Эластичность. Гибкое мышление в эпоху перемен

Другой пример – мечта леди Лавлейс: сочинение музыки. У нас имеются компьютеры, сочиняющие сложные музыкальные произведения, и для слуха они совсем не оскорбительны. Существуют классические сочинения в стиле Моцарта и Стравинского, джаз, похожий на то, что мог бы придумать Чарли Паркер[43]. Есть даже приложение под названием «Блум», его можно добыть на «Айтюнз» – оно способно генерировать по запросу новую ни на что не похожую инструментальную закольцованную композицию в стиле Брайана Ино[44]. Сам Ино говаривал, что с изобретением технологии такого вот «производства музыки» однажды наши внуки, вероятно, переспросят изумленно: «Вы что, правда слушали совершенно ту же самую вещь по многу раз?»[45]

Заманчива она, такая компьютерная музыка, и у нее есть своя ниша, однако следует отличать ее от новых музыкальных творений. Компьютеры-композиторы используют созданные человеком подборки «сигнатур» – мелодических, гармонических и декоративных мотивов, сочиненных композиторами-людьми – и применяют единые правила чередования и соединения этих мотивов. Это всего лишь перекомпоновка старых тропов, без всяких новых замыслов. Если кто-нибудь берется сочинять музыку в подражание Моцарту или Брайану Ино или же писать картины «под Рембрандта», мы такими творениями не восхищаемся – они считаются у нас вторичными и неоригинальными.

Загвоздка с выработкой у компьютеров эластичного мышления состоит в том, что, хотя компьютеры считают все быстрее и быстрее, к более эластичной обработке данных это пока не приводит. А потому за десятилетия с тех головокружительных первых дней задачки, подчиняющиеся внятно расписанным и легко кодируемым правилам или распорядкам, замечательно поддаются автоматизации, а вот те, что требуют эластичного мышления, – в общем, нет.

Взгляните вот на этот абзац:

По рзелульаттам илссеовадний Кембриджского унвиертисета, не иеемт занчнеия, в кокам пряокде рсапожолены бкувы в солве. Галвоне, чотбы преавя и пслоендяя бквуы блыи на мсете. Осатьлыне бкувы мгоут селдовтаь в плоонм бсепордяке, все-рвано ткест чтаитсея без побрелм[46].

Существует множество компьютерных программ, умеющих читать напечатанный текст вслух, но на таких сильных отклонениях от стандартного написания они захлебываются. Мы же, люди, можем прочесть такое почти без запинки.

Неожиданная легкость, с какой мы прочитываем приведенный абзац, – признак эластичности нашего мышления. Ум замечает без всякой подсказки: что-то не так. А затем соображает, что тут происходит, сосредоточивается на правильно расставленных первых и последних буквах каждого слова, а затем тасует буквы в середине слов. С учетом общего контекста ум расшифровывает значение написанного, лишь немного теряя в скорости. Компьютер, читающий тексты, попытается сопоставить каждый набор букв со словом в словаре и, вероятно, учтет кое-какие распространенные опечатки и грамматические ошибки, но в конце концов это все ни к чему не приведет – если заранее не снабдить его программой, написанной для решения этой конкретной задачи.

Требующие эластичного мышления задачи могут быть для современного компьютера непосильными, даже если для человека они обыденны[47]. Возьмем распознание закономерностей. Экономист из Массачусетского технологического института Дэвид Отор рассуждает о трудности визуального распознания стула. Эту задачку решит любой школьник, но как запрограммировать компьютер, чтобы и у него получилось? Можно попробовать определить ключевые характеристики – горизонтальная поверхность, спинка, ножки. К сожалению, этот набор черт присущ многим предметам, которые не стулья, – например, кухонная плита с ножками или встроенная мойка с фартуком. Вместе с тем существуют стулья без ножек, и они под это определение не подпадут.

Определить стул, основываясь на рациональном описании с опорой на те или иные правила, трудно, поскольку определение должно включать не только типовые стулья, но и громадное разнообразие оригинальных моделей. Как же это удается любому третьекласснику? Эластичное мышление – не алгоритмическое, и под этим я подразумеваю, что мы овладеваем идеями и делаем выводы без четкого определения необходимых для этого шагов. (Это я говорю независимо от того, получится ли симулировать деятельность мозга при помощи машины Тьюринга, как некоторые считают.) Напротив, нейронная сеть нашего бессознательного ума не полагается на продуманные и легко формулируемые определения стула, а научается взвешивать сложную комбинацию особенностей предмета, а мы эту работу ума даже не осознаем.