Une bonne réponse à cette question dépend de la raison pour laquelle vous souhaitez utiliser les étiquettes.
Quand je pense à «l'optimisation», je pense à un espace de solution et à une fonction de coût; c'est-à-dire qu'il existe de nombreuses réponses possibles qui pourraient être retournées et nous pouvons savoir quel est le coût d'une réponse particulière.
Dans cette vue, la réponse est "oui" - la reconnaissance de modèle est un cas où chaque modèle est une réponse possible, et la méthode d'optimisation essaie de trouver celle où le coût est le plus bas (c'est-à-dire, où la réponse correspond à ce que vous voulez qu'il corresponde).
Mais les problèmes d'optimisation les plus intéressants sont caractérisés par des espaces de solution exponentiels et des fonctions de coût propres, et peuvent donc être considérés plus comme des problèmes de `` recherche '', tandis que la plupart des problèmes de reconnaissance de modèle sont caractérisés par des espaces de solution simples et des fonctions de coût complexes, et cela peut sembler artificiel. pour les mettre ensemble.
(En général, je pense que l'optimisation et l'intelligence sont suffisamment liées pour que le pouvoir d'optimisation soit une bonne mesure de l'intelligence, et certainement une meilleure mesure de l' utilisation pratique de l'intelligence que la reconnaissance des formes.)