Аткинсон Р. и др. - Введение в психологию

Рис. 5.10. Паттерны движения человека. Перед вами пример типа наглядных материалов, используемых исследователями для изучения паттернов человека в движении. Расположение источников света, укрепленных на теле человека, указано на рисунке (а). Последовательность позиций движения, совершаемого танцующей парой, представлена на рисунке (б).

Еще одно важное явление, относящееся к реальному движению, — это избирательная адаптация. Она заключается в потере чувствительности к движению во время наблюдения за ним; избирательность этой адаптации заключается в том, что человек становится нечувствителен к наблюдаемому движению и к движениям с похожими параметрами, но не к тем движениям, которые значительно отличаются по скорости или направлению. Например, если человек смотрит на полосы, движущиеся вверх, он теряет чувствительность к движению вверх, но на его способность видеть движение вниз это не влияет (Sekuler, 1975). Как это происходит и с другими видами адаптации, человек обычно не замечает такую потерю чувствительности, но замечает вызываемое адаптацией последействие. Так, если несколько минут смотреть на водопад, а затем посмотреть на скалу рядом, то покажется, что она движется вверх. Большинство видов движения вызывают такой эффект последействия — движения в обратном направлении.

По поводу того, как мозг осуществляет восприятие реального движения, можно сказать, что некоторые параметры движения кодируются определенными клетками зрительной коры. Эти клетки реагируют на одни движения, не реагируют на другие, и каждая клетка сильнее всего реагирует на движение какого-либо одного направления и скорости. Лучшее подтверждение существования таких клеток получено в экспериментах с животными, где регистрировалась активность отдельных клеток во время предъявления животному стимулов с различными паттернами движения. В этих исследованиях были обнаружены клетки коры, настроенные на определенные направления движения. Есть даже клетки, настроенные специально на обнаружение объектов, движущихся в направлении головы, что, очевидно, полезно для выживания (Regan, Beverly & Cynader, 1979). Все-таки удивительно, насколько работа зрительной коры распределена между различными зонами и клетками.

Существованием специализированных клеток, обнаруживающих движение, можно объяснить эффекты избирательной адаптации и последействия наблюдаемого движения. Например, избирательная адаптация к движению вверх возникает из-за усталости клеток коры, специализированных на таком движении; а поскольку клетки, специализированные на движении вниз, работают как обычно, они начинают доминировать при обработке, создавая эффект последействия в виде движения вниз.

Однако неврологическая основа восприятия реального движения состоит не просто в активации конкретных клеток. Движение молено видеть и в темноте при слежении за движущимся светящимся объектом (например, за самолетом ночью). Поскольку глаза следуют за объектом, изображение на сетчатке совершает только небольшие нерегулярные движения (из-за неточного слежения взглядом), и тем не менее человек воспринимает равномерное непрерывное движение. Почему? Ответ, видимо, в том, что двигательные отделы переднего мозга посылают информацию о движении глаз в зрительную кору, что оказывает влияние на видимое движение. В сущности, моторная система информирует зрительную систему о своей причастности к отсутствию плавного движения на сетчатке, и тогда зрительная система исправляет этот недостаток. В обычных зрительных ситуациях есть и движения обоих глаз, и большие движения изображений на сетчатках. Задача зрительной системы в том, чтобы объединить информацию от этих двух источников и определить характер воспринимаемого движения.

Распознавание

Теперь мы обратимся к другой важной функции восприятия — распознаванию объектов. Распознавание объекта состоит в отнесении его к той или иной категории: это — рубашка, это — кошка, это — ромашка и т. п. Разумеется, мы можем также узнавать людей, что равнозначно отнесению того или иного входного зрительного сигнала к конкретному индивиду: это Бен Мерфи, это Ирен Пол. В обоих случаях — предметы это или люди — во время распознавания мы делаем выводы о множестве скрытых свойств объекта: если это рубашка, значит, она из ткани и ее можно носить; если это кошка, то она может меня поцарапать, когда я дерну ее за хвост; если это Бен Мерфи, значит, он захочет рассказать мне о своих баскетбольных успехах, и т. п. Распознавание — это то, что позволяет выйти за пределы данной информации.

Какие свойства объекта используются для его распознавания? Форма, величина, цвет, текстура, ориентация и т. д.? Все эти атрибуты играют определенную роль, однако ведущее значение, видимо, имеет форма. Например, чашку мы узнаем независимо от того, большая она или маленькая (вариация величины), белая или коричневая (вариация цвета), гладкая или с рельефом (вариация текстуры), стоит ли она прямо или слегка наклонена (вариация ориентации). А вот изменение формы, наоборот, очень сильно влияет на возможность распознавания чашки; если часть ее формы чем-то загорожена, мы можем не узнать ее вовсе. Один из примеров важности формы для распознавания, — это тот факт, что многие объекты мы узнаем почти так же хорошо на простых контурных рисунках, передающих только форму объекта, как и на подробных цветных фото, передающих множество атрибутов объекта (Biederman & Ju, 1988).

