Глава 3

Глава 3

БЕЛЫЙ ФЕРЗЬ ПОКИНУЛ СТОЯНКУ

ПЕРВАЯ ДУЭЛЬ

Постепенно пришло время, когда сообщения об успехах советских кибернетических машин перестали восприниматься как нездоровая сенсация. Они сделались вестниками будней. Но удивлять людей ЭВМ продолжали — у них в запасе было много неожиданностей. И настал день, когда советская кибернетическая машина бросила вызов своей заокеанской сопернице. Газеты мира запестрели крупными заголовками: «Состязаются электронные машины». Это начался первый в истории шахмат международный шахматный матч электронных вычислительных машин. Точнее, это был не матч самих машин, а матч сложных программ, созданных учеными-математиками. Советский Союз был представлен программой, составленной математиками Института теоретической и экспериментальной физики. Достижения Соединенных Штатов Америки в этой области защищала программа, разработанная математиками Стэнфордского университета.

Наша кибернетическая шахматистка была намного младше американской и прошла трудный путь возмужания. Когда она была еще «в пеленках», я наблюдала ее игру. Метаморфоза в ее игре совершалась буквально на глазах. Вначале машина обладала элементарными стратегическими навыками и очень неполными сведениями об особенностях игры. В ее памяти были заложены лишь основные правила игры, некоторые тактические закономерности и, главное, методы улучшения этой тактики, основа для ее обучения в процессе игры.

А затем машина начала совершенствоваться и пополнять свои знания. Для того чтобы она могла производить анализ, улучшать свою стратегию, менять стиль игры, конструкторы обусловили в ее программе возможность учета опыта предыдущих игр и восприятия внешних указаний.

Одновременно игрались четыре партии. В первой и третьей партиях советская программа играла белыми, во второй и четвертой — черными. Ходы машин передавались по телеграфу.

Вот как комментировал в «Известиях» этот небывалый матч гроссмейстер Бронштейн:

«Партии развиваются в полном соответствии с классическими законами шахматной науки.

1-я партия: 1) е4, е5 2) Кс3, Кс6 3) Kf3

2-я партия: 1) е4, Kf6 2) е5, Kd5 3) Kf3, e6

3-я партия: 1) е4, е5 2) Kf3, Кс6 3) Кс3

4-я партия: 1) е4, Kf6 2) е5, Kd5 3) Kf3, Kb4

В первой партии уже вырисовывается дебют четырех коней. Здесь произошла любопытная трансформация. Второй ход белых определил венскую партию, а третий ход белых перевел борьбу на рельсы дебюта четырех коней. Если черный конь выйдет на f6, мы будем иметь 100-процентный дебют четырех коней. Пока «шахматисты» действуют по программе, где главное – высокая надежность. В турнирах живые гроссмейстеры избирают дебют четырех коней в тех редких случаях, когда хотят с уверенностью свести партию вничью. Все это относится также и к третьей партии.

Вторая партия. Здесь наша машина выбрала сложный и обоюдоострый дебют — «Защиту Алехина». Смысл хода конем — завлечь неприятельские пешки подальше от собственного лагеря, с тем чтобы потом перейти в решительную контратаку. Пока борьба развивается в строгих рамках шахматной теории, разве что в практике на третьем ходу чаще играют d7 — d6. Если посмотреть на позицию четвертой партии, то легко понять, почему программа уклоняется от теоретических ходов: видимо, в нее заложены элементы остро атакующего стиля в манере М. Таля. Третий ход конем, видимо, рассчитан на то, что белый ферзь покинет свою стоянку и позволит черному коню «съесть» пешку на с2 с шахом и объявить вилку королю и ладье…

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 кончился победой советской шахматистки.

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 набирала силы, шла своим, оригинальным путем.

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…

Кстати, во время начала конфликта в Корее в газетах появилось сообщение о том, что с помощью электронных машин решался вопрос о целесообразности нападения на Китай. И машина наложила вето на этот проект. Трудно сказать, какая доля правды содержалась в этих сообщениях. Важно другое: это может быть правдой и страшной правдой, если программы для умных машин будут создавать жестокие и недальновидные политики.

И все-таки, до какой степени сложным можно создать электронный мозг? Как близко удастся подвести его к живому? Один ученый уверяет:

— Если бы мы могли располагать достаточным количеством необходимых модулей (элементов искусственного мозга), и они были бы достаточно малы и надежны, и, наконец, мы имели достаточно времени, чтобы собрать все это вместе, то мы могли бы построить роботы, действующие по любой заданной программе. При этом нетрудно построить робот, ведущий себя в точности, как Иван Иванович или Петр Петрович, или же робот, имеющий любое желаемое усовершенствование их поведения.

