Новые темные века

В каком-то смысле машинный перевод приближается к идеалу, описанному в 1921 году Вальтером Беньямином в эссе «Задача переводчика»: наиболее точный перевод игнорирует исходный контекст, позволяя проникнуть в глубинный смысл оригинала. Беньямин настаивал на примате слова над предложением и смысла над содержанием. «Настоящий перевод прозрачен, – писал он. – Он не заслоняет оригинал, не загораживает его свет, а, наоборот, позволяет чистому языку, как бы усиленному собственными средствами выражения, более полно осветить оригинал»(22). Беньямин полагал, что переводчик не должен стремиться напрямую передать то, что имел в виду автор, то есть не заниматься «неточной передачей несущественного содержания». Вместо этого следует по-своему передать тот же смысл, работая в своем уникальном стиле письма и перевода. Этого можно достичь, «буквально передавая синтаксис, что доказывает примат слова над предложением как базовой единицы перевода». Только внимательное вчитывание в слова, а не поверхностное переложение авторских фраз, открывает доступ к глубинному значению оригинального текста. «Если предложение – это стена, отделяющая нас от языка оригинала, то буквальный перевод – это арка». Перевод всегда несовершенен, он не преодолевает дистанцию между языками, а лишь подчеркивает ее. Воздушную, невесомую арку можно построить, только смирившись с «дистанцией, чуждостью, недостаточностью и несоответствием между языками», следовательно, перевод – это не изложение смысла, а осознание его отсутствия(23). Машины, по-видимому, на это не способны. И как отнесся бы Беньямин к тому, что изначально корпус текстов Google Translate состоял из многоязычных расшифровок заседаний ООН и Европейского парламента?(24) Это тоже закодированное варварство.

В 2016 году ситуация изменилась. Вместо использования строгого статистического вывода между текстами система Google Translate начала использовать нейронную сеть, разработанную в рамках исследовательского проекта Google Brain, и внезапно возможности машинного перевода многократно улучшились. Сеть уже не просто связывает корпуса текстов перекрестными ссылками, а строит свою собственную модель мира, и в результате вместо набора двумерных связей между словами получается карта всей «территории». В этой новой архитектуре словаˊ кодируются по их отдаленности друг от друга в сетке значений – сетке, которую может понять только компьютер. Человеку несложно связать между собой слова «автомат» и «стиральная машина», но быстро становится невозможным разместить на одной карте слов все возможные связи между «автомат» и «революция», между «стиральной машиной» и «уборкой» и все эмоции и ассоциации, которые из них следуют. Карта значений настолько многомерна и обширна, что человеческому разуму не под силу ее вместить. Как один из инженеров Google ответил журналисту, который просил показать изображение такой карты: «Я не стану даже и пытаться визуализировать тысячи многомерных векторов в трехмерном пространстве»(25). Это невидимое пространство, в котором машинное обучение обретает смысл.

Невозможность визуализировать не так страшна, как неспособность понять; нам наиболее чуждо то, что более всего походит на разум. В 1997 году в Нью-Йорке действующий чемпион мира по шахматам Гарри Каспаров встретился с компьютером «Deep Blue», который разработали в IBM специально для этого матча. За год до того в Филадельфии сильнейший шахматист мира уже одолел компьютер с результатом 4–2 и теперь был уверен в победе. После поражения от «Deep Blue» Каспаров утверждал, что некоторые ходы машины были настолько умными и изобретательными, что за ними должен был стоять человек. Но мы понимаем, почему «Deep Blue» играл именно так: каждый ход был результатом перебора немыслимого количества возможных вариантов. Сложнейшая система из 14 000 специальных чипов каждую секунду анализировала 200 миллионов позиций на доске. На момент матча это был 259-й по мощности компьютер на планете, предназначенный к тому же исключительно для анализа шахматных партий. При каждом ходе он мог учитывать намного больше комбинаций, чем гроссмейстер. Компьютер был не умнее проигравшего ему Каспарова, а просто лучше оснащен.