Homo Roboticus? Люди и машины в поисках взаимопонимания

Позже Брейнера пригласила Hughes Corp. с целью разработки глубоководного морского магнитометра для судна Glomar Explorer. По официальной версии, он предназначался для поиска полезных ископаемых – марганцевых конкреций на океаническом дне на глубине 3000–3500 м. Десятилетие спустя выплыла информация, что реально это делалось в рамках операции ЦРУ по поиску и подъему затонувшей советской подводной лодки со дна Тихого океана. В 1968 г. после убийства Роберта Кеннеди советник Белого дома по науке попросил Брейнера порекомендовать технические средства для обнаружения спрятанного оружия. Тот явился в Исполнительное управление президента с относительно простой системой из четырех магнитометров, ставшей основой для современных металлодетекторов, которые широко используются в аэропортах и общественных зданиях и по сей день{113}.

Брейнеру все же удалось обнаружить связанное с землетрясениями изменение магнитного поля вдоль разлома, но сигнал был трудно различим на фоне геомагнитной активности, и его гипотеза не получила широкого признания. Он не позволил отсутствию научного подтверждения стать препятствием на своем пути. В Varian ему платили за поиск новых сфер коммерческого применения магнитометров, и в 1969 г. он вместе с пятью коллегами из Varian основали Geometrics, компанию, которая использовала авиационные магнитометры для поиска нефтяных месторождений.

В течение семи лет Брейнер руководил компанией по разведке нефти, а затем продал ее Edgerton, Germeshausen, and Grier (EG&G) и проработал еще семь лет в их филиале, прежде чем уйти в 1983 г. К тому времени технологии искусственного интеллекта, начало которым положили SAIL Джона Маккарти и работа Фейгенбаума и Ледерберга по сбору и организации знаний, начали завоевывать Кремниевую долину. Businessweek в июле 1984 г. с энтузиазмом провозглашал: «Искусственный интеллект уже здесь!» Через два месяца в вечерних новостях канала CBS Дэн Разер представил хвалебный репортаж об успехах SRI в разработке экспертных систем для поиска залежей полезных ископаемых. Охваченный энтузиазмом Брейнер стал частью волны ориентированных на технологии предпринимателей, которые верили, что пришло время коммерциализации отрасли.

Вслед за Dendral, первой экспертной системой, такие системы стали появляться одна за другой. В Mycin, также разработанную в Стэнфорде, был заложен «механизм построения заключений» на основе логики «если… то» и «базы знаний» примерно из шести сотен правил выявления кровяных инфекций. В Питтсбургском университете в 1970-х гг. осуществлялась программа Internist-I, еще одна из попыток решить проблему диагностики и лечения болезней. В 1977 г. в SRI Питер Харт, начавший свою карьеру в области искусственного интеллекта с робота Shakey, и Ричард Дуда, еще один из первых исследователей искусственного интеллекта, создали систему Prospector, чтобы помочь в поиске месторождений полезных ископаемых. Эта работа активно освещалась телеканалом CBS. А в 1982 г. Япония объявила программу по созданию компьютера пятого поколения. Открыто ориентированная на искусственный интеллект, она подстегнула конкуренцию и в конечном итоге бум в сфере искусственного интеллекта. В результате возник рынок, предлагавший новоявленным кандидатам естественных наук неслыханные $30 000 в год сразу после защиты.

Джинн был окончательно выпущен из бутылки. Разработка экспертных систем стала дисциплиной, названной «инженерия знаний»: идея заключалась в том, что можно собрать и упорядочить знания ученых, инженеров или менеджеров и применить их для управления предприятием. Компьютер фактически превращался в признанного авторитета. В принципе эта технология могла использоваться для расширения возможностей человека, но производители программного обеспечения в 1980-х гг. продавали ее компаниям под флагом снижения затрат. Как средство повышения производительности она чаще всего предполагала вытеснение людей.

Брейнер искал отрасль, где легко создать базу знаний, и остановился на коммерческом кредитовании и страховом андеррайтинге. В то время опасения в отношении автоматизации были еще не так сильны, и он не рассматривал проблему с этой точки зрения. Компьютерный мир делился на сравнительно дешевые персональные компьютеры и более дорогие «рабочие станции» – чаще всего мощные компьютеры для автоматизированного проектирования. Две компании, Symbolics и Lisp Machines, Inc., отпочковавшиеся от Лаборатории искусственного интеллекта Массачусетского технологического института, занимались специализированными компьютерами для работы на языке Lisp, предназначенном для создания приложений искусственного интеллекта.