Другой ученый возражает:

— Допустим, можно, но зачем? Зачем нам робот, похожий на того или иного человека? Ведь машина никогда не заменит не только Ньютонов и Галилеев, но и обыкновенных людей. Зачем затевать колоссальную работу, зная наперед о ее бесполезности?

Третий уточняет:

— Машина, близкая к мозгу по богатству элементов, связей, нуждалась бы для размещения в помещении, превосходящем самый огромный небоскреб. Для снабжения ее энергией нужна была бы мощь Ниагарского водопада, а для охлаждения — еще один такой водопад. Количество нервных клеток у человека исчисляется числом с десятью нулями, что несравненно превосходит число элементов самой большой известной вычислительной машины.

Каждое новое достижение кибернетических машин вновь и вновь поднимает тот же вопрос: в какой степени искусственный мозг совершенен? Насколько его вообще можно считать «мыслящим»? Один из зарубежных создателей современных думающих машин, Тьюринг, предлагает раз и навсегда решить этот вопрос, считая машину способной мыслить, «если она может при известных предписанных условиях подражать человеку в ответах на вопросы настолько хорошо, чтобы обмануть на значительный период времени человека, задающего вопросы».

Он придумал такой порядок этой своеобразной игры в имитацию. Человек-экзаменатор и невидимый испытуемый обмениваются рядом вопросов и ответов. Если через некоторое время экзаменатор так и не догадался, кто его собеседник — человек или машина, он сдается. За таким автоматом Тьюринг готов признать право считаться мыслящим.

Другой ученый говорит, что он поставит знак равенства между человеком и машиной, если последняя научится смеяться шутке в должный момент. Но так как не все коллеги рассмеялись этому определению достаточно быстро, то дискуссия о том, должна ли машина обладать чувством юмора и стоит ли тратить миллионы, чтобы снабдить этим чувством машины, не состоялась.

Обсуждения этой темы иногда походят на модные в XVII веке споры о том, где находится вход в преисподнюю, чему даже была посвящена одна из диссертаций. И сейчас еще много разных мнений, много горячности. И это естественно — ученые продолжают поражаться искусству природы, вместившей в небольшом объеме человеческой черепной коробки столько возможностей. Поражаться не только тому, что число переключающих элементов мозга несравненно больше, чем у самой большой электронной машины, но и тому, что нервная система обладает уникальной способностью к компенсации утерянных возможностей. Отдельные не слишком крупные повреждения не ведут к отказу всей системы.

Ничего подобного пока в технике нет. Но ученые и инженеры настойчиво разрабатывают системы, способные выполнять свои задачи, несмотря на порчу отдельных элементов.

Что же касается вопроса, кто умнее, разве допустимо ограничиваться лишь формальным ответом!

При современном уровне техники можно создать в памяти машины такой объемистый словарь и задать ей такую программу, что она смогла бы составить полный набор ответов на все возможные вопросы.

Однако как говорил еще Эйнштейн:

«Что бы ни делала машина, она будет в состоянии решить какие угодно проблемы, но никогда не сумеет поставить хотя бы одну».

— У нее не может даже появиться желание это сделать, — развивает мысль Берг, — у машины не возникает потребности в познании. Искусственный мозг не может выйти за рамки предопределения. Машина не способна изобретать, заинтересовываться. Это для нее недостижимо. Но не в силу слабости инженерного искусства, а из-за принципиальной невозможности. И нас, ученых, это не пугает. Мы знаем, что законы термодинамики не допускают создания вечного двигателя. Из принципа неопределенности Гейзенберга следует, что невозможно одновременно сколь угодно точно измерить положение и скорость электрона. Теория относительности Эйнштейна утверждает невозможность движения со скоростью, превышающей скорость света в пустоте. Есть запреты, которые человек не может преступить. Он не может стереть грань между человеком и машиной, между живым и неживым, да и нужно ли это?

Помните замечания Берга при чтении антикибернетических статей? «Не переделывать законы природы (на что может пойти лишь невежда и авантюрист), а использовать их».

— Постановка задач, истинное творчество — потребность человеческого разума. Однако машины помогают нам в решении этих задач и даже указывают правильный и быстрый путь их решения, и это немало! Это еще раз подтверждает правомерность работ над созданием усилителей умственных способностей…

Усилитель умственных способностей… Эти три слова пугают лишь в сочетании. Первое же притягивало многие умы. Можно сказать, что весь технический прогресс строится на поиске какого-либо усилителя.