<�Рис. На ранних стадиях распознавания система восприятия использует информацию на сетчатке для описания объекта посредством таких примитивных (элементарных) компонентов, как линии и края. На более поздних стадиях система сравнивает данное описание с описаниями различных категорий объектов, хранящихся в зрительной памяти, например таких, как «собаки».> Тогда встает решающий вопрос: как человек использует информацию о форме объекта, чтобы отнести его к определенной категории? Отвечая на него, мы сначала обратимся к простым объектам, таким как буквы алфавита, а затем рассмотрим естественные объекты (например, животных) и мебель.

Ранние этапы процесса распознавания

Многие исследователи различают предварительные и завершающие этапы в распознавании объекта. Эти этапы мы охарактеризуем по тому, что совершается на каждом из них. На предварительных этапах перцептивная система использует информацию с сетчатки глаза, в частности вариации интенсивности, и описывает объект на языке элементарных составляющих, таких как линии, края и углы. На основании этих элементарных составляющих система составляет описание самого объекта. На завершающих этапах система сравнивает это описание с описаниями форм разного рода объектов, хранящихся в зрительной памяти, и выбирает наилучшее ему соответствие. Например, опознать определенный объект как букву В — значит сказать, что его форма больше соответствует форме буквы В, чем форме других букв.

Детекторы признаков в коре мозга. Многое из того, что на сегодня известно об элементарных признаках объекта восприятия, было получено в биологических экспериментах над другими видами (кошками, обезьянами) с применением регистрации активности отдельных клеток зрительной коры. В этих исследованиях изучалась чувствительность специфических нейронов коры во время предъявления различных стимулов на те участки сетчатки глаза, которые связаны с этими нейронами; такой участок сетчатки называют рецептивным полем кортикального нейрона. Первые исследования с одноклеточной регистрацией были проведены Хьюбелем и Визелем (Hubel & Wiesel, 1968), которые получили за них Нобелевскую премию в 1981 году. Хьюбел и Визел выделили в зрительной коре три типа клеток, различающихся по признакам, на которые они реагируют. Простые клетки реагируют, когда глазу предъявляют стимул в виде линии (тонкой полоски или прямой грани между темным и светлым участками), имеющей определенную ориентацию и положение в рецептивном поле. На рис. 5.11 показано, как реагирует простая клетка на вертикальную полоску и на полоски, наклоненные относительно вертикали. По мере отклонения ориентации от оптимальной реакция снижается. Другие простые клетки настроены на другие ориентации и положения. Сложные клетки тоже реагируют на полоску или край определенной ориентации, но для них не обязательно, чтобы стимул находился в определенном месте рецептивного поля. Они реагируют на стимул, находящийся в любом месте их рецептивного поля, и реагируют непрерывно, пока стимул перемещается по их рецептивному полю. Сверхсложные клетки реагируют на стимул не только определенной ориентации, но и определенной длины. Если длина стимула выходит за пределы оптимальной, реакция ослабляется и может совсем прекратиться. Со времени публикации Хьюбелем и Визелем своих первых данных ученые обнаружили клетки, реагирующие на другие формы стимулов, помимо полосок и краев; например, они обнаружили сверхсложные клетки, реагирующие на углы и кривые линии определенной длины (Shapley & Lennie, 1985; DeValois & DeValois, 1980).

Рис. 5.11. Реакция простой клетки. На рисунке показана реакция простой клетки коры на полоску света. Сверху показан стимул, снизу — реакция; каждый большой всплеск на графиках внизу соответствует одному нервному импульсу. При отсутствии стимула регистрируется только случайный импульс. Когда стимуляция включена, клетка может реагировать или не реагировать в зависимости от положения и ориентации полоски света. У данной клетки предъявление горизонтальной полоски не меняет реакцию, полоска с наклоном в 45° вызывает небольшое изменение реакции, а вертикальная полоска вызывает очень большое изменение.

Все вышеописанные типы клеток называются детекторами признаков. Поскольку края, полоски, углы и изломы, на которые реагируют эти детекторы, могут использоваться для аппроксимации множества форм, есть основание рассматривать детекторы черт как кирпичики, из которых строится воспринимаемая форма. Как мы увидим далее, это положение, видимо, более справедливо в отношении простых форм (например, букв), чем в отношении сложных (например, столов или тигров).

