Суммарное значение сигналов
После некоторого периода обучения персептрон может принимать самостоятельные решения. В модели Марк-1 в 20 раз больше элементов памяти и более сложная система взаимосвязей, что значительно расширяет возможности машины.
Проблема разработки систем автоматического опознавания представляет большой практический интерес. В этом направлении проводится серьезная исследовательская работа.
Не так давно появились данные о том, что фирма Дженерал электрик проявляет особенный интерес к органам зрения мечехвоста (Limulus).
Глаз мечехвоста способен усиливать контраст между краями видимого изображения и фоном.
В настоящее время предпринимаются попытки создания электронного устройства, которое имитировало бы действие глаза мечехвоста.
Такое устройство предполагается использовать в телевизионной камере для увеличения контрастности рентгеновских негативов и аэрофотоснимков.
Создание автоматических устройств для опознавания зрительных образов основывается на тончайших физиологических исследованиях зрительного анализатора. Серьезным вкладом в эту проблему является монография Б. Д. Глезера и И. И. Цукермана Информация и зрение.
Авторы полагают, что биологическая система опознавания зрительных образов основана на безусловнорефлекторных и условнорефлекторных механизмах. Механизмы безусловнорефлекторного типа служат для обнаружения простейших конфигураций.
Опознавание сложных образов основывается на учете глубоких статистических связей в изображении и требует обучения.
Углубленные электрофизиологические исследования позволяют составить детальное представление о работе отдельных элементов биологической системы опознавания. В этом направлении уже имеются определенные успехи.
Так, Н. Д. Нюбергом установлены некоторые механизмы кодирования информации о цвете в сетчатке глаза.
А. Л. Бызовым изучены механизмы обработки сигналов в сетчатке.
М. М. Бонгард осуществил успешное моделирование процесса обучения опознаванию образов на универсальной вычислительной машине.