Как мы видим то, что видим
Шрифт:
Часовщики и радиомонтажники стараются доставить себе на стол лампу посильнее. Работник дорожной полиции скажет, что хорошо освещенные дороги – это снижение аварийности. Главный инженер подтвердит: да, в хорошо освещенном цеху реже несчастные случаи. Яркий свет способствует росту производительности труда: «пульсирующие поля» стягиваются сильнее, а раз четче зрение, увереннее действует рука.
Благодаря полям НКТ в зрительную кору поступает изображение, как бы просеянное через множество сит: в одном задерживаются только крупные «камни» – большие фрагменты картинки, в следующем помельче и так далее, пока не дойдет до самого мелкого «песка». Что из этого следует?
Смотрите: на столе сотня фотографий, мужские и женские лица. Нужно их рассортировать. Две минуты, и задача решена. В левой стопке мужчины, в правой женщины. И теперь спросим себя: по какому критерию производилось деление? Какие приметы являются признаком женского лица и какие мужского? Основание для разбивки было, а способны мы дать ему определение? Нет, не сию минуту – завтра, через неделю?..
Искренне советую, не беритесь за это безнадежное дело. На нем споткнулись уже тысячи отменных специалистов по вычислительной технике. Оно и понятно. Потому что дать словесное определение обобщенному образу «мужчина», «женщина», «стул», «стол» и прочим такого же рода невозможно, ибо эти образы – зрительные абстракции. А с абстракциями нужно обходиться корректно. Кушать вишни и сливы мы можем, но не в состоянии есть абстрактный плод. Так что когда в наш век компьютеризации программисты попытались вбить в электронные мозги логические определения зрительных абстракций, фиаско выглядело вполне закономерным.
Несколько лучше обстоит дело со словесными описаниями конкретных человеческих лиц, но пользоваться такими определениями (и составлять их) умеют опять-таки не машины, а только люди. Еще в конце прошлого века французский криминалист Альфонс Бертильон, начальник Бюро судебной идентификации Парижской префектуры, разработал принципы «словесного портрета», к которому охотно прибегают и сегодня.
«Разрабатывая словесный портрет Янаки, я допросил большую группу свидетелей... Выяснил все его мельчайшие приметы и разработал словесный портрет, из которого явствовало, что Янаки имеет средний рост, телосложение полное, лицо овальное, лоб низкий и скошенный, брови дугообразные, сросшиеся, рыжеватые. Нос у него был длинный, с горбинкой и опущенным основанием, рот средний с толстыми губами, причем нижняя отвисала, а углы губ были опущены. Подбородок у Янаки тупой раздвоенный, слегка оттопыренные большие уши имели треугольную форму, чуть запухшие глаза были зеленоватыми, а волосы – рыжими», – вспоминал следователь уголовного розыска.
Не правда ли, как выпукло предстает перед нами образ человека в этих простых, точных профессиональных терминах! Пусть «точность» подобных определений далека от показаний измерительных приборов, вы прекрасно сможете нарисовать, если обладаете талантом художника, портрет Янаки. Конечно, длинный нос для одного лица станет вполне обыкновенным или даже коротким для другого, так что составление словесных портретов – искусство. В этом деле криминалисты тренируются, как тренируются геологи в распознавании своих индигово-синих, кошенильно-красных, томпаково-коричневых и медово-желтых минералов...
Как же, однако, быть, если свидетель не знает специальных терминов (а так чаще всего и случается), если видел преступника только мельком, в испуге, если сохранились лишь самые общие впечатления? В таком случае прибегают к портрету-роботу. В криминалистической компьютерной программе хранится сотни и тысячи разнообразнейших форм носов, ушей, бровей, глаз, бород, овалов лица, причесок... Из них «лепят» портрет, а
– Нет, лицо как будто шире... Нет, еще шире... Вот сейчас в самую точку. А волосы не такие длинные...
Конечно, нет уверенности, что робот будет во всех деталях похож на разыскиваемого, но путеводную нить он все-таки дает. И вот еще вопрос: может быть, наблюдая за изготовлением подобного портрета, удастся вскрыть критерии, которыми человек пользуется, узнавая лица?
Американский физиолог Леон Хармон провел серию экспериментов. Опытный художник-криминалист рисовал портрет «разыскиваемого» по указаниям хорошо знавших его «свидетелей». Затем художник сравнивал получившийся портрет с фотографией «беглеца» и записывал бросившиеся ему в глаза различия: «Губы должны быть чуть толще, уши прижатее, а овал лица – круглее...» Взяв портрет и словесную корректировку, новый художник-криминалист, до того не участвовавший в опыте, набрасывал еще один портрет-робот. А потом устраивался вернисаж.
К своему огромному удивлению, «свидетели» вдруг осознали, что созданный по их словам облик далек от реальности. Подавляющим большинством он был признан совершенно непохожим: язык еще раз доказал свою приблизительность, расплывчатость.
Зато в оценке отклонений речь куда более точна: второй портрет все одобрили как близкий к оригиналу.
И все-таки самым лучшим, гарантирующим точность опознания выше 90 процентов, оказался портрет, нарисованный художником с фотографической карточки. «Лучше один раз увидеть, чем сто раз услышать...»
Тогда исследователь подошел к проблеме по-иному. Почему нет возможности добиться ничего путного от рисунков, опрашивая их «напрямую»? Может быть, в них чересчур много деталей, и они слишком выразительны, эти второстепенные подробности, так что целостный облик предстает искаженным? Может быть, стилизованное изображение, этакая крупноблочная мозаика, сконцентрирует внимание зрителя на самых существенных, самых информативных подробностях? Чтобы докопаться до правды, решили создать портрет, нарисованный как бы донельзя грубой малярной кистью.
Роль маляра поручили компьютеру. Ведь что такое компьютерный портрет? Набор точек различной яркости. Каждая яркость и цвет определяется числом. Скажем, самая светлая – 100, а самая черная – 0. У каждой точки есть и адрес: расстояние от краев, бокового и верхнего. Портрет выглядит длинным столбцом цифр, который превращается на экране в картинку.
Рис. 40. Путем квантования яркостей картинка преобразуется зрительной системой в скопище точек – «блок-портрет»
А затем на портрет этой пары наложили сетку из 400 квадратиков (матрицу из 20 строк и стольких же столбцов) и приказали: «Все точки, которые попадают в границы каждого квадрата – адреса их, уважаемый компьютер, вам известны, – приведите к общему знаменателю. То есть выведите среднюю яркость для данного квадрата – его условную яркость. А затем покажите на экране, что получилось».
Так возникли крупноблочные элементы и сложилась мозаика. На экране высветился... Нет, не портрет, какая-то мешанина темных и светлых пятен! И все-таки почти половина испытуемых увидели в этом хаосе облик человека и отыскали его портрет среди фотографий, разложенных на столе, хотя лицо его видели впервые. Если бы они выбирали наугад, вероятность успеха не превысила бы четырех шансов на миллион, следовательно, случайность исключена.