Взаимосвязь признаков. Форма описывается не только своими признаками: нужно определить также их взаимосвязь. Важность связей между признаками иллюстрирует рис. 5.12. Признаки печатной буквы Т включают вертикальную и горизонтальную линии, но если эти линии не соединены правильно, в результате получится не Т. В описании Т следует учесть, что горизонтальная линия своим центром касается верха вертикальной. Именно такую связь признаков имели в виду гештальт-психологи, когда предупреждали предшествующих психологов (имеются в виду радикальные ассоцианисты.— Прим. ред.), что «целое отличается от суммы его частей».

Одно из таких отличий целого от его частей проявляется в том, что целое создает новые перцептуальные характеристики, которые невозможно объяснить за счет простого анализа отдельных частей. На рис. 5.12 показаны четыре такие возникающие характеристики. Все они возникают за счет специфических пространственных взаимоотношений между более элементарными характеристиками. Тем не менее такие возникающие характеристики часто ведут себя точно так же, как более простые характеристики, при выполнении таких задач, как обнаружение цели и визуальный поиск (Enns & Resnick, 1990; Enns & Prinzmetal, 1984; He & Nakayama, 1992). Эти факты свидетельствуют о том, что в зрительной системе осуществляются различные типы сложного анализа формы, прежде чем результаты этих анализов становятся доступны сознанию.

Рис. 5.12. Отношения между признаками. При сочетании двумерных признаков, таких как линии, углы и геометрические формы, результирующий паттерн в значительной степени зависит от пространственных отношений между компонентами-признаками. Помимо этого создаются (формируются) новые признаки. Эти возникающие признаки обладают перцептуальной реальностью, несмотря на то что они включают сложные пространственные отношения.

Поздние стадии распознавания

Теперь, когда у пас уже есть некоторое представление об описании формы объекта, можно обратиться к тому, как это описание сопоставляется с теми описаниями форм, которые хранятся в памяти, с целью найти лучшее соответствие.

Простые сети. Во многих исследованиях этапа сопоставления использовались простые паттерны, в частности, письменные или печатные буквы или слова. На рис. 5.13 показано, как мы можем хранить в памяти описания формы букв. Основная идея состоит в том, чтобы описывать буквы по определенным признакам, информация о которых для каждой буквы хранится в многосвязной сети (отсюда сам термин многосвязная модель). [В некоторых изданиях термин connectionist model переводится как «коннектионистская модель». Поскольку существенным свойством здесь является именно множественность и многоуровневость связей между элементами, название «многосвязная модель» представляется нам более адекватным. — Прим. перев.] В многосвязной модели привлекает то, что легко представить, как такие сети реализуются в мозге с его массивами взаимосвязанных нейронов. Таким образом, многосвязность служит мостом между психологическими и биологическими моделями.

Рис. 5.13. Простая сеть. Нижний уровень этой сети содержит признаки (наклонные линии, вертикальная линия и кривая, выгнутая вправо), верхний уровень содержит буквы, а связь между признаком и буквой означает, что данный признак является частью этой буквы. Поскольку эти связи возбуждающие, при активации признака активация передается букве.

Нижний уровень сети, показанной на рис. 5.13, содержит признаки — например, правую диагональ, левую диагональ, верикальную линию и кривую, выгнутую вправо. Эти признаки и буквы мы будем называть узлами сети. Связь между узлом признака и узлом буквы означает, что данный признак принадлежит этой букве. Стрелки на концах соединений означают, что связи являются возбуждающими; когда активируется тот или иной признак, активация передается букве (аналогично тому, как электрические импульсы распространяются по сети нейронов).

Сеть на рис. 5.13 говорит нам, что буква K состоит из правой диагонали, левой диагонали и вертикальной линии; буква R состоит из левой диагонали, вертикальной линии и кривой, выгнутой вправо; а буква P состоит из вертикальной линии и кривой, выгнутой вправо. (Для простоты мы здесь опускаем взаимосвязи признаков.) Чтобы понять, как при помощи этой сети можно распознать (или подобрать) букву, посмотрим, что происходит при предъявлении буквы K. Она будет активировать правую диагональ, левую диагональ и вертикальную линию. Все эти три признака будут активировать узел буквы K; два признака — левая диагональ и вертикальная линия — будут активировать узел буквы R и один признак — вертикальная линия — будет активировать узел буквы P. Только в узле буквы K активированы все признаки, и следовательно, она будет выбрана как наиболее подходящая.