Уже очень давно человек применяет искусственные источники энергии, которые намного превосходят мощность его мускулов. Теперь в его распоряжении тысячи лошадиных сил, тогда как его собственные мышцы могут дать лишь около одной десятой лошадиной силы.

XX век сделал следующий логический шаг, поставил тот же вопрос, но на современной основе: а можно ли построить машины, обладающие «умственными» способностями, превосходящими способности мозга, механизмы, решающие задачи, непосильные для человеческого интеллекта?

Ведь способности человеческого мозга столь же ограниченны, как и сила его мышц.

— Почему-то принято считать мозг весьма совершенным, — говорит Берг. — Между тем он, несомненно, несет следы предыстории человека и развивается очень медленно. Но теперь, осознав несовершенство своего мозга, человек разрабатывает устройства, компенсирующие его недостатки. Так появились вычислительные и управляющие системы, способные работать более оперативно, чем мозг, но созданные по его замыслу в помощь человеку. Человеческий мозг создал организованное общество людей, его науку и технику. Он научил человека получать добавочную мощность с помощью машин, которые можно рассматривать как усилители мощности. Что же удивительного в том, что на другой, более высокой стадии развития, человек поставил задачу создания усилителя умственных способностей? Назначение такого усилителя заключается в том, чтобы неизмеримо увеличить производительность человеческого мышления.

— Конечно, на это можно возразить, что в таком случае способности машины должны превосходить способности ее конструктора. Но ведь и механики средних веков считали, что никакая машина, приводимая в действие человеком, не может дать больше работы, чем он в нее вкладывает, что никакая машина не может усилить мощность человека. И они по-своему правы, потому что им были известны лишь простые механизмы: рычаги, блоки, зубчатые колеса и т. п., которые могли преобразовать силу человека, но не были способны дать ему дополнительной энергии.

Покорение пара и особенно использование электрической энергии опровергли убеждения средневековых механиков. Действительно, забрасывая в топку уголь, человек совершает не очень большую работу. Но при сгорании угля высвобождаются скрытые в нем запасы энергии, намного превосходящие ту, которая была затрачена кочегаром.

Шагающие экскаваторы, автопогрузчики и другие механизмы, созданные и управляемые человеком, по мощности превосходят его мускулы в огромное число раз.

Простые счеты и механические арифмометры позволили свести элементарные арифметические действия к чисто механическим операциям. Они заметно усилили вычислительные возможности человека, освободив его мозг от выполнения большого числа утомительных процедур и запоминания промежуточных результатов.

Электронная машина не только вычисляет, она решает сложнейшие логические задачи, непосильные людям.

Так постепенно с усилителей умственных способностей спал ореол «дьявольского наваждения», и они предстали глазам недавно бушевавших скептиков тем, чем и положено им быть — машинами. Машинами, берущими на себя часть человеческих забот.

О ГОЛОМ ПРОВОДНИКЕ

Казалось бы, Совет по кибернетике может объявить отбой – тревога антикибернетического наступления миновала. Но нет! Возник новый повод для тревоги, новая опасность, неожиданная, но не менее угрожающая, чем предыдущие. Многие годы и Совет в целом, и его председатель, и все члены всей своей деятельностью пытались унять скептицизм в отношении возможностей кибернетики. Теперь им пришлось стать грудью против… оптимизма! Чрезмерного оптимизма. Крен в отношении к кибернетике пошел в другую сторону. Если недавно большинство не верило даже в самые элементарные достижения кибернетики, вдруг многие начали верить чуть ли не в чудеса. В то, что машины могут все. В повестках обсуждений Совета по кибернетике запестрели темы, приведшие к острым и затяжным дискуссиям.

Некоторые ученые обвинили Совет в том, что он не стимулирует работ по переводу с одного языка на другой.

— Отныне машине надо поручить все переводы! — призывали они. — Ведь если ее обучили играть в шахматы, то можно научить и переводить Шекспира. Вот в Америке машина уже начинает переводить газету «Правда». А мы?!

Нетерпение можно было понять. Поручить перевод машине очень соблазнительная идея, и она стояла перед учеными чуть ли не с первых дней рождения кибернетических машин. Но вскоре оказалось, что для этой цели нужна не напористость, а терпение, не штурм, а длительная осада. Тут ученых ждали многие трудности и разочарования. В области перевода машины, можно сказать, себя скомпрометировали. Они оплошали как раз в том, в чем никто не сомневался, что казалось само собой разумеющимся. Перевод сам шел в руки. Ведь язык подчиняется вполне определенным правилам лексики и грамматики. И машине, думалось, ничего не стоит осуществить перевод с одного языка на другой в соответствии с известными всем правилами, которые могут быть положены в основу программы. Степень совершенства программы, количество и характер закономерностей, использованных при ее составлении, объем словаря, введенного в память машины, — это казалось второстепенным. И тут началась скачка с препятствиями.

