Знание-сила, 2004 № 07 (925)

Коллектив авторов

Более продуктивным, чем непосредственное моделирование мозга, для практических нужд стал позитивистский подход "черного ящика" (тест Тьюринга — тоже пример такого подхода): не важно, как устроен мозг, важно, что именно мы имеем в результате. Существенный вклад в это направление внесли пионеры ИИ: Маккарти, Минский, Ньюэлл, Саймон, Шоу, Хант и др. К нему относятся такие широко известные методы, как метод лабиринтного поиска, метод эвристического программирования (который, в сущности, и позволяет шахматным программам обыгрывать чемпиона мира), экспертные системы. Важной вехой для этого направления стало создание языка программирования Prolog, разработанного американцем Робинсоном. Он был создан в 1973 году французом Альбером Кольмероэом, и в этом языке многие увидели новое будущее для ИИ. Еще раньше попытки такого рода предпринимались

В.М. Глушковым при создании языка "Аналитик" для серии машин "Мир".

В конце 70-х в гонку включается Япония, объявив о начале проекта машин V поколения, основанных на знаниях. Проект был рассчитан на десять лет и объединял лучших молодых специалистов крупнейших японских компьютерных корпораций. В результате гора родила мышь — к началу 90-х они создали достаточно громоздкий и дорогой символьный процессор, программно реализующий прологоподобный язык, но мейнстрим развития компьютерных наук к тому времени ушел далеко в сторону. Главная неудача таких начинаний, очевидно, заключается все в том же теоретическом упущении: в сущности, Пролог всего лишь позволяет делать правильные логические выводы из известных посылок.

Тот ИИ, который получился в результате всех этих начинаний, все же ни в коем случае не есть настоящий "интеллект". Каспаров зря убивался после проигрыша Deep Blue в 1996 году — человек играет в шахматы совсем по-другому, чем машина (точнее, программа).

И все же — повторим — недооценивать полученные результаты нельзя. Сейчас в мире ведется гораздо больше коммерческих исследований в области ИИ, чем чисто научных, — это значит, что результаты достигнуты вполне значимые. Кроме перечисленных в начале статьи достижений, широко, например, разрекламировано сейчас новое направление под названием "knowledge management" — управление знаниями.

Робот, созданный в 1926 году для фильма "Метрополис"

Невычислимость

Итак, компьютеры научились многому, но все эти достижения — не интеллект, даже если ему приклеить определение "искусственный".

Борис Стругацкий в интервью автору признавался, что составил вполне удачную программу составления — и, что немаловажно, — решения кроссвордов! Но вот в гораздо более простую в сравнении с шахматами и даже преферансом игру "го" компьютер научить играть практически невозможно, на более-менее приличном уровне, конечно. Потому что суть не в правилах, просто игра содержит некий "невычислимый", "неалгоритмизируемый" элемент, который невозможно выразить в двоичных кодах. Все это дело предвидел еще гений Льюиса Кэрролла, заставившего своих героев играть в крикет живыми гусями вместо клюшек. Вот в этом-то и суть проблемы.

Парадокс развития ИИ заключается в том, что само понятие "невычислимости" ввел все тот же Тьюринг еще в начале своей карьеры ученого.

С точки зрения теории компьютер никакой новой информации не создает (вернитесь к цитате из работы гениальной Ады Лаааейс. и вы, возможно, лучше поймете, о чем речь). Все, что компьютер умеет, — преобразовывать информацию из одной формы в другую. Именно из этого исходил Лейбниц со своим "универсальным языком", именно на этом построено представление о мозге как о компьютере. Тьюринг в своей эпохальной работе 1936 года (легшей в основу его диссертации) "О вычислимых числах с приложением к проблеме разрешимости", в которой впервые возникло понятие универсальной вычислительной машины ("машины Тьюринга", синоним понятия алгоритма), подробно разбирал понятие "вычислимости", которое и является условием существования такой машины. Для любого "вычислимого" процесса такая машина может быть построена, и алгоритм процесса ее деятельности, как говорят математики, будет сходиться; практически это означает, что она когда-нибудь остановится и выдаст (однозначное!) решение. Для "невычислимых" процессов, однако, не факт, что машина не остановится или решения не существует, просто априорно это доказать с помощью одних только исходных предпосылок невозможно.

