Читаем Гёдель, Эшер, Бах. Эта бесконечная гирлянда полностью

ШРДЛУ обладает удивительно гибким (в своих пределах) умением обращаться с языком. Эта программа понимает синтаксически очень сложные и даже двусмысленные предложения, если они могут быть проинтерпретированы на основе имеющихся данных, но она не способна понять «расплывчатого» языка. Возьмем, например, предложение «сколько кубиков надо поставить один на другой, чтобы получилась колокольня?» Мы тут же его понимаем, хотя, проинтерпретированное буквально, это предложение бессмысленно. И дело здесь не в использовании какой-то идиоматической фразы. «Поставить один на другой» — это неточное выражение, хотя люди понимают его без труда. Мало кто представит себе два кубика, каждый из которых стоит наверху другого.

Удивительно, насколько неточно мы используем язык — и все же нам удается общаться друг с другом! ШРДЛУ использует слова «металлическим» образом, в то время, как люди обращаются с ними как с губками или резиновыми мячиками. Если бы слова были гайками и болтами, люди могли бы просунуть любой болт в любую гайку, они просто затолкали бы один в другой, как в сюрреалистической картине, где все предметы представлены мягкими. Язык в людском употреблении становится почти текучим, несмотря на твердость его составляющих.

В последнее время внимание специалистов по ИИ в области понимания натурального языка сместилось от понимания отдельных предложений в сторону понимания больших кусков текста, такого, как рассказы и сказки для детей. Вот, например, незаконченная детская шутка, иллюстрирующая незаконченность ситуаций реальной жизни:

Один человек решил прокатиться на аэроплане.

К несчастью, он оттуда вывалился.

К счастью, у него был парашют.

К несчастью, парашют был сломан.

К счастью, он падал прямо на стог сена.

К несчастью, в стогу торчали вилы.

К счастью, он пролетел мимо вил.

К несчастью, он пролетел мимо стога.

Эта глупая история может продолжаться до бесконечности. Представить ее в системе фреймов было бы очень сложно: для этого понадобились бы одновременно активируемые фреймы для понятий человека, аэроплана, парашюта, падения и т. д.

Интеллект и эмоции

Или взгляните на эту коротенькую печальную историю:

Маша крепко зажала в кулаке веревочки новых красивых воздушных шаров. Вдруг налетел ветер и вырвал их у нее из рук Ветер отнес их к дереву. Шарики наткнулись на ветки и лопнули Машенька горько заплакала.

Чтобы понять эту историю, необходимо читать между строчками: Маша — маленькая девочка. Речь идет об игрушечных воздушных шарах с веревочками, чтобы ребенок мог их держать. Взрослому они могут не показаться красивыми, но в глазах ребенка они прекрасны. Маша стоит на улице или во дворе. «Они», которые ветер вырвал у Маши из рук, — это шарики. Ветер не понес Машу вместе с шариками — она их выпустила. Шарики могут лопнуть, наткнувшись на что-то острое. Лопнув, шарики утеряны безвозвратно. Маленькие дети любят шарики и могут быть горько разочарованы, когда те лопаются. Маша видела, как ее шарики лопнули. Дети плачут, когда им грустно. Маша горько плакала, потому что ей было очень грустно из-за потери шариков.

Это, скорее всего, только маленькая часть того, что не выражено на поверхностном уровне истории. Чтобы понять рассказ, программа должна все это знать. Вы можете возразить, что даже если программа и «понимает» рассказ на некоем интеллектуальном уровне, она все равно не поймет его «по-настоящему», пока сама не научится «горько плакать». Когда же компьютеры начнут это делать? Подобную антропоцентрическую точку зрения высказывает Иосиф Вайценбаум в своей книге «Мощь компьютеров и человеческий разум» (Weizenbaum. «Computer Power and Human Reason»), и я думаю, что это важная и очень глубокая тема. К несчастью, в данный момент многие специалисты по ИИ не желают, по разным причинам, серьезно относиться к этому вопросу. С другой стороны, они правы в том, что сейчас пока преждевременно думать о плачущих компьютерах; мы должны думать о том, как научить компьютеры понимать человеческую речь. В свое время мы столкнемся с более глубокими и сложными проблемами.

Перед ИИ лежит долгий путь

Иногда кажется, что, поскольку человеческое поведение настолько сложно, оно не управляется никакими правилами. Но это только иллюзия — все равно, что считать, что кристаллы и металлы появляются на свет, следуя жестким правилам, а жидкости и цветы — нет. Мы вернемся к этому вопросу в следующей главе.

Перейти на страницу:

Похожие книги

Простая одержимость
Простая одержимость

Сколько имеется простых чисел, не превышающих 20? Их восемь: 2, 3, 5, 7, 11, 13, 17 и 19. А сколько простых чисел, не превышающих миллиона? Миллиарда? Существует ли общая формула, которая могла бы избавить нас от прямого пересчета? Догадка, выдвинутая по этому поводу немецким математиком Бернхардом Риманом в 1859 году, для многих поколений ученых стала навязчивой идеей: изящная, интуитивно понятная и при этом совершенно недоказуемая, она остается одной из величайших нерешенных задач в современной математике. Неслучайно Математический Институт Клея включил гипотезу Римана в число семи «проблем тысячелетия», за решение каждой из которых установлена награда в один миллион долларов. Популярная и остроумная книга американского математика и публициста Джона Дербишира рассказывает о многочисленных попытках доказать (или опровергнуть) гипотезу Римана, предпринимавшихся за последние сто пятьдесят лет, а также о судьбах людей, одержимых этой задачей.

Джон Дербишир

Математика
Размышления о думающих машинах. Тьюринг. Компьютерное исчисление
Размышления о думающих машинах. Тьюринг. Компьютерное исчисление

Алану Тьюрингу через 75 лет после сто смерти, в 2009 году, были принесены извинения от правительства Соединенного Королевства за то, как с ним обошлись при жизни. Ученого приговорили к принудительной химической терапии, повлекшей за собой необратимые физические изменения, из-за чего он покончил жизнь самоубийством в возрасте 41 года. Так прервался путь исследователя, признанного ключевой фигурой в развитии компьютеров, автора первой теоретической модели компьютера с центральным процессорным устройством, так называемой машины Тьюринга. Ученый принимал участие в создании первых компьютеров и использовал их для расшифровки нацистских секретных кодов, что спасло много жизней и приблизило конец войны. Такова, по сути, трагическая история гения, которого подтолкнула к смерти его собственная страна, хотя ей он посвятил всю свою жизнь.

авторов Коллектив

Математика / Научпоп / Образование и наука / Документальное