На многих конференциях и в литературе появились оптимистичные и даже хвастливые обещания. А потом волны энтузиазма начали спадать. Все было ясно, но дело не очень-то двигалось.

Переводили, конечно, переводили даже целые фразы и целые абзацы, но не всякие. Технические тексты демонстрировали успех машин. Но художественный перевод в руки не давался. В чем же камень преткновения? В чем загвоздка?

Если бы каждому слову переводимого текста, скажем, английского, соответствовало на другом языке, например русском, одно-единственное значение, а порядок слов в предложении был на обоих языках одинаковым, то автоматический перевод осуществлялся бы просто. Прочитав очередное слово на английском языке (при вводе в машину каждое слово заменяется соответствующей комбинацией цифр), машина сравнила бы это слово со всеми английскими словами (с их числовыми значениями), хранящимися в ее памяти, в ее английском словаре, отыскала (вычтя из одного числа другое и получив нуль) нужное слово и запомнила номер нужной ячейки памяти, в которой находится русский эквивалент этого слова. В результате машина автоматически напечатала бы на выводном устройстве найденные таким образом русские слова, образующие переведенную фразу. Но на самом деле все обстоит гораздо сложнее! Порядок слов в предложениях в большинстве языков оказывается существенно различным. Более того, смысл одного и того же слова может изменяться в зависимости от его места в предложении и от сочетания с соседними словами. В живом человеческом языке часто для описания одного и того же понятия используются различные слова, так же как одному слову приписывается иногда несколько значений.

При переводе с одного языка на другой почти никогда нельзя переводить дословно. Некоторые слова иногда не имеют самостоятельного значения и не подлежат переводу. Построение фразы подчиняется определенным, специфическим для каждого языка правилам. Поэтому машина обязана не просто сравнивать одно слово с другим, а выполнять ряд более сложных операций. Например, если переводимому слову на другом языке соответствует несколько эквивалентов, она должна сделать верный выбор с учетом смысла фразы. Иначе получится, как в анекдотичной фразе: «Голый проводник бежал через вагон». Так переводчик, не знающий специфики технического выражения, перевел фразу: «Обнаженный провод тянулся через вагон».

После того как слова одного языка заменены словами другого языка, машина должна согласовать их между собой в соответствии с правилами грамматики. И тут-то с очевидностью обнаружилось, что разума у машины не хватает. Она не может произвести анализ значения слова по смыслу предложения. Ей, к сожалению, доступен только формальный анализ, наметки которого должны быть предварительно выявлены человеком и заложены в машину в виде программы. А это усложняет программу перевода, она должна содержать значительно большее число команд, чем программа, предназначенная для решения многих математических задач. Поэтому-то если перевод некоторых научно-технических текстов и простейших газетных материалов оказался возможным, хотя и затруднительным из-за относительно малого объема памяти современных машин, то задача перевода художественной литературы до сих пор не решена.

В жизни Берга начался период, когда он из радиоинженера переквалифицировался в лингвиста. Вот когда ему особенно пригодилось знание нескольких языков. Он ставил себя на место машины и пытался понять те трудности, которые ей приходится преодолевать при переводе.

— В современном немецком языке имеется свыше четырехсот тысяч слов, — размышляет он, — это потребовало бы применения колоссального количества запоминающих ячеек. Для записи содержания книги в двадцать пять печатных листов, что составляет приблизительно четыреста страниц, необходима аппаратура, по сложности равная примерно пяти тысячам телевизоров.

Он собирает специалистов по машинной памяти, и они вместе намечают пути создания новых видов памяти с большими объемом и скоростью записи и поиска, но с меньшими габаритами.

Снова пробуются магнитные виды памяти — с записью информации на магнитных барабанах; выжимается все из емкостных систем, где хранилище информации — емкость конденсаторов; на вооружение берутся самые новые достижения физики низких температур — миниатюрные сверхпроводящие колечки.

Постепенно на смену старым видам памяти пришли новые, в том числе голографические с принципиальной возможностью запоминать миллиарды знаков и хранить их в специальных «книгах» в течение 50–100 лет. В одном блоке такой машинной памяти может размещаться более 5 миллионов элементов, то есть содержание книги в 25 печатных листов.

Особенно важно, что новые запоминающие устройства обладают огромным быстродействием. Автоматически перелистывая «запоминающую книгу», за один час можно просмотреть 10 миллиардов цифр, или 250 тысяч печатных листов обычного текста.

