Bongard, Mijail Moiseevich

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 10 de febrero de 2021; las comprobaciones requieren 9 ediciones .
Mikhail Moiseevich Bongard

Científico soviético, Doctor en Ciencias Técnicas, biofísico, cibernético
Fecha de nacimiento 26 de noviembre de 1924( 1924-11-26 )
Lugar de nacimiento Moscú , URSS
Fecha de muerte 20 de octubre de 1971 (46 años)( 1971-10-20 )
Un lugar de muerte Montañas Pamir-Alay, cruce de montañas Matcha
Esfera científica Biofísica , Cibernética matemática
Lugar de trabajo Instituto de Biofísica de la Academia de Ciencias de la URSS , Instituto de Problemas de Transmisión de Información de la Academia de Ciencias de la URSS
alma mater Facultad de Física, Universidad Estatal de Moscú
Estudiantes A.Yu. Zackheim
Conocido como Autor de trabajos sobre la fisiología de la visión,
trabajo pionero en el campo del modelado de procesos de percepción en un ordenador.
Uno de los fundadores de la teoría del reconocimiento de patrones.

Mikhail Moiseevich Bongard (apellido completo Bongard-Polonsky , 1924-1971) - Cibernético soviético , uno de los fundadores de la teoría del reconocimiento de patrones , autor de obras fundamentales en el campo de la discriminación del color, destacado investigador de los procesos de percepción y el comportamiento adaptativo. M. M. Bongard es uno de los fundadores (junto con M. L. Tsetlin ) de una escuela científica cuyo círculo de intereses eran los problemas de modelado matemático en biología , fisiología , medicina y etología . Los logros de esta escuela en el campo de la formación inductiva de conceptos, modelos de visión, comportamiento colectivo de autómatas han sido la vanguardia de la ciencia mundial durante cuarenta años.

Área de interés científico

Biografía

Mikhail Moiseevich Bongard nació el 26 de noviembre de 1924 en Moscú. Padre - Moses Ilyich Polonsky, madre - Dora Izrailevna Bongard (1900-1972).

En 1941 se graduó en la escuela secundaria 182 de Moscú y entró en la Facultad de Física de la Universidad Estatal de Moscú. M. V. Lomonosov . Durante la guerra, antes de ser reclutado por el Ejército Rojo, estudió durante algún tiempo en la Universidad de Sverdlovsk. A los 18 años se fue al frente. Sirvió en la línea del frente en la infantería, luchó como subfusil en un tanque. Después de ser herido cerca de Nevel , continuó sus estudios en el Departamento de Física de la Universidad Estatal de Moscú.

En 1949, M. M. Bongard se graduó de la Facultad de Física de la Universidad Estatal de Moscú en el Departamento de Teoría de Oscilaciones. (Su tesis, que constituyó una palabra nueva en la teoría y práctica del análisis de espectro de señales, ocupaba menos de 5 páginas en papel. Esta circunstancia sirvió en ocasiones como “método de educación” para sus jóvenes empleados en el futuro). Como graduado del Departamento de Teoría de Oscilaciones, fue asignado a la Fábrica Shikhov Balalaika. Pero no sabían qué hacer con un especialista así, y consiguió un trabajo como profesor en el Planetario de Moscú .

En 1952, M. M. Bongard se convirtió en miembro del Laboratorio de Biofísica de la Visión del Instituto de Física Biológica de la Academia de Ciencias de la URSS ( Sergey Vasilievich Kravkov  , un destacado psicofisiólogo, 1893-1951), creado por ex empleados de S. V. Kravkov . De 1953 a 1955, G.K. Gurtova estuvo a cargo del laboratorio de biofísica de la visión, y desde 1955, el prof. N. D. Nyuberg (amigo del gimnasio A. N. Kolmogorov ).

En 1953, M. M. Bongard midió las reacciones en el nervio óptico de una rana y desarrolló un método de colorimetría objetiva para resaltar la contribución de los canales de color. En la primera mitad de la década de 1950, por primera vez en el mundo, Bongard y Smirnov demostraron que la información multidimensional puede transmitirse a lo largo de una sola fibra nerviosa. El descubrimiento de este hecho fue de gran importancia en relación con los problemas de codificación de señales en las fibras nerviosas.

Desde 1958, el primero en la Unión Soviética, Bongard comenzó a modelar procesos fisiológicos en una computadora. Escribe programas para la M-2, una de las primeras computadoras en la URSS. (La máquina M-2 fue desarrollada en el Laboratorio de Sistemas Eléctricos del Instituto de Energía de la Academia de Ciencias de la URSS bajo la dirección de I. S. Bruk y M. A. Kartsev).

