Распознавание конфигураций. 
Когнитивная наука. 
Основы психологии познания

Традиционные психологические подходы

Важнейшей функцией восприятия является распознавание зрительных и акустических конфигураций, ведущее, в частности, к узнаванию предметов и их категоризации, то есть отнесению к той или иной семантической категории. Проблема механизмов распознавания, или «распознавания образов», является одной из центральных для целого комплекса когнитивных наук: психологии, нейрофизиологии, искусственного интеллекта и нейроинформатики. В когнитивной психологии ей прямо или косвенно посвящены десятки монографий и сотни статей. В дальнейшем мы будем многократно возвращаться к ее рассмотрению из перспективы исследований памяти и организации семантической информации (см., например, 5.1.1 и 6.1.2). Данный раздел посвящен сенсорно-перцептивным механизмам распознавания.

Элементарной предпосылкой того, что некоторый объект вообще будет опознан, является его выделение в качестве фигуры из окружающего фона. Кроме того, при распознавании акцент лежит на индивидуальных признаках, таких как цвет поверхности и форма. Пространственно-ситуативные признаки (положение в пространстве, ориентация, движение, освещенность) выполняют при распознавании скорее технические функции — чаще всего их параметры лишь учитываются нами для того, чтобы дать инвариантную (константную) оценку индивидуальным признакам. Таким образом, можно сказать, что распознавание связано с относительно поздними стадиями восприятия, как бы «надстраивающимися» над процессами динамической пространственной локализации (см. 3.1.3).

В последние годы были проведены систематические исследования законов перцептивной организации, направленные на выяснение природы влияющих на выделение фигуры из фона факторов и их взаимоотношений. При этом оказалось, что динамическая локализация в пространстве служит наиболее фундаментальной основой для такого выделения. Если разные законы перцептивной организации (см. 1.3.1) конфликтуют между собой, «навязывая» разные варианты группировки видимых компонентов сцены, то победителем обычно оказывается фактор близости, причем близости в трехмерном пространстве, а не на сетчатке. Закономерное движение стимулов в трехмерном пространстве также оказывается сильнейшим фактором перцептивной организации. Если пространственно-динамические факторы нейтральны (например, когда в статичной конфигурации расстояния между элементами равны между собой), то второй по силе группой факторов оказывается глобальное сходство, определяемое такими признаками, как окраска, общая ориентация (для элементов, имеющих выраженную ориентацию) или размеры (зернистость). Только тогда, когда все эти факторы нейтрализованы, группировка начинает учитывать особенности и сходство собственно формы элементов.

Очевидное объяснение этих зависимостей состоит в том, что восприятие формы предполагает анализ уже выделенных из фона объектов, тогда как группировка основана на глобальной оценке сходства без предварительного восприятия формы образующих текстуру элементов. Эти два процесса не просто различны, но часто противоположны по чувствительности к отдельным признакам объектов. Так, хотя буквы «L» и «Т» явно отличаются по форме, образованные из них текстуры лишь с трудом отличаются друг от друга (см. рис. 3.12 справа). Напротив, небольшие вариации в наклоне «Т» практически не замечаются нами при узнавании, однако они служат хорошей основой для дифференциации соответствующих текстур (рис. 3.12 слева).

Рис. 3.12. Различение текстур (А) может быть противоположным по профилю простоты и сложности различению формы (Б) образующих эти текстуры элементов.

Особенно важную роль в распознавании играют именно процессы спецификации и распознавания формы. Как особая, требующая специального изучения проблема восприятие формы длительное время не осознавалась представителями «импрессионистической» (Эрнст Мах) ассоциативной психологии. Гештальтпсихологи считали восприятие формы первичным фактом восприятия, подчеркивая его «вещный», или предметный, характер. Если тезис о первичности восприятия формы вызывает сегодня — на основании представленных выше данных о микрогенезе — обоснованные сомнения, то предметность действительно представляется весьма важной характеристикой этого класса перцептивных процессов, к обсуждению которой мы еще вернемся в конце этого раздела (см. 3.3.3).

В психологических подходах последних десятилетий центральное место занимают формальные теории описания структуры перцептивных конфигураций. Речь идет о синтаксическом подходе: сначала выделяются отдельные элементы (признаки), из которых по определенным правилам (грамматикам) строится перцептивное описание конфигурации. Фактически в основу этого подхода положена более ранняя идея Дональда М. Маккая (МасКау. 1950), согласно которой перцептивная сложность (информативность) конфигурации определяется числом операций, осуществляемых перцептивной системой для ее спецификации (см. 2.1.3). Но характер этих элементов и операций над ними по-прежнему остается не вполне ясен^[1]. Одна из наиболее интересных теорий такого рода развивается голландским психологом Э. Левенбергом и его коллегами (Leeuwenberg. 1978). Модель постулирует повторения, зеркальные отображения и другие избыточные операции с разными элементами конфигураций, иногда осуществляемые в итеративном (повторном) режиме, то есть в ходе нескольких последовательных обращений к продуктам процесса кодирования.

