Поэтому в целях упрощения взаимодействия между человеком и компьютером ученые разрабатывают систему распознавание речи компьютером, что является достаточно непростой задачей.
Однако достичь взаимопонимания между машиной и человеком оказалось задачей не из легких. ЭВМ не обладает человеческой нервной системой, кроме того лишена человеческих коммуникативных интересов. Поэтому работа с искусственным интеллектом тесно связана с областью психологии и часто зависит от психологических исследований. Ученые стремятся к тому, чтобы машина идеально понимала человека, а коммуникация «человек-компьютер» давалась бы человеку также легко, как с взаимодействие «человек-человек».
Письменное сообщение всегда являлось актуальным при коммуникации человека и машины. Человек взаимодействовал и продолжает взаимодействовать с компьютером при помощи текста, письменного языка. Такой способ облегчает общение между этими разными системами, делает его оптимальным. Однако и в подобном процессе коммуникации могут возникнуть некоторые сложности.
Первоначально взаимодействие «человек-компьютер» осуществлялось в машинных кодах. Естественно, такое средство коммуникации было крайне неудобно для любого пользователя ЭВМ, что и обусловило интенсивную разработку более совершенного метода взаимодействия. Появились автокоды и мнемокоды, а потом и алгоритмические языки разных уровней. В дальнейшем при разработке компьютерных языков все больше учитывались психофизиологические закономерности, но все они до сих пор были недостаточно хороши и удобны. Требовалось еще более углубленное изучение человеческой психологии. Впоследствии ученые подошли к выводу, что нет ничего удобнее и эффективнее чем коммуникация на естественном языке. Огромный плюс такого общения - увеличение количества пользователей ЭВМ, так как такое серьезное препятствие, как изучение языка программирования отпугивало многих потенциальных пользователей компьютера. Кроме того, естественный язык помог бы человеку в творчестве, при решении задач, ему не надо будет отвлекаться на описание способа ее решения и на выполнение синтаксических правил, которые в любом из известных языков программирования достаточно далеки от правил грамматики естественного языка. Человек смог бы полностью сконцентрироваться на задаче. Что касается сферы вне творчества, для пользователей информационно-поисковых систем естественный язык был наиболее предпочтителен для выражения их информационной потребности.
Однако были и противники сближения языка программирования с естественным. Так Х.Халперн называл «пассивным» язык программирования, близкий к естественному. То есть это такой язык, синтаксис которого отличается от грамматики естественного языка, программа же, составленная на нем, понятна для любого пользователя, носителя естественного языка. «На пассивном языке удобно читать готовую программу, обучение же такому языку отнюдь не облегчено по сравнению с обучением другим языкам программирования, большинство из которых, конечно, и не претендуют на близость к естественному языку». Халперн так характеризует пассивный язык: «Объединяя многословие и зашумленность естественного языка со строгостью и произвольностью, типичной для языков программирования, он демонстрирует худшие свойства их обоих, но ни одного достоинства, присущего какому-либо из них».Он выступал против создания пассивных языков, и противопоставлял ему язык «активный», то есть тот, который позволил бы свободно пользоваться естественным языком для составления программ. В общем-то именно к этому и стремятся ученые.
Однако в дискуссиях на тему создания оптимального языка, учеными часто забывалось, что коммуникация - процесс двусторонний, так как она подразумевает не только обучение машины человеком, но и ответ машины человеку. Практика подтвердила необходимость уделять внимание обоим этим процессам, и язык сообщения, передаваемого человеком машине, должен несколько отличаться от языка сообщения, передаваемого машиной человеку. Анализируя отдельно передачи сообщения, где пользователь в одном случае - отправитель, в другом - получатель, выяснилось, что человеку удобнее передавать сообщения на активном языке, а пассивный удобен для пользователя при получении сообщения. К такому выводу ученые пришли еще и потому, что интересы человека и машины при коммуникации не совпадают. ЭВМ не обладает человеческой нервной системой, соответственно она лишена человеческих коммуникативных интересов. То есть при коммуникации с машиной, человек может проявлять свои интересы как в качестве отправителя, так и в качестве получателя.
