Главная > Интеллектуальные системы > Искусственный интеллект (Э. Хант)
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

5.5. Важность анализа персептронов

Математическая структура, которую Минский и Пейперт определили как персептрон, более ограничена, чем ряд устройств, описанных Розенблаттом (1958, 1962) при введении этого термина. На рис. 5.8 представлена блок-схема машины, соответствующей определению Минского — Пейперта. Как и в первоначальном варианте Розенблатта, изображен однослойный, с последовательно связанными элементами персептрон. Возможны более сложные персептроны (в смысле Розенблатта). Две интересные конфигурации показаны на рис. 5.9. Одна из них — многослойное устройство, в котором предикаты первого слоя сами являются персептронами первого порядка. Другая представляет собой персептрон с петлями, или „персептрон

(кликните для просмотра скана)

с обратной связью». В нем результат классификации вводимого изображения в момент подается обратно на сетчатку так, что она становится частью изображения, предъявляемого в момент Анализ Минского — Пейперта применим только к устройствам, соответствующим персептрону, схематически изображенному на рис. 5.8. Нет причин, почему бы нельзя было попробовать применить подобный анализ к более экзотическим персептронам (рис. 5.9). Вероятно, это окажется тяжелой задачей, в некоторых случаях невозможной, зато можно будет получить полезные результаты. Учитывая, как формальный анализ Минского и Пейперта охладил, если не сказать сильнее, огромный энтузиазм, вызванный ранними исследованиями персептронов, кажется целесообразным, чтобы в практическом распознавании образов построению многослойных перекрестных персептронов с обратной связью предшествовал серьезный анализ. Конечно, поддерживать дальнейшие обязательные теоретические разработки перед практическим использованием не значит поддерживать прекращение исследований в данной области!

Хотя результаты Минского и Пейперта справедливы в некотором смысле для более узкой области, чем область возможных персептронов, значение их в некотором смысле шире. Большинство теорем, доказанных Минским и Пейпертом, касается существования или несуществования линейно разделяющих решений специфических задач классификации без учета того, как такие решения можно получить. Таким образом, выводы с тем же успехом можно отнести к статистическим процедурам, как и к обучающимся машинам. Особый интерес представляет сравнение линейных процедур классификации с классификацией плоских фигур. Существует много задач классификации, в которых данные представлены в виде плоских фигур. Примером тому может служить любое приложение, связанное с отбором фотографий. Использование геометрических свойств типа связности или наличия одного типа компонент изображения в контексте других, вероятно, неизбежно при решении такой задачи. Любому исследователю, столкнувшемуся с проблемой классификации плоских фигур, следует разобраться, какие из результатов Минского и Пейперта имеют к ней отношение.

Третье общее соображение по поводу анализа персептронов: эта работа может возвестить новый подход к исследованию распознавания образов. С 1950 г. до середины 60-х годов большинство исследований, посвященных устройствам распознавания образов, носило строго экспериментальный характер. Если кто-то придумывал интересный метод распознавания образов, он строил соответствующую машину (обычно программными способами и проверял его возможности на примерах. Один из главных тезисов Минского и Пейперта состоит в том, что нужен логический анализ, если мы собираемся утверждать, что мы „знаем, что определенный метод решит или не решит рассматриваемый класс задач.

Некоторые из результатов Минского и Пейперта применимы к параллельным процессам вообще. Если появляется ограничение на персептрон, связанное с тем, что наличие или отсутствие признака А может означать разное в зависимости от наличия или отсутствия признака В, вероятно, соответствующая задача лучше решается последовательной, нежели параллельной машиной. Задачи этого типа, по-видимому, наиболее часто встречаются при анализе сложных зрительных сцен, где довольно очевидные последовательные алгоритмы могут решить проблему, которая по силам только очень большим параллельным системам (см. Гузман (1968) и обсуждение соответствующей работы в части IV этой книги).

<< Предыдущий параграф Следующий параграф >>
Оглавление