En el año académico 1961–62, M. L. Tsetlin, M. M. Bongard y V. I. Varshavskii organizaron el primer seminario escolar de invierno en la URSS sobre teoría de autómatas y reconocimiento de patrones en Komarovo (cerca de Leningrado). Esta escuela, llamada Komarovskaya, se reunía anualmente durante 10 a 14 días y funcionaba durante 10 años.

En 1960, M. M. Bongard recibió el título de Maestro de Deportes de la URSS en montañismo. En 1961, por escalar el Pico del Comunismo (7495 m) como parte de un equipo dirigido por E.I. Tamm (el futuro líder de la Primera Expedición Soviética al Everest en 1982) Mikhail Moiseevich recibe una medalla de oro del Campeonato de la URSS en la clase de ascensos a gran altitud.

En 1961, bajo el liderazgo de Bongard, se desarrolló el programa Kora (como parte del programa de Geometría). El programa Kora ha encontrado aplicación, en particular, para el reconocimiento de formaciones petrolíferas. La escuela Bongard tiene una prioridad en la aplicación práctica de métodos de reconocimiento de patrones para tareas no visuales.

“... la tarea de la “Kora” es buscar una regla de separación después de que se hayan encontrado operadores que proporcionen características suficientemente claras (codificadas brevemente) de un objeto o sus partes. En este caso, la estructura de operadores y cómo se encuentran no son esenciales. Podrían ser inventados en una forma final lista por una persona ("Aritmética"), pueden tener ciertos grados de libertad, fijados en el curso de ciertas etapas de aprendizaje ("Geometría") ... ".

La descripción del algoritmo de Kora se incluirá posteriormente en todos los libros de texto y cursos de conferencias sobre reconocimiento de patrones en idioma ruso.

En 1963, Bongard comenzó a trabajar en el Instituto de Problemas de Transmisión de Información de la Academia de Ciencias de la URSS . Este año, por iniciativa de Nyberg, en relación con el traslado del Instituto de Biofísica de Moscú a Pushchino, se organizó en el IPPI el "Laboratorio para el procesamiento de información en los sentidos" . Los empleados del "Laboratorio de Biofísica de la Visión" del Instituto de Biofísica de la Academia de Ciencias de la URSS se trasladaron al nuevo laboratorio con toda su fuerza.

En 1963, en la colección "Problemas de la cibernética", M. M. Bongard publicó un artículo "Sobre el concepto de "información útil"". El valor de la información después de recibir un mensaje está asociado con un aumento en la probabilidad de lograr un objetivo determinado (por ejemplo, la precisión del reconocimiento). El valor de “información útil” según Bongard puede tener un valor negativo, es decir, la desinformación también se puede medir. El capítulo 7 del último libro de Bongard, The Problem of Recognition, está dedicado al desarrollo de este tema.

En 1967 publicó su obra principal, El problema del reconocimiento. Refleja los resultados de muchos años de trabajo del equipo creativo reunido por Bongard, que incluía a M. N. Weinzvaig, V. V. Maksimov, M. S. Smirnov, G. M. Zenkin, A. P. Petrov y otros científicos. Esta monografía ha sido un libro de referencia para científicos rusos y extranjeros en el campo de la Inteligencia Artificial durante más de cuarenta años .

En 1970, el libro se publicó en traducción al inglés con el título "Reconocimiento de patrones". Una parte importante del libro está dedicada al tema más importante de la teoría del reconocimiento de patrones: los procedimientos para identificar características informativas a través del aprendizaje inductivo.

El libro describe experimentos con programas de reconocimiento informático "Aritmética" y "Geometría". En estos experimentos, por primera vez, se estudió el problema de transformar el espacio de características primarias (el espacio de los receptores) en un espacio donde la superficie que separa las clases es bastante simple. Con base en las características primarias de los objetos, se generaron características secundarias en función de las primarias, de las cuales se seleccionaron las más informativas. Finalmente, las tareas de clasificación se resolvieron en el espacio de características generado.

El problema del reciclaje se considera por primera vez . La singularidad del libro de Bongard radica, en particular, en el hecho de que los métodos de reconocimiento descritos en él no están limitados por el estrecho marco de la llamada "hipótesis de compacidad".

En el Suplemento, Bongard cita un "Problema para un programa de reconocimiento": 100 tareas para evaluar el nivel de calidad y la "capacidad" de los programas de reconocimiento de imágenes visuales. Todas estas tareas son relativamente fáciles de resolver por una persona. Sin embargo, hasta ahora no ha habido informes sobre la organización de competiciones con una persona por su solución automática (aunque más tarde se intentaron crear tales programas de resolución, en particular, V.V. Maksimov e independientemente por G. Fundalis). Estas tareas, conocidas como pruebas de Bongard, son sin duda una forma objetiva de comparar la inteligencia de los sistemas de reconocimiento artificial.