Естественный язык человека в отличие от формализованного компьютерного, на котором строятся программы ЭВМ, может содержать неоднозначные понятия, то есть одно и то же слово может иметь несколько значений. В искусственном же языке слова должны быть однозначны. Таким образом установление понимания между человеком и ЭВМ усложняется. В психологии термин «понимание» трактуется как сложный, комплексный, многоуровневый познавательный процесс, включающий узнавание языковых средств и осмысление содержания и направленный на раскрытие связей и отношений реальной действительности. Если же исходить из сферы коммуникации компьютера и человека, понимание можно определить как «установление соответствия между семантическими и грамматическими системами составителя сообщения и реципиента». Раципиент в данном контексте - получатель общения.
Понимание текста зависит от многих факторов, большую роль из которых играют именно психологические. При этом не важно, кем является человек - отправителем или получателем, в любом случае психологические факторы будут влиять на то, насколько хорошо поймет машина кодирующего сообщение, либо декодирующий сообщение, исходящее от машины. Понимание будет тем успешнее осуществляться, чем более похожие и общие буду языковые нормы обоих участников процесса коммуникации: «чем более сходны их система семантических и грамматических навыков, тем более точно они должны уметь антиципировать или прогнозировать, что именно породит каждый из них в каждый отдельный момент».
Человек обладает абстрактным мышлением, то есть мысли возникают в голове не только в качестве фраз, слов, предложений, а чаще в виде образов. К сожалению, коммуникация «человек-человек» с помощью образов довольно редкое явление, так как «читать» мысли большинство из нас не способно, а рисовать и создавать образы вручную будет отнимать много времени и сил. Такая коммуникация просто не нужна, когда люди вполне могут общаться и понимать друг друга на естественном языке. Впрочем, для людей, говорящих на разных языках, такой способ вполне актуален и, возможно, скоро станет доступен с помощью компьютерных программ.
Более 90% информации человек получает с помощью зрения. Так было, так есть, и, очевидно, так будет. И поэтому не удивительно, что технический прогресс затрагивает в первую очередь средства сбора и обработки визуальной информации. электронный вычислительный речь компьютер
При всей сложности и чувствительности человеческого глаза, его возможности ограничены, и человек издавна стремился их расширить. Прежде всего, к таким "средствам расширения" относятся уже давно изобретенные микроскоп и телескоп. Долгое время предоставленные ими возможности визуального наблюдения вполне удовлетворяли исследователей, позволяя делать выдающиеся открытия как в области микромира (особенно биологии), так и в макромире, а именно, астрономии.
Но прогресс не стоит на месте. Появление компьютеров неизбежно вызвало желание подключить такой компьютер к микроскопу и телескопу, освободив человека от нудного и чреватого ошибками процесса анализа и подсчета различных объектов, попавших в поле зрения.
Однако, возникла неожиданная проблема: компьютер - не человек, он не видит и не понимает введенное в него изображение, для него это просто набор данных, никак не связанных между собой. В то же время человек, глядя на любое изображение, практически всегда может выделить на нем какие-то характерные особенности, причем происходит это почти мгновенно.
Взаимодействие человека и компьютера в зрительной области стало очень тесным, но разделилось на два направления: интерактивный режим работы и автоматический.
В интерактивном режиме компьютерные программы преобразуют изображение в соответствии с желанием человека, что позволяет ему лучше увидеть какие-то части или особенности изображения, выделить нужные элементы и подсчитать их количество или геометрические параметры. При всех плюсах этого варианта очевидны и его минусы: в процессе работы необходимо участие человека, который в целом имеет быстродействие, гораздо меньшее чем у компьютера, который ошибается, и который, наконец, просто устает. И, между прочим, нуждается в оплате своего труда.
Автоматический режим подразумевает автономную работу компьютера, как по сбору информации (что не является проблемой уже давно), так и по ее анализу. И вот тут как раз проблема в том, что на сегодняшний день не существует способов полностью автоматизировать процесс анализа. При всем быстродействии компьютеров и их огромной памяти, никак не удается заставить их делать то, что человек (особенно специалист в конкретной области) может сделать буквально одним взглядом.