Оценка сложности различных перцептивных интерпретаций используется для объяснения множества эффектов. Так, можно задать вопрос, почему на рис. 3.13А мы всегда видим два пересекающихся квадрата, хотя теоретически возможны и альтернативные варианты, частично указанные в нижнем ряду.

Рис. 3.13. Примеры влияния фигуративной сложности на восприятие:

А. Однозначность восприятия потенциально многозначной конфигурации;

Б. Эффект глубины в плоском изображении; В. Феноменальная прозрачность Ответ связан с относительной простотой процесса конструирования квадрата, для которого нужно повторное использование лишь двух элементов — отрезка фиксированной длины и угла 90°. При других интерпретациях число элементов и разнообразие операций с ними возрастает. Точно так же на рис. 3.13Б нами воспринимается, казалось бы, очень сложная трехмерная конструкция, а не плоский, нанесенный на поверхность узор. В действительности, с учетом высокой избыточности компонентов (они показаны справа), трехмерная интерпретация оказывается более простой, чем двумерная, требующая спецификации множества отличающихся по ряду параметров элементов. Наконец, на рис. 3.13 В слева мы видим плоский двумерный паттерн, тогда как справа похожая с точки зрения физических признаков конфигурация распадается на две, причем та из них, которая лежит «сверху», к тому же оказывается феноменально прозрачной, позволяющей видеть детали, лежащие «внизу». Мы предоставляем читателю возможность объяснить этот феномен по аналогии с объяснениями, данными выше^[2]. Несколько иной подход будет рассмотрен нами в конце данной главы (см. 3.4.1).

В когнитивной психологии существует несколько групп моделей, или теорий распознавания. Только что рассмотренные формальные теории восприятия формы служат хорошим введением в эту проблематику. Дело в том, что наиболее распространенными в настоящее время являются теории признаков и структурные теории распознавания. Фактически они дополняют друг друга: признаки понимаются как исходные элементы, а структурные теории — как правила их объединения. Возникающие «описания» сравниваются с хранящимися в памяти репрезентациями (эталонами), и в случае совпадения происходит ассоциативная активация соответствующих узлов или областей семантической памяти. Хотя мы часто ориентируемся на отдельные признаки, особенно при поиске хорошо знакомых объектов, узнавание может происходить и на основании их более целостных комбинаций, как это подчеркивали гештальтпсихологи.

В силу их чрезвычайной значимости детальной классификации были подвергнуты речевые признаки, различающие отдельные буквы и, при акустическом предъявлении, фонемы (см. подробнее 7.1.1). Один из основных признаков, различающих фонемы, называется местом артикуляции, то есть местом перекрытия гортани при произнесении звука: подъемом задней части языка к нёбу, прикосновением языка к губам или соединением губ. Оказалось, что когда в психоакустических экспериментах на одно ухо подается звонкая согласная с так называемым передним местом артикуляции [Ь] и одновременно на другое — глухая согласная со средним положением артикуляции [t], то ошибки часто комбинируют эти признаки — [р] и [d] слышатся чаще, чем [q] и [к], возможно, потому, что глухость (звонкость) сочетаются здесь с передним (либо, наоборот, более задним) положением места артикуляции. Однако такого рода аргументация наталкивается на трудности. Прежде всего, физические признаки фонем не остаются постоянными и меняются в зависимости от контекста. Далее, восприятие речи вполне возможно в условиях, исключающих использование традиционных фонематических признаков (например, Remez, Rubin, Pisoni & Carrell. 1981).

Стивен Лупкер (Lupker. 1979) проверил гипотезу, согласно которой восприятие букв при чтении основано на выделении признаков. Ни одна из признаковых моделей при этом не подтвердилась. Напротив, данные хорошо описывались моделью микрогенетического типа — восприятие локальных особенностей букв начинало играть некоторую роль в их различении лишь после восприятия обобщенных очертаний. Эксперименты с маскировкой слов также показали, что она оказывается особенно сильной, если в качестве маски используются буквы, а не их фрагменты. Это говорит о том, что репрезентация букв может быть наиболее дробным слоем анализа. Существенную роль в распознавании букв играет контекст — распознавание резко улучшается, если этот контекст представляет собой осмысленное слово или, по крайней мере, произносимое псевдослово (см. ниже классический эффект превосходства слова — 7.2.1). Эта закономерность играет особенно большую роль в распознавании рукописного текста, когда один и тот же графический знак уверенно воспринимается как разные буквы (например, «А» или «Н») в зависимости от контекста.

