Klassifikation von Mustern

10 KAPITEL 1. EINFÜHRUNG (VK.1.3.3, 16.03.2003)
1.1 Allgemeines
Worte können die Wahrheit nie so darstellen,
wie sie ist. (TAHUI)
Worte vermitteln die Wahrheit, wenn sie richtig
verstanden werden. (MIAO–HSI)
Mit der Entwicklung von Digitalrechnern, deren Leistungsfähigkeit in den letzten Jahrzehnten
ständig erhöht wurde und auch in den nächsten Jahren weiter gesteigert werden wird, ist die
Möglichkeit gegeben, äußerst komplizierte Prozesse der Informationsverarbeitung zu untersuchen,
zu modellieren und zu simulieren. Eine interessante und wichtige Form der Informationsverarbeitung
sind die perzeptiven Fähigkeiten von Lebewesen, insbesondere von Wirbeltieren.
Zur Perzeption wird hier das Bemerken, Auswerten und Interpretieren von Sinneseindrücken
gerechnet, wobei für den Menschen optische und akustische Eindrücke besonders wichtig sind.
Jede zielgerichtete menschliche Aktivität erfordert Perzeption, und jeder ist in der Lage, ungeheure
Mengen von Sinneseindrücken zu verarbeiten. Trotzdem läuft diese Verarbeitung weitgehend
unbewusst ab, und die dabei erforderlichen Operationen und Algorithmen sind weitgehend
unbekannt. Das wird spätestens dann deutlich, wenn man versucht, einige perzeptive Leistungen
beispielsweise durch ein Rechnerprogramm zu simulieren. Die schwierigen Probleme bei der
Erforschung menschlicher (und maschineller) Perzeption werden aus folgendem Zitat deutlich:
Recently I was trying to explain to an intelligent woman the problem of understanding
how it is that we perceive anything at all, and I was not having any success.
She could not see why there was a problem.
Finally in despair I asked her how she herself thought she saw the world. She replied
that she probably had somewhere in her head something like a little television set.
“So who”, I asked “is looking at it?” — She now saw the problem immediately.
F.H.C. Crick: Thinking About the Brain. Scientific American 241, No. 3. (1979) 181-188.
Die Untersuchung der mathematisch–technischen Aspekte der Perzeption ist nicht nur von wissenschaftlichem
Interesse, vielmehr verspricht ein gründlicheres Verständnis derselben zahlreiche
Anwendungsmöglichkeiten, von denen einige im Abschnitt 1.7 genannt werden.
Forschungs– und Entwicklungsaktivitäten, welche die mathematisch–technischen Aspekte
der Perzeption betreffen, sind das Gebiet der Mustererkennung im weiten Sinne. Einige damit
zusammenhängende Begriffe werden im nächsten Abschnitt genauer definiert. Dagegen werden
mathematisch–biologische Aspekte hier nicht betrachtet, da sie in den Bereich der Biokybernetik,
Physiologie und Psychologie gehören. Die Frage, ob Maschinen überhaupt zur Perzeption
fähig sind, ist hier belanglos. Es steht außer Frage, dass Perzeption möglich ist, wie von den
Organismen demonstriert wird. Bisher ist kein Naturgesetz bekannt, welches die Simulation
von perzeptiven Leistungen durch Maschinen ausschließt. Es sei betont, dass es in der Mustererkennung
vorrangig um die Simulation einer perzeptiven Leistung geht und weniger um die
Modellierung oder Kopierung der dafür in Organismen eingesetzten Algorithmen. Beispielsweise
kommt es also darauf an, gesprochene Sprache mit einer Maschine ähnlich zuverlässig
zu erkennen wie ein Mensch; aber es kommt nicht darauf an, es genauso wie der Mensch zu
machen, also Ohr und Sprachzentrum des Gehirns mit Maschinen möglichst genau zu modellieren.
Ein Standardbeispiel in diesem Zusammenhang sind Vögel und Flugzeuge: Erstere
demonstrieren, dass Fliegen möglich ist, beide nutzen das physikalische Prinzip des Auftriebs,
aber das Antriebsverfahren ist bei beiden völlig verschieden („Flugzeuge schlagen nicht mit den
Flügeln“).