Оба эти пути развиваются параллельно, хотя стремление к полной автоматизации является приоритетным.
В области интерактивного анализа основными помощниками человека становятся различные графические пакеты, самыми известными из которых можно считать PhotoFinish (ZSoft), PhotoShop (Adobe), Corel Draw и некоторые другие, менее известных фирм, но зачастую очень удобные и полезные. Среди них много и бесплатных систем, например, очень удачный продукт "ImageJ" ("http://rsb.info.nih.gov/ij/").
Эти программы позволяют проводить с изображением поистине чудесные преобразования, от имитации письма маслом в стиле определенной художественной школы, до анимационных эффектов, превращающих одну картину в другую через ряд промежуточных. О выводе всевозможных статистических характеристик изображения и говорить нечего, это само собой разумеется. Кроме того, заложенные в эти программы алгоритмы позволяют менять яркость, контрастность, резкость, насыщенность и многие другие параметры, а также выделять области и проводить различные математические операции с изображениями.
Человек, комбинируя различные преобразования, добивается эффекта визуального выделения на изображении необходимой ему информации. Потребность в подобных преобразованиях связана с тем, что изображения, получаемые с помощью различных видеокамер и других детекторов, далеко не всегда являются качественными и подчас содержат шума не меньше, чем полезного сигнала. Кроме того, получаемые изображения часто несут информацию из очень непривычных человеку мест и условий, в результате он просто не может корректно анализировать такое изображение. Тут можно упомянуть не только электронно-микроскопические изображения горных пород или внутренностей клетки, но и переданные из космоса изображения далеких планет. Для человека эти картины по сути чужды и непривычны, поэтому ему крайне трудно правильно их интерпретировать.
Получается, что проводить качественный и количественный анализ изображений даже с помощью столь замечательных программ может только специалист очень высокой квалификации, имеющий большие знания в данной конкретной области, а также большой практический опыт. Но таких специалистов мало, стоят они очень дорого, и не всегда они есть там, где нужны.
В этой ситуации очень заманчиво построить такую систему автоматического анализа, которая бы не зависила от характера самого изображения, а желательно, и не была бы очень чувствительной к его качеству. И при этом могла бы сама "видеть" на изображении то и так, что и как видит этот специалист-человек.
Автоматический анализ изображений необходим и тогда, когда требуется в реальном времени обработать тысячи кадров видеосъемки, пытаясь найти там изображение, например, конкретного человека. Это особенно актуально сейчас, когда в мире растет глобальная преступность и терроризм, а мир обрастает паутиной видеокамер, круглосуточно следящих за многими тысячами финансовых и правительственных объектов.
Использование человека тут невозможно хотя бы по причине огромного количества таких камер.
Попытки создания систем автоматического анализа предпринимаются во всем мире уже давно, собственно, с тех пор, как люди научились вводить изображения в компьютер. Из математических способов обработки изображений широкое распространение получил метод быстрых преобразований Фурье (БПФ). Его применение позволяет получить спектр изображения (спектр этот не предназначен для человеческого восприятия), применить к нему различные фильтры, а потом обратным преобразованием получить снова изображение, но уже откорректированное, по которому уже человек и проводит визуальный анализ. И вся задача исследователей сводится практически к выбору нужного фильтра, а часто и созданию своего собственного в соответствии с конкретной задачей.
Эта методика демонстрирует свою успешность во многих практических применениях, однако она требует огромных вычислительных ресурсов, даже сейчас доступных не везде и не всем, а самое главное, на 100% исходит из самого факта применения компьютеров. Иными словами, эта методика явно не имеет ничего общего с тем, как мозг самого человека проводит анализ этого же изображения.
Заключение
Таким образом, прогресс пришел к тому, что взаимодействовать с компьютером можно несколькими способами: визуально, т.е. с помощью образов, акустически - с помощью речи, и самый распространенный на сегодняшний день - это способ взаимодействия с помощью сообщения.