Вторую группу теорий распознавания образуют так называемые теории шаблонов. Они предполагают наличие в памяти целостных репрезентаций, с которыми сравниваются столь же целостные перцептивные описания предметов и событий. Идея целостного сравнения подтверждается многочисленными результатами, свидетельствующими об ускорении опознания в случае общего перцептивного сходства тестового и эталонного объектов, а также данными Р. Шепарда и его коллег (например, Shepard & Podgorny. 1978) по мысленному вращению и другим пространственным трансформациям зрительных образов объектов в процессах узнавания (см. подробно 5.3.1 и 6.3.1).

Споры вызывает, впрочем, вопрос о степени абстрактности подобных целостных репрезентаций. Первоначально преобладало мнение, что их детальность, или конкретность, зависит от времени, прошедшего с момента восприятия. Считалось, что при очень коротких интервалах сравниваются детальные репрезентации, удерживаемые в иконической и эхоической памяти, так что распознавание зависит здесь от более или менее точного пространственного (зрение) и временного (слух) наложения конфигураций. Рассмотренные нами выше данные (см. 3.2.1 и 3.2.2), а также эксперименты на так называемую транссаккадическую память (Irwin, 1996) показывают, что уже через сотые доли секунды после исчезновения изображения или смены точки фиксации в рабочей памяти сохраняется лишь относительно абстрактное описание одного-двух воспринятых объектов.

Несмотря на эту сравнительно обедненную постперцептивную информацию, наша память, несомненно, умудряется строить детальные и разнообразные долговременные репрезентации осмысленных предметных сцен. Эти репрезентации, например, оказываются достаточными для успешного узнавания тысяч видовых слайдов через недели после их однократного показа (Standing. 1973). Важным условием при этом являются целостность и предметная правдоподобность — полностью абстрактные изображения и предметные сцены, поставленные «на голову» или расчлененные на несколько переставленных кусков, не обнаруживают и доли успешности узнавания экологически естественного материала. Интересно, что узнавание предметных сцен оказывается весьма успешным при повороте изображений относительно вертикали, не нарушающем законы гравитации (Величковский. 19 826). Это свидетельствует о целостности процессов сравнения, которые явно не сводятся к поэлементному совмещению тестовой сцены и репрезентаций памяти (см. 5.2.1). В конце этого раздела мы рассмотрим новые работы, выявляющие особенности восприятия интактных предметных сцен, которые, повидимому, объясняют также и их последующее успешное узнавание (см. 3.3.3).

К группе теорий, допускающих возможность целостного сравнения, примыкают теории прототипов, согласно которым при ознакомлении с элементами некоторого множества испытуемый постепенно выделяет одну или более центральных тенденций — прототипов. По отношению к ним и решается вопрос о принадлежности конкретного объекта к данному множеству. С существованием границ между классами объектов, тяготеющим к разным прототипам, связываются обычно эффекты категориального восприятия — два незначительно различающихся в отношении физических признаков объекта, которые попадают в разные классы (категории), кажутся более разными, чем объективно более различающиеся объекты, попадающие в одну и ту же категорию. Соответственно, во втором случае можно ожидать более быстрое узнавание различных объектов как одинаковых. Такие эффекты обнаружены при восприятии фонем, назывании оттенков цвета, идентификации сложных зрительных форм и т. д. (см. 7.1.1). Формирование прототипов не сводится к абстрагированию признаков, так как можно подобрать множество объектов, не обладающих признаками будущего прототипа — в отношении различительных признаков прототип будет находиться «между» конкретными образцами.

Относительно слабо изученными остаются механизмы узнавания событий и сложных трансформаций биологических объектов. Более или менее правдоподобные объяснения разработаны здесь лишь для частных случаев, например, упоминавшейся выше походки (см. 3.1.2). Особенно большое внимание уделялось исследованию узнавания наиболее важного «стимула» в нашем окружении — человеческого лица и его эмоциональных выражений. Эти результаты выявляют асимметрическую зависимость: знакомость (например, в случае фотографий известных политических деятелей) улучшает узнавание эмоционального выражения, но варьирование выражения не оказывает какого-либо однозначного влияния на узнавание лиц.

