Подходы к реализации образных представлений в системе искусственного интеллекта

Образные представления, как следует из изложенного, могут быть представлены в базе знаний в виде:

• • комплексно описанных ситуаций-аналогов, включая метафорически представленные (диагностически значимые) интегральные проявления патологического процесса;
• • специфических проявлений болезни в форме ассоциирующих признаков;
• • визуализированных проявлений болезни (рисунки, фотографии и др.).

Теоретическая основа для включения в системы искусственного интеллекта образных представлений подкрепляется мнением о том, что как дискретная символическая система языковых представлений, так и аналоговая или функциональная система образных и действенных представлений имеют свою долговременную память и кодируют поступающую информацию, соответственно, в форме символических и образных репрезентаций. Это находит свое отражение и в информационной избыточности двойного кодирования, характерной для сверхсложных систем, которые в поисках эффективного поведения, при неполноте информации, стремятся восполнить этот дефицит разнообразием. Такая постановка вопроса позволяет предположить возможность извлечения из памяти врача-эксперта (но только способного к неожиданным и нетривиальным диагностическим и прогностическим решениям) информации о болезнях не только в виде последовательности симптомов, но и в форме «образов», которые должны найти свое место в составе гибридных понятийно-образных баз знаний, т. е. речь должна идти о представлении субъективных индивидуальных знаний, например, в виде своего рода сети знаков-фреймов. По мнению Д. А. Поспелова, знания такого рода, возможно, сохраняются в виде ссылки на процедуру, реализованную в форме обученной нейронной сети, что позволяет совмещать символические представления и знания, представленные в непрерывной или квазинепрерывной форме.

Семиотические моделирующие процедуры порождают мысль об использовании их для представления семантических (псевдосемантических) образных знаний в семиотических сетях. Это не исключает попыток применения и других сетевых систем. Если обратиться к принципам построения нейроструктур, то нельзя не обратить внимания на тот факт, что возбуждение мнемического нейрона активизирует по ассоциации некоторый образ, который может быть дополнен отсутствующими в исходном изображении деталями. Это перекликается с понятиями полного и неполного образа-синдрома. Процессы узнавания и классификации могут, по мнению О. П. Кузнецова, реализовываться в псевдооптических нейронных сетях, основанных на понятии интерферирующего нейрона.

Учитывая, что образные представления далеко не всегда формируются в мозге человека как четкие структуры, представляет интерес нейронная сеть с радиальной функцией активации, которая являет собой синтез технологии нейронных сетей, теории нечетких множеств и лингвистических переменных. Используемый алгоритм нечеткой кластеризации (Fuzzy c-Means) позволяет получить для каждой переменной кластеры со значениями центра и дисперсии. На основе полученных кластеров определяются термы (значения) входных и выходных лингвистических переменных, т. е. каждый кластер инициализирует определенный терм лингвистической переменной. На этой основе может быть разработан подход к уточнению первично возникшего недостаточно четкого или противоречивого образа после «перефокусировки» на другие его составляющие. Если представить процесс узнавания как двухэтапный — вначале формирование типичного образа путем инсайта (например, тип лица), а потом подтверждение или отклонение (но уточнение образа, истинное опознание) в результате симультанного процесса, то можно полагать первый этап как центрирование в двумерном пространстве, а второй — как уточнение (перецентрирование) или как переход в трехмерном пространстве на новую, более низкую орбиту (по типу перехода электронов в модели атома) с более высокой «устойчивостью», т. е. четкостью образа, обусловленной уменьшением неопределенности. Таким образом, новое пространство (с новым центром) — уточненный или новый диагноз как результат перецентрирования. На такой основе возможно повышение распознающей «силы» (эффективности) окончательно сформированного образа.

Это не исключает попыток разложения образов в целях выделения ведущих составляющих, что было бы аналогично выработке у ребенка системы оперативных единиц восприятия и сенсорных эталонов, опосредующих восприятие и превращающих его из процесса построения образа в более элементарный процесс опознания (это связано с завершением дифференцировки межполушарного взаимодействия головного мозга). К сожалению, последнее одновременно лишает большинство людей способности к более непосредственному целостному восприятию действительности вне обращения к механизму синтеза получаемой информации.