Введение

Проблема Бонгарда — это разновидность головоломки, изобретённая советским учёным-компьютерщиком Михаилом Моисеевичем Бонгардом (Михаил Моисеевич Бонгард, 1924–1971), вероятно, в середине 1960-х годов. Они были опубликованы в его книге 1967 года, посвящённой распознаванию образов. Задача состоит в том, чтобы найти различия между двумя группами элементов. В предисловии к книге (в которой рассматриваются различные темы, включая перцептроны), Бонгард отмечает, что идеи, изложенные в ней, принадлежат группе авторов, включающей М. Н. Вайнтсвайга, В. В. Максимова и М. С. Смирнова.

Обзор

Идея задачи Бонгарда заключается в представлении двух наборов относительно простых диаграмм, например, А и В. Все диаграммы из набора А имеют общий признак или атрибут, которого нет ни в одной диаграмме набора В. Задача состоит в том, чтобы найти или убедительно сформулировать этот общий признак. Эти задачи получили известность благодаря их упоминанию в книге Дугласа Хофстадтера "Гёдель, Эшер, Бах" 1979 года, автором которых сам Хофстадтер и являлся. По словам Хофстадтера, "способность решать задачи Бонгарда очень близка к сути "чистого" интеллекта, если таковой вообще существует".

В популярной культуре

Проблемы Бонгарда составляют основу игры Зендо.

Научные работы по проблемам Бонгарда

Бонгард, М. М. (1970). Распознавание образов. Рошель-Парк, Н. Дж.: Hayden Book Co., Spartan Books. (Оригинальное издание: Проблема Узнавания, Наука, Москва, 1967)
Максимов, В. В. (1975). Система, обучающаяся классификации геометрических изображений (Система, способная к обучению классификации геометрических изображений; перевод с русского выполнен Мариной Эскиной), в Моделирование Обучения и Поведения (Моделирование обучения и поведения), М. С. Смирнов, В. В. Максимов (ред.), Наука, Москва.
Хофстадтер, Д. Р. (1979). Гёдель, Эшер, Бах: Вечная золотая коса. Нью-Йорк: Basic Books.
Монтальво, Ф. С. (1985). Понимание диаграмм: пересечение компьютерного зрения и графики. Лаборатория искусственного интеллекта MIT, A.I. Memo 873, ноябрь 1985 г.
Saito, K., и Nakano, R. (1993). Алгоритм обучения концептам с адаптивным поиском. Материалы семинара Machine Intelligence 14. Оксфордский университет, Oxford University Press. См. с. 347–363.
Хофстадтер, Д. Р. и Исследовательская группа по текучим аналогиям (1995). Текучие концепции и творческие аналогии: компьютерные модели фундаментальных механизмов мышления. Нью-Йорк: Basic Books.
Хофстадтер, Д. Р. (1995). О восприятии «А» как «А». Stanford Humanities Review 4/2, с. 109–121.
Хофстадтер, Д. Р. (1997). Le Ton beau de Marot. Нью-Йорк: Basic Books.
Линахерс, А. (2000). Взгляд на метафизику проблем Бонгарда. Искусственный интеллект, том 121, выпуск 1–2, с. 251–270.
Foundalis, H. (2006). Phaeaco: когнитивная архитектура, вдохновленная проблемами Бонгарда. Докторская диссертация, Университет Индианы, Центр исследований концепций и познания (CRCC), Блумингтон, Индиана. Фандалис покинул область исследований в 2008 году из-за этических соображений, связанных с машинами, способными выдавать себя за людей, и вернулся к работе в 2011 году, полагая, что человеческие террористы-камикадзе уже существуют.
Anastasiade, J., и Szalwinski, C. (2010). Создание компьютерных обучающих систем для помощи учащимся в решении плохо структурированных задач. В материалах Всемирной конференции по образовательным мультимедиа, гипермедиа и телекоммуникациям 2010 года. Торонто, Онтарио, Канада: Association for the Advancement of Computing in Education, с. 3726–3732.
Nie, W. и NVIDIA Research (2020). Bongard LOGO: новый эталон для обучения концепциям и рассуждений на уровне человека. Advances in Neural Information Processing Systems, Volume 33, с. 16468–16480.
Jiang, H., Ma, X. и NVIDIA Research (2022). Bongard HOI: сравнительный анализ визуального рассуждения для взаимодействия человека с объектами. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022.
Spratley, S., Ehinger, K., и Miller, T. (2023). Unicode Analogies: визуальный вызов рассуждению, противостоящий объективизму. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2023.