Эта модель слишком проста для объяснения многих аспектов распознавания. Чтобы понять, чего в этой модели не хватает, посмотрим, что происходит, когда предъявляется буква R (рис. 5.14). Она активирует левую диагональ, вертикальную линию и кривую, выгнутую вправо. Теперь в обоих узлах букв R и P активированными оказываются все признаки этих букв, и в этой модели никак нельзя решить, какую букву следует выбрать. Чтобы остановиться на одном определенном варианте, эта модель должна знать: наличие левой диагонали означает, что на входе не может быть буквы P. Подобная отрицательная информация учтена в усложненной сети, показанной на рис. 5.14.

Рис. 5.14. Усложненная сеть. Помимо активирующих связей эта сеть содержит тормозящие соединения между признаками и теми буквами, которые этих признаков не содержат.

В этой сети есть все то же, что и в предыдущей, плюс тормозные связи (они показаны с точками на концах) между признаками и теми буквами, которые не содержат этих признаков. Когда признак соединен с буквой тормозной связью, активация этого признака уменьшает активацию буквы. Если буква R предъявляется сети, показанной на рис. 5.14, левая диагональ вызывает торможение в узле буквы Р, снижая тем самым ее общий уровень активации; теперь наибольшая активация будет в узле буквы R и, следовательно, она будет выбрана как наилучшее соответствие.

Сети с обратной связью. Основную идею модели, которую мы только что рассмотрели, а именно что описание буквы должно содержать как те признаки, которые она имеет, так и те, которые в ней отсутствуют, — первоначально предложили исследователи искусственного интеллекта, которые разрабатывали компьютерные программы, моделирующие восприятие букв человеком. Хотя в то время такие идеи пользовались относительным успехом, в конце концов оказалось, что они неспособны адекватно объяснить данные о влиянии контекста на способность воспринимать буквы. В частности, оставалось непонятным, почему буква легче воспринимается, когда она предъявляется в составе слова, чем когда она предъявляется сама по себе. Так, если испытуемым на короткое время предъявляют изображение либо только буквы K, либо слова «WORK» (работа), а затем спрашивают, была ли последняя буква K или D, они отвечают точнее, если было предъявлено целое слово, а не одна буква (рис. 5.15).

Рис. 5.15. Восприятие букв и слов. Этот рисунок иллюстрирует последовательность событий в эксперименте, в котором сравнивалось восприятие букв, предъявлявшихся отдельно или в составе слова. Сначала испытуемые видели точку фиксации, за ней следовало слово или отдельная буква, которые предъявлялись всего на несколько миллисекунд. Затем предъявлялся стимул, содержащий маскирующие знаки на том месте, где находились буквы, и два варианта ответа. Испытуемым надо было решить, какой из двух вариантов слова или буквы предъявлялся ранее (по: Reicher, 1969).

Чтобы объяснить этот результат, в вышеописанную сеть со связями между признаками и буквами надо внести несколько изменений. Во-первых, в нее надо добавить уровень слов и помимо этого добавить возбуждающие и тормозные связи от букв к словам (рис. 5.16).

Рис. 5.16. Сеть с активацией «сверху вниз». В этой сети между буквами и словами, а также между признаками и буквами имеются возбуждающие и тормозные связи, и некоторые возбуждающие связи идут от слов к буквам.

Кроме того, надо добавить возбуждающие связи, идущие от слов обратно к буквам; эти последние будут обеспечивать обратную связь «сверху вниз», и тогда можно будет объяснить, почему при кратковременном предъявлении буква легче воспринимается в составе слова, чем когда она предъявляется отдельно. Если, например, буква R предъявляется отдельно, активируются ее признаки — вертикальная линия, левая диагональ и кривая, выгнутая вправо, — и эта активация распространяется к узлу буквы R. Поскольку буква предъявлялась на очень короткое время, не все признаки могли успеть активироваться и результирующая активация узла буквы R могла оказаться недостаточной для опознания. Если же буква R предъявляется в составе слова «RED» (красный), то помимо активации, идущей от признаков R к буквенному узлу R, имеет место активация от признаков Е и D к буквенным узлам; все эти частично активированные буквы частично активируют узел слова RED, который в свою очередь по обратным связям активирует свои буквы, используя соединения «сверху вниз».

Все это приводит к тому, что когда буква R предъявляется в составе слова, у нее возникает дополнительный источник активации, а именно сигнал, поступающий вниз от слова; вот почему букву, предъявленную в составе слова, распознать легче, чем предъявленную отдельно. На материале слов и букв были получены и многие другие результаты, согласующиеся с многосвязной моделью (McClelland & Rumelhart, 1981).

Такие модели также успешно используются в устройствах для чтения рукописного текста и распознавания речи (Coren, Ward & Enns, 1999).

Распознавание естественных объектов и обработка по принципу «сверху вниз»

Мы кое-что узнали о распознавании букв и слов, а как насчет естественных объектов — животных, растений, людей, одежды и мебели?