Изучение признаков, обеспечивающих узнавание лиц, привело и в этой области к разделению целостных (конфигурационных, связанных со взаимным положением) и локальных признаков, определяемых спецификой деталей. В отличие от восприятия обычных предметов и объектов в нашем окружении (и в отличие от процессов чтения в культурах с алфавитной письменностью — см. 7.2.1), узнавание лица в большей степени определяется именно целостными характеристиками, так что даже если в действительности речь идет об изменении некоторого локального признака, испытуемые воспринимают его глобально. Например, изменение диаметра зрачка обычно не воспринимается как таковое, а интерпретируется глобально, скажем, как увеличение привлекательности. Целостное узнавание возможно только при нормальной пространственной ориентации, как это демонстрирует иллюзия Тэтчер (по имени главы британского правительства, сократившей в свое время финансирование научных исследований). Хотя мы легко можем установить, что изображения на рис. 3.14 не совпадают между собой в деталях, мы даже отдаленно не можем себе представить, в какой степени на самом деле различаются между собой выражения этих лиц.

Рис. 3.14. Иллюзия Тэтчер:

можно сначала сравнить оба изображения при данной ориентации, а затем в нормальном и снова в перевернутом положении Зависимость восприятия «внутренней геометрии» лица от его ориентации в пространстве ведет к тому, что при необычной ориентации мы, в известном смысле, становимся функционально слепыми к целостным фигуративным признакам. Эта зависимость имеет общий характер, но в случае лиц она выражена особенно сильно. Особый статус восприятия лиц доказывается существованием прозопагнозии — нейропсихологического синдрома, который связан с селективным выпадением узнавания преимущественно именно этого класса объектов. Интересно, что возможны варианты этого синдрома, когда пациенты не могут зрительно узнавать даже своих близких родственников и знакомых, но, тем не менее, вполне успешно определяют «по выражению лица» эмоциональное состояние. Как показывают данные клинических наблюдений и мозгового картирования, эти формы восприятия, по-видимому, преимущественно связаны с нижневисочными отделами правого полушария.

В нижневисочных отделах коры тоже локализуются процессы, существенные для узнавания, а также, что интересно, даже для простой детекции (Grill-Spector. 2004) других категорий сложных зрительных стимулов (см. 3.3.3 и 3.4.2). Продолжительные споры относительно того, до какой степени могут быть специализированы процессы восприятия формы объектов и как это связано с межполушарными различиями, привели в последнее время к возникновению представления о своеобразной полуспециализации полушарий. Правополушарные механизмы вентрального потока переработки зрительной информации обеспечивают целостное восприятие лиц, а также участвуют в обработке формы и узнавании повседневных предметов. Однако они не вовлечены сколько-нибудь существенно в процессы восприятия формы букв (в культурах алфавитной письменности). Левополушарные механизмы, напротив, работают скорее с отдельными признаками объектов. Они обеспечивают процессы побуквенного чтения и частично участвуют в узнавании повседневных предметов, но не в узнавании лиц. Это предварительное объяснение подтверждается, в частности, анализом основных синдромов дислексии — нарушения чтения при локальных поражениях мозга (см. 7.2.2).

• [1] Джулиан Хохберг следующим образом характеризует эти исследования:"На физиологическом и психофизическом уровнях идет лихорадочный поиск элементовсенсорного анализа (которые учитель Гельмгольца Иоханнес Мюллер назвал «специфическими энергиями органов чувств») и есть упоминания ментальных структур, к которым эти элементы должны относиться… Но если Титченер когда-то заявил, что небольшой (по сегодняшним масштабам) финансовой поддержки и пары лет работы было быдостаточно, чтобы поставить все точки над I и черточки на t его варианта ассоцианист-ской теории, …мне что-то не приходилось слышать таких оптимистичных заявленийв последнее время" (Hochberg. 1979. Р. 138).
• [2] Данный подход можно легко распространить на слуховое восприятия. Одиниз результатов изучения избирательного восприятия речи («проблема вечеринки» — см. 2.2.1) состоит в том, что понимание релевантного речевого сообщения на фоне шумаопределяется возможностью его дифференциального описания в терминах локализации, громкости, тональности и тембра голоса собеседника. Если при восприятии музыкипредъявляются короткие и сильные сигналы, замещающие участки мелодии, то последняя воспринимается непрерывной с тем большей вероятностью, чем меньше сходство ееритмического рисунка с ритмом последовательности шумов. Иными словами, различиеперцептивных описаний шумовых сигналов и мелодии делает шум акустически «прозрачным» (Bregman. 1990).