользователя чувство
уверенности в своем компьютере.
Рассмотрев сходства и различия между символьными и цифровыми
вычислениями, читатель может понять некоторые из способов, с помощью
которых символьные вычисления могут быть применены к реальным
практическим задачам. На основе ранее проведенного обсуждения вопросов
представления знаний и стратегий поиска в следующем разделе будет
показано, как эти методики приобретают конкретный вид и могут быть
трансформированы, а также каким образом они могут привести к затруднениям
при работе. Это особенно справедливо по отношению к процессу поиска,
который очень часто является причиной возникновения "узких мест" в
системах ИИ. Обнаружение путей, по которым оптика может быть применена
для выполнения этих операций, может быть ключом к оптическим символьным
вычислениям. До обсуждения данного вопроса рассмотрим круг проблем,
связанных с использованием символьных вычислений в задачах распознавания
речи, системах технического зрения и распознавания образов, обработки
естественного языка и экспертных системах.
10.3. Функциональные возможности символьных вычислений
В предыдущем разделе изложены основополагающие принципы символьных
вычислений, даны необходимые вводные сведения, рассмотрены способы
представления данных и возможные стратегии поиска. В данном разделе
обсуждение указанных проблем получает дальнейшее развитие и
рассматриваются четыре главных вопроса, составляющие суть символьных
вычислений: распознавание речи, техническое зрение, распознавание
естественного языка, экспертные системы. Эти прикладные задачи могут
принимать различные формы, каждая из которых включает сбор знаний,
проведение рассуждений и поиск данных. Общим аспектом является
использование знаний о системе или рассматриваемой области для улучшения
понимания машинной входной информации.
10.3.1. Обзор работ по символьным вычислениям
Как и для любой новой области, вокруг проблемы ИИ возникают серьезные
споры о том, что составляет суть ИИ и какой должна быть таксономия
составляющих ИИ дисциплин. Усложняет ситуацию, однако, отсутствие
достаточного уровня понимания общей природы задач программирования и
оптимальных вычислительных структур. Тем не менее уже на данном этапе
удалось добиться значительных успехов за счет применения к
294
Часть IV. Символьные вычисления и искусственный интеллект
широкому кругу проблем методик работы со знаниями, описанных в предыдущем
разделе. В результате этого исследования символьных вычислений в
настоящее время в основном сконцентрированы в четырех областях,
образующих основу для создания семейства машин, обладающих способностями
понимать информацию, а именно: распознавать и понимать речь, иметь
техническое зрение или понимать изображение, понимать естественный язык,
включать элементы экспертных систем, уметь проводить рассуждения.
Чтобы сделать машины способными идентифицировать устную речь и
реагировать на нее, можно применить усовершенствованную методику
распознавания образов для обработки входного сигнала и идентификации
слов. Этот аспект исследований речевых систем называется распознаванием
речи. Речь обычно вводится в систему распознавания речи с помощью
микрофона [4]. Распознавание может осуществляться несколькими путями, но
в любом из них обычно применяется выполняемая в цифровом виде процедура
сравнения входной фразы или предложения с элементами, хранящимися в
памяти компьютера. С другой стороны, понимание речи основывается на
обработке знаний, и его относят к речи высокого уровня. Цель всех этих
исследований речи, очевидно, состоит в создании высокоточной системы
распознавания, полностью не зависящей от говорящего и работающей с
большим словарным запасом.
Техническое зрение, более широко известное в компьютерной технике как
понимание зрительных образов, относится к способности машины или
компьютера понимать сцеиы, поступающие по визуальному входному каналу.
Назначение таких систем [5] состоит в понимании образов и изображений с
такой же степенью точности, как и в системах человеческого зрения.
Распознавание может осуществляться большим числом способов, но в
большинстве случаев используется сравнение наблюдаемой сцены с объектами,
представленными в базе знаний системы. Ситуация близка к задаче создания
систем понимания речи, за тем исключением, что информация заключена во
входных образах, а не в форме волновых сигналов, и, кроме того, сами
объекты являются трехмерными. Так как большинство входных визуализирующих