В Принстоне, где это все происходило, с начала 30-х годов уже работал фон Нейман, который, ознакомившись с работой Тьюринга, восхитился и предложил ему остаться для совместной работы в Америке, но Тьюринг оказался патриотом

своей страны и в условиях начинавшейся войны в Европе предпочел вернуться в Англию. Все военные годы он проработал в суперзасекреченном ведомстве "Блечли-Парк" над расшифровкой кодов секретной переписки верхушки вермахта. Вершиной этой деятельности стал уникальный специализированный компьютер "Колоссус", намного опередивший свое время, но это уже совсем другая история.

Если вернуться к компьютерам, то проблема вычислимости или, что то же самое, существования соответствующей "машины Тьюринга" — это та же самая проблема "новизны", которую разбирала Ада Георгиевна Лавлейс в 1842 году. В сущности, спор идет о том, как определить понятие "новизны" в формулировках Лавлейс, и "новизна" в ее формулировках приводит нас к понятию "новой информации" в формулировках современных.

Нейронные сети и самообучающиеся программы — тоже не интеллект, хотя на первый взгляд они соответствуют понятиям Ады Лавлейс о "новизне": действительно, ведь конечный вывод какой-нибудь программы экспертных оценок не был напрямую заложен в нее ее создателями. Но. тем не менее, эти разновидности компьютерных профамм есть не что иное, как иллюстрация к попытке "возражения" Тьюринга, — действительно, дедуктивный вывод, хоть и однозначно следующий из посылок, бывает получить очень и очень непросто, и в этом деле компьютеры просто незаменимы. Собственно, получение подобных выводов, лежащее за пределами человеческих возможностей (выведение, скажем, всех точных решений некой сверхсложной системы уравнений иди логический вывод из сотен тысяч посылок), и было первоначальным предназначением компьютеров.

Роджер Пенроуз

Пожалуй, самый серьезный шаг в области теоретического осмысления проблемы ИИ за все время, начиная с формулировки основных задач в работах Тьюринга и Хомского, был сделан ведущим современным физиком- теоретиком Роджером Пенроузом. В конце 80-х Роджер Пенроуз написал книгу' "Новый ум короля", посвященную искусственному и естественному интеллекту, а спустя несколько лет — ее продолжение "Тени разума".

Признавая, что мышление есть "невычислимый", в смысле Тьюринга, процесс, Пенроуз подробно исследует вопрос: как все же можно научным методом исследовать такие процессы?

Изложить его подход в краткой статье крайне непросто. Начнем с того, что Пенроуз — образованный и эрудированный ученый — привлекает к доказательству своих положений буквально все области математики и физики, включая микромир и космологию. Интересно выделить один момент: Пенроуз сразу ставит, если можно так выразиться, "перпендикулярно" один вопрос, о котором вообще все современные ученые кажется, забыли: где существует математическая абстракция под названием "треугольник"? Еще Платон пытался ответить на этот вопрос, и ничего лучшего никто так и не предложил: он существует в некоем "платоновском мире идей". Материалисты, не смейтесь. Например, уже в наше время некий Мандельброт открыл (открыл, а не изобрел!) некое простое преобразование, названное фрактальным, которое позволяет строить фигуры бесконечной топологической сложности, детализация которых зависит только от мощности вашего компьютера, но теоретически не ограничена, причем интересно, что на каждом уровне (или через пару-другую) структуры повторяют друг друга, но только в общем — в частностях каждый уровень детализации уникален. Так где эти структуры (да и тот же треугольник, квадрат, параллелограмм) существуют? Ведь, правда, в жизни таких идеальных структур не встретишь? Но они где-то есть, если их открывают, а не изобретают?

Не-не, Пенроуз не средневековый схоласт и не религиозный деятель. Он вполне современный математик и физик, лауреат разных премий и пытается работать в рамках научной парадигмы. Но честность не дает ему пройти мимо многочисленных примеров невербальноети мышления, в частности, и мышления научного. Открытие (то есть возникновение "новой информации" в наших терминах) практически всегда есть озарение, а не логический вывод, и Пенроуз приводит многочисленные примеры тому, начиная с французского математика Анри Пуанкаре и заканчивая наблюдениями над самим собой. Опирается он при этом и на размышления Тьюринга и его принстонского учителя Алонзо Черча.