Искусственный разум

Чачко Алексей Григорьевич

– Я вспомнил Блеза Паскаля. Мальчиком, читая "Начала" Эвклида, он возмущался: зачем приводятся доказательства теорем, когда достаточно одних формулировок? Доказательства очевидны! Ваш Алгоритм Очевидности столь же проницателен?

– Нет, на сегодняшний день сила его "видения" примерно такая же, как у среднего выпускника вуза. Кое в чем он сильнее, например, в упрощении формул, а кое в чем слабее, скажем, в аналогиях. А в целом он вполне профессионален.

– Итак, ЭВМ является аккуратным собирателем математических знаний, педантичным

проверялыциком новизны и правильности, ловилыциком блох, может быть, даже составителем ехидных контрпримеров. Но способна ли машина к математическому творчеству? На первый случай, может ли она доказать новую теорему?

– Конечно! Человек сообщает ей свое предположение, интересное, но не доказанное им, а ЭВМ проводит полное доказательство.

– Успех гарантирован?

– Нет, но он очень вероятен. Либо Алгоритм Очевидности сам осилит доказательство, либо он позовет на помощь человека. Человек, надо надеяться, придумает вспомогательную теорему, а машина докажет ее, а человек тогда... В активном взаимодействии, в диалоге, перемещая границы очевидности друг друга, как картонные перегородки, партнеры отыщут доказательство.

– Которое ЭВМ тут же возьмет на заметку, включит в свой фонд доказательств, оприходует под номером 24 328, например...

– Для начала так она и поступит. Но как только у нее выдастся свободное от другой работы время, машина изучит новую теорему вдоль и поперек. Если эта теорема обобщает результаты нескольких других, то ЭВМ самостоятельно перестроит свои знания.

– Самостоятельно перестроит свои знания?

– Именно так. Наша машина не только знающий математик, она еще и современный математик. Она стремится всегда овладеть более общими, более сильными методами.

– Это касается и Алгоритма Очевидности?

– В первую очередь! В алгоритм наряду с методом резолюции должно влиться все яркое в области вывода, в том числе приемы узкие, но полезные.

– Вы говорите об эвристиках?

– Да, некоторые эвристики уже включены в Алгоритм Очевидности, дорога для других открыта. Без них в практической математике сегодня не обойтись.

– Остался один, пожалуй, главный вопрос: сможет ли машина самостоятельно находить новые теоремы, предлагать новые математические результаты?

– Это зависит от нашей способности выделять белые пятна, перспективные области в теории. Если область поиска очерчена, машина способна вскрыть все месторождения, получить все новые результаты. А уж глубоки ли они, красивы ли, полезны ли, судить человеку.

Работа Киевской школы теоретической кибернетики, о которой мы беседовали с Ю. Капитоновой, быстро продвигается вперед. Она, без сомнения, принесет громадную пользу самой математике. Не меньшего могут ждать от нее те, чьи интересы лежат в области практического Искинта. Программа - врач, или учитель, или юрист приобретает мощную, разнообразную, тщательно выверенную систему поиска следствий из заданных посылок.

А. Лавлейс, первая программистка, считала, что машина

предназначена только для этой работы - для выведения следствий - и потому не способна сделать что-либо действительно новое. И сегодня немало людей разделяют ее пессимизм.

Следствия, однако, не всегда мельче, хуже, бледнее своих посылок. Скажем, лекарство от рака может оказаться дальним следствием известных фактов. Но разве поэтому оно не явится новостью, важнейшей, спасительной, желанной новостью для человечества? Лекарство, не исключено, скрывается на самой дальней ветке дерева возможностей. Тем труднее добраться до него, тем почетнее прийти к этому поистине величайшему следствию. Получение следствий - подлинно творческая работа.

Вот почему В. Глушков, касаясь логического мышления человека, говорит о том, что "хорошей (если не лучшей) модельной задачей здесь может служить задача автоматизации доказательства теорем в математике". Необходимо найти способы резкого сокращения блужданий и переборов, чтобы избежать абсурдных комбинаций, чтобы избавиться от нелепых альтернатив, чтобы действовать рационально, а не машинально.

Такие приемы недалеко лежат, они прекрасно известны специалистам по Искинту, это эвристики.

Сегодня метод резолюций дополнен эвристиками; эвристики вошли в самое нутро метода: машинная логика благодаря им стала результативной. Доказательства теорем, эта святая святых математики, не обошлись без эвристик. Выгнанная в дверь, психология вернулась через окно. Никуда от нее не деться!

Деревья опровержений, как и деревья возможностей, деревья целей и многие другие деревья Умного леса, нуждаются в эвристиках. Невольно возникает вопрос: эти деревья, что они? Условные значки, удобные и модные сегодня, или могучая метафора, связанная с нашими первоосновами, с глубинами человеческого мышления?

Судьбы мира связаны с деревьями, определяются деревьями - такова одна из самых древних идей человечества. В Европе, в Азии, в Африке, в Америке и в Австралии - всюду, где первобытные люди в девственных лесах создавали человеческое общество, возникали мифы о мировом дереве.

В середине мира, говорит скандинавский миф, находится ясень Иггдрасиль, ветви его простираются над всем миром, вершина поднимается выше неба, а корни уходят в другие миры. Ясень Иггдрасиль - основа мира, его прошлое и будущее. На священном ясене был повешен бог Один, который претерпел мучения, чтобы изведать тайны мира.

Древние люди по-разному объясняли связь между подлинным, лесным, зеленым деревом и зыбкими, безместными, нетелесными человеческими мыслями. То они сажали человека или бога, решающего мучительную проблему, под священное дерево, то, чтобы связать их теснее, вешали на дерево, то сращивали их воедино, то придавали чудесную силу плодам священного дерева. В представлениях наших предков когда-то произошел удивительный переход от реального дерева, в ветвях которого гнездятся живые птицы, к воображаемому дереву, к дереву мысли.