Такие запоминающие устройства пока еще разрабатываются и исследуются в лабораториях. Они необходимы в быстродействующих машинах, предназначенных для анализа содержания мирового фонда научно-технической литературы; для автоматических справочных машин, чтобы хранить огромное количество сведений; для информационных и статистических машин, применяемых в тех случаях, когда надо обработать большой поток статистических данных о работе промышленности, сельского хозяйства, транспорта, проанализировать эти сведения и выработать данные для планирования и руководства.

Бесспорно, эти более совершенные виды памяти должны сыграть немаловажную роль в решении проблемы перевода. Они намного облегчат технику автоматического перевода и расширят его возможности.

ГУЛЛИВЕР В СТРАНЕ КИБЕРНЕТИКОВ

Но проблему перевода художественного текста они, увы, все равно не решат. Как мы знаем, трудность осложняется не только необходимостью иметь огромный словарь. Дело еще в том, что в литературе часто встречаются особые обороты, тесно связанные с жизнью и бытом народа, которые при формальном переводе не будут поняты. В этом случае переводчику надо переводить текст не буквально, а творчески, стремясь наиболее правильно передать содержание. Такой перевод автоматизировать невозможно.

Как заменить машиной Н.И. Любимова, известного переводчика Рабле? Любимов человек очень остроумный, сложный, глубокий. Он блестящий и остроумный рассказчик. Когда знакомые с ним люди читают Рабле в его переводе, у них всерьез возникает вопрос: что у него от Рабле и что у Рабле от него?

Отпечаток личного явно чувствуется в переводах. Как такое автоматизировать?

Недавно журнал «Майнити дейли ньюс» сообщил о том, что японские инженеры из Киотского университета создали машину для перевода с английского языка на японский. Они работали пять лет и вот… «Перфорированная бумажная лента длиной в 30 сантиметров вкладывается в читающее устройство электронной счетно-решающей установки, — сообщает журнал. — Через несколько секунд начинает двигаться магнитная пленка. Еще через 10 секунд приходит в движение вторая магнитная пленка, и прежде чем вы успеете сосчитать до десяти, из другого конца установки появляется длинный лист бумаги, испещренный звездочками, точками и тире. В верхней части листа — предложение, напечатанное по-английски: “Мы очень рады, что можем показать вам результаты машинного перевода, сделанного электронной счетно-решающей машиной в нашей лаборатории”. В нижней части листа — перевод этого предложения на японский язык, записанный как латинскими буквами, так и катаканой — японской слоговой азбукой».

Эта машина не только печатает переведенный текст, но и зачитывает его «механическим голосом». Одновременно с появлением напечатанного текста из динамика раздается медленный и монотонный голос нечеловеческого тембра, без ударений, акцента и интонации, произносящий по-японски английское предложение.

У этой машины память на 8 тысяч английских слов, 400 фраз и идиоматических выражений, около 1000 грамматических правил с их японскими интерпретациями и эквивалентами.

По уверению профессора Сакаи, руководителя этой работы, словарь машины можно увеличить в два-три раза. Сейчас его группа трудится над машиной для перевода с японского языка на английский.

— А не останутся ли без работы преподаватели этих языков? — спросил профессора на пресс-конференции один из обеспокоенных журналистов.

— Ни в коем случае, — успокоил его Сакая.

Тогда репортер вырвал из своего блокнота листок, написал на нем: «Наука и техника помогают нам покорять природу, но мы никогда не позволим им занять место людей, превратить людей в рабов машин», — и вложил листок в машину для перевода.

Как отнеслась к этому вызову машина? Увы, она не оказалась на высоте. Через минуту ее бесстрастный голос возвестил: «Я не уверена, насколько правилен будет мой перевод, но тем не менее попробую». И… выдала бессмыслицу. Оказывается, она даже не знала, что такое «покорять» и «рабы»!

«Репортер усмехнулся, — повествует журнал, — но, сообразив, что через несколько лет электронный переводчик станет гораздо квалифицированнее, задумался».

Однако профессор Сакая с грустью признался, что новая машина вряд ли справится с переводом художественной литературы.

Пока действительность не опровергла его слов. Недавно в Лондоне состоялась выставка электронных машин, специализирующихся в разных областях искусства. Выставлялись машины-художники, машины — поэты, прозаики, переводчики. Увы, последние по-прежнему не блистали эрудицией, хотя им не откажешь в остроумии. Английскую пословицу «Ничего не слышу, не вижу, не говорю» машина перевела на русский язык таким оригинальным образом: «Глухой, слепой, немой идиот». Воистину «голый проводник бежал через вагон».

