麻省理工公开课人工智能笔记六

此节课程的目的是根据一个线条图，确定其中有多少个物体

例如下面这张图，我们可以观察得出其中有两个物体

第一个方法是guzman的贡献，他研究了大量的积木模型，得出一个结论，三个面的交点有以下两种表示，称其为链接

第一个箭头表示箭头两侧的面在一个物体上，第二个叉表示三个面在同一个物体上。根据这种思路，他回到物体得到下图

显然，上面第一个图中面1和面2之间有两个链接，由此画出各个面的链接并以第二个图表示。

Guzman首先使用单链理论，但是这显然无法将几个面和为几个物体，之后他又使用双链理论，得到123和456两个为一物体，最后他使用双链重复理论，这将123作为一个物体，4567作为一个物体。

Guzman的方法只在某些线条上成立，这不能推广到全部，然而也不能否定Guzman的贡献。

Guzman的理论能成立归结于这世界存在大量的三面结合而成的点，而这些点大部分体现为箭头或叉。所以他的贡献既不是归纳，也不是演绎，而是abduction溯因。

 

接下来是哈夫曼的贡献，哈夫曼是一个数学家，所以他更倾向于考虑一个数学世界，于是他规定了这几个特征，或者说是假设。

1、这个世界可以用一般位置表示，即排除容易搞糟的情况比如立方体用一表示而不用二

2、我们将只处理三面的世界，即所有顶点都由三面组成。

3、我们将只考虑四种线，凹、凸和边界，边界有两种表示。如下图

四种基础线：+是凸（明亮），-是凹（暗淡），边界线：箭头的指向侧是有平面。

由此我们将得到十八种交点的线标记，如下图

但是对于哈夫曼建立的标准，仍有不能处理的情况，如下面两个图形

这两个图形在画圈的地方都无法标识，因为这几个地方是四面连接点。

第三种方法有waltz在哈夫曼的基础上又增加了阴影、裂缝、非三面顶点和光。

waltz需要考虑的定点数从4个增加到了50多种，因为一条线上要涉及很多信息，连接点也扩大到了数千种。所以他需要一种有用的程序来帮助他。

我们将使用哈夫曼的标记来模拟waltz的算法。如下图

上图中一号节点是个箭头，他有三种标记法，全部列出，同理可以列出二号节点的六种情况，然后根据一号节点的箭头的尾部只有+-两种情形，可以将二号节点的部分情况排除；三号节点也有三种情况，根据二号节点可以排除三号结点的情况，三号结点又可以反过来帮助二号节点排除一些情况，二号节点也可以帮助一号节点排除一些情况，四号节点有刘崇情况，经过排出后每个结点都只剩下了一种情况，即圈中圈出的情况。

这些方法同我们人类看到这些物体时的反应类似，可能这就是我们人脑的作用方式。我们或许能够在视觉中使用某种约束传播机制。