De 1967 a 1971 Mikhail Moiseevich dirigió el Laboratorio de Procesamiento de Información en los Órganos de los Sentidos del Instituto de Problemas de Transmisión de Información de la Academia de Ciencias de la URSS.

En la segunda mitad de los años 60, bajo el liderazgo de M. M. Bongard, comenzó el desarrollo del modelo “Animal”, que estudia el comportamiento adaptativo de organismos artificiales que viven en un plano dividido en células y tienen una serie de necesidades en competencia. En Project Animal, el modelo de comportamiento adaptativo tenía una jerarquía de objetivos y subobjetivos. Este proyecto no se ha implementado en un modelo completo, y las ideas interesantes e ingeniosas integradas en él aún están esperando ser implementadas. La relevancia del proyecto se evidencia por el hecho de que en 2006 se publicaron nuevamente dos artículos sobre el proyecto "Animal" de M. M. Bongard, I. S. Losev, V. V. Maksimov, M. S. Smirnov (30 años después de su publicación) en la colección "De modelos de comportamiento to Artificial Intelligence” (ed. por V. G. Redko, IONT RAS).

A principios de agosto de 1971, Mikhail Moiseevich (sus amigos lo llamaban Mika) murió en las montañas Pamir-Alay (el cruce montañoso de Matcha). Caminaba junto con el escalador Oleg Kulikov, resbalaron en la pendiente de hielo. Qué y cómo les sucedió a Mika y Oleg, contó Evgeny Igorevich Tamm en sus "Notas del alpinista".

Familia

La hermana de la madre, la actriz del teatro "Habima" Esther Izrailevna Bongard, estaba casada con el director y profesor de teatro Boris Vershilov . Su hija Elena estaba casada con el biofísico Efim Lieberman , compañero de clase de Mikhail Bongard [1] .

Citas de El problema del reconocimiento

“A los escritores de cibernética les gusta terminar un artículo con un hechizo: como una persona ha compilado un programa, significa que le transfirió parte de su conocimiento; por lo tanto, una máquina nunca será más inteligente que su creador. No se puede decir de la máquina automática que reconoció el contenido de petróleo de los yacimientos que los programadores le transfirieron sus conocimientos: después de todo, ¡no entendíamos nada de geología! ¿De dónde obtuvo el programa toda la información necesaria? Sólo a través de la observación y, si se quiere, del "pensamiento creativo" de los ejemplos mostrados en la formación. El papel de los buenos “educadores de máquinas” queda claro. Gracias a ellos, el programa universal recibió una especialización en geofísica. O podría haberlo adquirido en diagnósticos médicos o en detección de fallas industriales”.

“... si queremos pasar de las historias fantásticas a la acción, debemos buscar bloques que sean mucho más simples que el pensamiento en general, pero mucho más complejos que los equipos individuales. …Aparentemente, el reconocimiento es uno de esos bloques que son importantes para construir el pensamiento”.

“... el objetivo del aprendizaje no es tanto encontrar una regla de separación (por ejemplo, un hiperplano), sino encontrar un espacio característico en el que tal separación sea posible. … después de que ya se ha encontrado una “buena” transformación del espacio de los receptores en el espacio de las características, prácticamente no se trata de encontrar una regla de separación. En este momento se ha encontrado automáticamente.”

"... la tarea principal del sistema de reconocimiento... no es en absoluto guardar toda la información, sino reducir tanto como sea posible la información irrelevante sobre cada objeto".

“... no puede haber autoaprendizaje. Hablar de "aprender sin maestro" es un malentendido. Se debe al hecho de que hay casos en que, para lograr un objetivo determinado, el maestro solo necesita información sobre la pertenencia del objeto "no a la basura".

“Si tenemos dos clases frente a nosotros: animales y plantas, ¿dónde poner la sartén? ... una persona da breves descripciones de clases y al mismo tiempo usa diferentes términos (transformaciones) al resolver diferentes problemas. Términos muy especializados, muy no universales.

“... parece apropiado reducir la enumeración cuando se aprende a construir funciones aumentando sucesivamente cadenas de operadores relativamente simples. Dado que cada cadena se puede extender de muchas maneras, el proceso es similar a moverse a través de las ramas de un árbol... Se puede afirmar con valentía que la búsqueda de criterios para cortar ramas en la construcción de características es una de las tareas más importantes del problema del reconocimiento.

Publicaciones

Notas

  1. ↑ Efim Lieberman "Cómo empezó todo" . Consultado el 23 de octubre de 2020. Archivado desde el original el 27 de octubre de 2020.

Enlaces

  Ir al elemento de Wikidata  En catálogos bibliográficos