Машины-прозаики тоже не могли порадовать зрителей успехами. Да и возможно ли автоматизировать такой индивидуальный вид деятельности, как оригинальное творчество? Правда, в эпистолярном жанре машина добилась некоего успеха. Ее любовное послание даже очень мило:

«Мое маленькое сокровище! Моя вразумительная привязанность чудесно привлекает твой ласковый восторг. Ты мое любящее обожание, мое распирающее грудь обожание. Мое братское чувство с затаенным дыханием ожидает твоего дорогого нетерпения. Обожание моей любви нежно хранит твой алчный пыл.

Твой тоскующий Мук».

«Мук» — это имя машины, сделанной в Массачусетском университете. Ей были даны указания, как выбирать из словаря слова, годные для такого послания, и сообщены грамматические правила для построения фраз.

Электронный поэт тоже может рассчитывать на признание не очень требовательного читателя. Вот образец его творчества.

Ночь кажется чернее кошки этой,

Края луны расплывчатыми стали,

Неведомая радость рвется к свету,

О берег бьется крыльями усталыми.

Измученный бредет один кочевник,

И пропасть нежная его зовет и ждет…

Забыв об осторожности, плачевно

Над пропастью мятущийся бредет!

Забытый страх ползет под потолки…

Как чайка — ветер. Дремлет дождь. Ненастье.

А свечи догорают… Мотыльки

Вокруг огня все кружатся в честь Бастер.

Есть в этих стихах своеобразная прелесть, какой-то особый стиль.

По поводу одного из таких шедевров машинной лирики читатели, не знавшие происхождение стихотворения, писали:

«…Наконец-то появилось что-то современное!», «Оно странным образом волнует меня, как будто бы в этом маленьком отрывке, кажущемся на первый взгляд совершенно бессмысленным, заключен глубокий смысл, который можно прочесть между строк!.. От строфы к строфе растет ожидание чего-то еще более прекрасного…»

А такие стихи?

Пока слепо плыл сон по разбитым надеждам,

Космос с болью сочился над разбитой любовью,

Был из скрытных людей свет твой медленно изгнан,

И небо не спало.

Многие приписывают эти строки Эллиоту или Каммингсу. Однако автор их — электронная машина. Словарный запас –

130 слов. И из этой сотни слов она строчит по 150 четверостиший в минуту, не дожидаясь, пока ее посетит вдохновение!

Ей не нужно хвататься за голову в порыве отчаяния, обольщать капризных муз. Если в минуты творчества у нее повышается температура, то только за счет накалившихся радиоламп.

Творчество машины-поэта базируется на сугубо научной почве. При решении ряда сложных задач зачастую применяется статистический метод, носящий иногда название эксперимента Гулливера. Герой Д. Свифта, попавший во время одного из своих фантастических путешествий в страну математиков, познакомился с удивительным экспериментом, над которым бьются кибернетики XX века и который предугадал Свифт еще в 1726 году.

«Первый профессор, которого я здесь увидел, — рассказывает Гулливер, — помещался в огромной комнате, окруженный сорока учениками. Мы обменялись взаимными приветствиями. Увидя, что я внимательно рассматриваю станок, занимавший большую часть комнаты, он сказал, что я, быть может, буду удивлен его работой над проектом, цель которого заключается в усовершенствовании умозрительного знания при помощи технических и механических операций». Профессор льстил себя уверенностью, что более возвышенная идея еще никогда не возникала ни в чьей голове и что мир должен оценить всю актуальность его проекта. Ведь всем известно, как сложно изучать науки и искусства по принятой методике. А с помощью его изобретения самый невежественный человек, произведя небольшие издержки и затратив немного физических усилий, может писать книги по философии, поэзии, политике, праву, математике и богословию при полном отсутствии эрудиции и таланта.

И вот профессор демонстрирует свой уникальный станок. Поверхность его состоит из множества деревянных дощечек, каждая величиной в игральную кость. С обеих сторон каждой дощечки приклеено по кусочку бумаги. На этих бумажках написаны все слова в различных наклонениях, временах, падежах, но без всякого порядка.

«Профессор попросил меня, — продолжает рассказ Гулливер, — быть повнимательнее, так как он собирался пустить в ход свою машину. По команде этого ученого мужа каждый ученик взял железную рукоятку, которые в числе сорока были вставлены по краям станка; после того как ученики сделали несколько оборотов рукоятками, расположение слов совершенно изменилось».

