Четыре жизни академика Берга
Шрифт:
Домашний анализ, проведенный нашей машиной, показал, что в позиции, создавшейся в первой и третьей партиях, сильнейшим для черных является 3) Cf8 — с5 с равной игрой. Во второй партии наша машина, играющая черными, считает сильнейшим для белых агрессивный выпад 4) с2 — с4 и полагает, довольно резонно, что позиционные преимущества на стороне белых. Впрочем, произведя более глубокий расчет, машина решила, что еще сильнее за белых спокойное 4) d2 — d4. В четвертой партии, где наша машина «обогатила» шахматную теорию своим третьим ходом Kd5 — b4, она считает самым разумным за белых 4) с2 — с3. Итак, матч продолжается. Очередь хода за “шахматисткой” из Стэнфорда».
Матч
Было много разговоров по поводу этого уникального состязания. Оно поразило всех, но мнения были различны. Одни восторженно сыпали междометиями, другие пожимали плечами и ворчали:
— Денег не жалеют.
Третьи в меру своего разумения пытались проникнуть в суть дела. Но первоначально, как это бывает, тон задавали сверхосторожные люди. «Зачем учить машину играть в шахматы, кому это нужно? Это всего лишь курьез, дорогостоящие шалости…» Впрочем, нечто подобное говорилось когда-то и в адрес кибернетических «черепах», «мышей», «лис».
Но эти «шалости», как оказалось, имеют глубокие корни. Шахматы — игра умная, она служит не только отдыху, но и тренировке мысли. «Тот, кто изобрел шахматную игру, сделал модель военного искусства, ибо в этой игре представлены все военные ходы и планы», — писал испанский мыслитель Хуан Уарте.
И, создавая программы для игры в шахматы, ученые, по сути, создают модели программ стратегии и тактики, эвристические программы — программы творчества.
В последние годы Совет по кибернетике развернул широкие исследования в области эвристического программирования, начались усиленные поиски путей обучения машины творческим методам «мышления». Эти исследования преследуют важную цель. Работа такой машины может пролить свет на законы творчества. Хотя человек сотни лет совершенствует свой умственный труд, но до сих пор не имеет представления о важнейших принципах, лежащих в основе творчества. Наблюдение за работой обучающих машин позволит выработать более эффективные методы умственного труда. И, что в наше время является самым главным, поможет решить проблему обучения человека новым, более эффективным способом.
— Это чрезвычайно важно. Присмотритесь к работе шахматной программы, — говорит Берг, — в ней можно разглядеть черты той новой машины, о которой мечтают сегодня педагоги. Черты приспосабливающейся к своему ученику обучающей машины. Что делает машина, играющая в шахматы? Она анализирует ход противника. В зависимости от него она поступает каждый раз по-новому, так, как вынуждает ее к этому очередной ход визави. А обучающая машина? В зависимости от вопроса ученика она пересматривает свою программу, стараясь действовать в соответствии с потребностями индивидуума, задавшего вопрос. Она гибко меняет свои ответы, предлагает ученику ту или иную программу обучения. Отрабатывая шахматные программы, мы приближаемся к созданию разумных обучающих программ, с тем чтобы, не загружая память машины чрезмерно большим количеством сведений, дать ей возможность строить на основе ограниченной информации разнообразные варианты действия.
Да, шахматная машина не может перебрать все возможные варианты ответов на ход противника. Таких вариантов больше, чем звезд во вселенной. Машина должна выбирать продолжение игры лишь на основе разумных вариантов, отсеивая бесперспективные. То есть должна «думать». То же относится и к обучающим программам приспосабливающихся машин, которые завтра войдут в обиход школ.
КТО УМНЕЕ!
Победа советской шахматной программы не была случайностью. Она иллюстрировала зрелый уровень советской кибернетики.
От нее ждали в лучшем случае подражания, но она стремительно
Особенно поразили мир два достижения: блестящая работа математиков Сибирского отделения АН, расшифровавших с помощью ЭВМ таинственные письмена давно исчезнувшего народа майя (эти данные почти полностью совпали с результатами, полученными и другими методами), и работа сотрудников Института автоматики и телемеханики АН СССР, обучивших вычислительную машину читать. Освоив печатный текст, они перешли к рукописи. При составлении программы действия для машины они исходили из того, что в написании каждой буквы, изображенной различными людьми, имеется нечто общее, что любые варианты написания буквы «а» ближе друг к другу, чем к любому написанию «б» или какой-либо другой буквы.
Этот путь оказался очень перспективным. В первых опытах машине, снабженной устройством для наблюдений (напоминающим устройство для передачи телевидения), был показан ряд написаний букв и цифр. В машину была заложена программа, по которой она выявляла признаки, общие для данной буквы или цифры. После короткого периода обучения машина безошибочно опознавала эти буквы и цифры среди множества различных букв и цифр, подаваемых ей без всякого порядка.
Правда, современные электронные вычислительные машины, несмотря на их значительный объем памяти и быстродействие, тратят на чтение рукописного текста слишком большое время. Машинное чтение рукописей, позволяющее отказаться от применения пишущих машинок, дело будущего, когда объем оперативной памяти электронных вычислительных машин и их быстродействие возрастут еще в десятки и даже в сотни раз.
В свое время энтузиасты кибернетики, страхуя себя и любимую науку от нападок, старались в лекциях и книгах подчеркнуть, что машина может сделать все, что заложит в нее человек, но неспособна открыть что-либо новое, так как программу действий в нее закладывает человек. В то время они еще не учитывали диалектики процесса обучения машины.
Читающая машина не зазубрила всех возможных написаний букв. Ей была задана программа, по которой она выявляла общность в заданном многообразии образов, приготовленных для ее обучения. Но выбор она делала сама. Это подтверждает еще раз, что машине не всегда нужен жесткий план действий, достаточно указать лишь правила, которыми она должна руководствоваться при всевозможных и зачастую неизвестных конструктору условиях и воздействий на нее со стороны внешней среды.
Конечно, не зная точно, что произойдет в будущем, конструктор не может заранее предсказать, к каким результатам придет его машина, обученная при помощи созданной им программы.
— Значит, машина может быть умнее человека? — подняли головы скептики, — значит, человеку суждено стать рабом машины?!.
Впрочем, не будем очень уж строги к скептикам — это трудный вопрос.
Действительно, можно ли сказать, что машина умнее человека?
Английский ученый Джон Бернал так ответил на этот вопрос: «Без умных людей электронные машины глупы, они даже не знают, когда делают глупость. Если вы составите глупую программу, то из машины извлечете чепуху».
И приводит забавный пример.
В США был создан электронный мозг с тем, чтобы он ответил, когда будет война. Все необходимые данные были тщательно запрограммированы и введены в память машины. Ответ машины гласил:
— Да.
— Что «да»? — удивились конструкторы и их военный шеф.
Программа была пересмотрена и снова вложена в машину.
Новый ответ был еще более «исчерпывающим»:
— Так точно, сэр!
Как видно, не всякие умственные способности стоит усиливать…