Новое распределение слов было переписано учениками. Затем они снова и снова вращали рукоятки, в рядах дощечек снова менялся порядок тех же слов, и они снова их переписывали.

«Молодые студенты занимались этими упражнениями по шесть часов в день, и профессор показал множество томов, составленных из подобных отрывочных фраз; он намеревался связать их вместе и из полученного таким образом материала дать миру полный компендий всех искусств и наук. Он сообщил мне, что это изобретение с юных лет поглощает все его мысли, что теперь в его станок входит целый словарь и что им сложнейшим образом высчитано соотношение числа частиц, имен, глаголов и других частей речи, употребляемых в наших книгах».

Метод высмеянного Свифтом профессора обсуждается сегодня как вполне реальная основа для повышения интеллектуальности кибернетических машин. Известный кибернетик профессор У. Эшби считает, что разумность машины можно повысить сколь угодно высоко, если в основу программы поставить такое строгое математическое понятие, как случайность. Он пишет в «Анналах математики» Принстонского университета: «Любая случайная последовательность, если она имеет достаточную длину, содержит все ответы. Ничто не мешает младенцу пролепетать “Cos2x + Sin2x=l” или пылинке в луче света протанцевать то же самое высказывание в коде Морзе или каком-нибудь другом коде».

И действительно, статистические методы решения уже успешно применяются ко многим научным и техническим задачам. В ряде случаев эти методы значительно превосходят все другие. В ряде, но не во всех. Ни один специалист не попытается применять статистические методы к таким проблемам, как, например, расчет заработной платы, а тем более к переводу или другим видам литературного творчества. Один критик, желая уязвить писателя, сказал: «Он написал неплохую новеллу, но посадите шимпанзе за пишущую машинку, заставьте ее нажимать наобум клавиши и подождите миллион лет, она напишет заново все книги, созданные человечеством». Вот забавный литературно-статистический пример.

— Представьте себе, что вы нашли листок бумаги, на котором напечатано стихотворение — сонет в четырнадцать строк, — рассказывает один кибернетик. — Он взволновал вас как некое удивительное и нежное откровение. Как был создан этот сонет, вы не знаете… Представляю, как будете вы возмущены, если я стану доказывать, что это стихотворение сочинила и напечатала бездушная и бесчувственная машина. Но это совсем не исключено. Ведь печатая наобум сонмы стихов, она могла в том числе создать и это прекрасное. Вот логика доказательства.

Четырнадцать строк, каждая из которых состоит из 45 знаков. Итого стихотворение содержит в сумме 630 таких знаков.

В распоряжении машины 25 заглавных и 25 строчных букв алфавита, 5 знаков препинания и разделяющий слова интервал. В общей сложности английский язык (речь идет об английском сонете) предлагает ей 56 (25 + 25 + 5 + 1) возможностей написания каждого из 630 знаков стихотворения. Какие это знаки, она не знает, так как это машина, и ей остается, надеясь на свое быстродействие, перепробовать различные сочетания 56 возможностей, переставляя их и варьируя 630 раз. 56 х 56 х 56 х 56 х 56… и так 630 раз. Число проб, которые делает машина, чтобы написать исходное стихотворение, получается из перемножения 56 огромное число раз — 630. Ученые записывают получившееся число так: 56630. И в конце концов машина, печатая лист за листком все 56630 вариантов из имеющихся знаков, неизбежно напечатает и замечательный сонет. Ведь он — всего лишь один из возможных вариантов некоторого ограниченного числа сочетаний и знаков. Наряду с ним на 56630 листках машина напечатает все стихотворения, письма, молитвы, официальные постановления, заметки, которые когда-либо вошли в мировую литературу, встречались где-то в частных сообщениях или когда-нибудь в будущем появятся — все разумные и бессмысленные сочетания, составленные из 56 знаков и букв…

Чем не эксперимент Гулливера?

Правда, профессор из Лапуты использовал случайные комбинации слов, а здесь речь идет о комбинации букв и знаков, варьируемых по определенному закону, но заботы свифтовского профессора и современного кибернетика схожи. И жалобы одни и те же. Свифтовский профессор жаловался, что он бы усовершенствовал свое изобретение, если бы ему удалось собрать фонд для сооружения 500 станков и сопоставить между собой фразы, полученные на каждом из них.

Трудности, возникающие на пути создания кибернетической машины, которая могла бы не только повторить все прекрасные творения человека, но и взять на себя труд по созданию будущих художественных ценностей, не менее огорчительны. Где взять столько бумаги и печатной краски, чтобы напечатать 56630 листов, где расположить полку для хранения машинной продукции, которая должна быть астрономических размеров? И все-таки, даже при фантастическом усердии и ретивости такой машины, ей для печатания гигантской библиотеки понадобятся сроки, несоизмеримые ни с прошлым временем жизни человечества, ни с будущим…

Но, допустим, машина осуществила задуманное. Как она разберется, где «Война и мир», а где письмовник; где шедевр, а где макулатура? Конечно, все зависит от программы. Ведь шахматная машина не перебирает все возможные ходы, она останавливает свое внимание только на разумных вариантах. Критерий выбора подсказывает ей программист. Но как быть с критерием художественной ценности? Кто подскажет машине-поэту или прозаику математически выверенный критерий художественной ценности? Как она узнает, что созданное ею произведение ценно? Фактический камень преткновения — создание машины-писателя, а не графомана.

Впрочем, ученые и не ставят себе такой цели. Если они пытаются сделать машину-писателя, то это не для того, чтобы она заменила собою писателей. А лишь для того, чтобы выявить диапазон возможностей машины и применить их там, где это действительно необходимо. Где мозг человека не может действовать так быстро, как нужно, или не в состоянии пропустить через себя огромный поток информации.

Создание свифтовских машин — это важная веха на пути кибернетического поиска. Парадоксы и крайности бесценны для науки — они твердо ставят точки над «и», особенно наглядно показывают, что можно, а чего нельзя даже всемогущей науке.

И так же, как литераторы любят ввергать своих героев в невероятные конфликты, чтобы ярче выявить их характеры, так и ученые зачастую придумывают для своего изобретения самые причудливые применения, которые должны раскрыть всю глубину идеи. Ученые подставляют их под перекрестный огонь коллег, чтобы убедиться в прочности своих творений, сталкивают эти идеи с прошлым и будущим; гиперболизируют их; ищут меру, познавая чрезмерность.

Как радиомастер, который в последнем отчаянии вдохнуть жизнь в заупрямившийся приемник, бьет его кулаком, и приемник — о чудо! — вдруг отвечает ему благодарным миганием затеплившихся ламп, так и ученый без устали и жалости испытывает свою идею, «бьет» ее по самому больному месту, и, если она выдержит, ее творец уверен: она будет жить, она взвалит на свои плечи бремя нерешенных проблем.

…Как следует из одного газетного сообщения, сегодняшние машины-недоучки, пользуясь экспериментом Гулливера, могут служить пусть курьезным, но вполне практическим целям.

Перед одной американской фирмой, выпускающей на рынок ассортимент фармацевтических и химических товаров, встала проблема наименования новых изделий. Выйти из положения помогла одна из новейших электронных вычислительных машин. В машину ввели некое множество одно— и двусложных комбинаций букв и окончаний. В результате их соединений машина могла по определенным правилам легко образовать 4 250 000 различных слов средней длины. Тогда из первоначально взятых

30 окончаний выбрали 10. Вычислительная машина менее чем за 2 часа заполнила 19 страниц новыми словами, составив целый словарь. Теперь владельцы фирмы имеют богатый выбор названий товаров и, пишет газета, «смеют надеяться, что полученные с помощью электронной вычислительной машины наименования будут столь же популярны, как аспирин или пенициллин».

ЧЕЛОВЕК — МАШИНА

Совет по кибернетике работает двенадцать лет, им проведено множество конференций, семинаров, изданы тысячи статей, сотни книг по самым разным аспектам кибернетики, и полки рабочего кабинета Берга все полнятся и полнятся документами, отражающими работу Совета. Среди них — «Проблемные записки» и отчеты секций. Пишутся они каждой секцией каждый год. Это рапорт о проделанной работе. С каждым годом тома сводных отчетов секций становятся все толще и толще.

«Наконец-то вышли из печати “Проблемные записки”

16 секций Совета по кибернетике, — писал мне недавно Берг, — один полный комплект посылаю Вам. Это огромная работа Совета. Мы разослали “Записку” по всем нужным адресам с просьбой прислать отзывы, дополнения или исправления.

После внесения поправок мы издадим их еще одним тиражом.

Я считаю эту работу очень важной — в ней отражены все наши достижения, все наши потребности, весь спектр работ в области кибернетики».

Просматривая эти тома, по-настоящему понимаешь, какой гигантской, какой разветвленной сетью проблем занят Совет. Кибернетика завязала в тугой узел такие далекие друг от друга сферы человеческой деятельности, так столкнула интересы, переплела потребности, объединила технические средства, что это иногда кажется просто невероятным. Что общего между юриспруденцией и математикой, бионикой и семиотикой, между человеческой печенью, сердцем и маятником часов?