Зачем мы говорим. История речи от неандертальцев до искусственного интеллекта

Shall I compare thee to skill,

The white heart of the release moon still come and say,

And all the one rain is the our heads, in the green day.

The precision of countrys of the corner so little garden, darkening blessed of

sea while one of the city for the voice in the window –

The rusty ban, who deadest an old and the starpy called people,

And the draw of the doors and the time for proval, so many instant

Than are a river on the warm of the blood of his willing and play

And gave me here some move; and what any.

Сравню ли я тебя с искусством,

Белое сердце освобождающей луны все же придет и скажет,

И весь единый дождь – это наши головы зеленым днем.

Аккуратность странов этого угла, поэтому маленький садик, потемнев, благословил море, когда кто-то из города для голоса в окне –

Ржавый запрет, который умертвил старый и старпно названный народ,

А сквозняк дверей и время для доказа, так много мига,

Который есть река на тепле крови его желания и игры

И дал мне здесь немножко движения, и что нибудь[41] [4].

Конечно, Роксана, скорее всего, была бы разочарована, если бы Кристиан продекламировал ей этот полуграмотный поток сознания. Тем не менее здесь программист меньше задействован в творческом процессе. В 2015 году Джеймс Ллойд и Алекс Дэвис, работавшие в то время в Кембриджском университете, обучали искусственную нейронную сеть на примере 10 000 стихотворений. Подобно алгоритмам, которые преобразуют речь в текст и с которыми мы уже встречались ранее, эти программы учатся выполнять задание посредством «знакомства» с многочисленными примерами. Нейронные сети организованы так, чтобы иметь возможность предсказывать, какие слова и словосочетания, скорее всего, должны появиться дальше по тексту. Поэтому когда компьютер получает строку «Сравню ли я тебя…», он делает предположение о том, каким может быть ее окончание, а затем продолжает прогнозировать, как будет развиваться сонет, разворачивая его буква за буквой.

Во время обучения то, что создает нейронная сеть, сравнивается с реальным стихотворением. Если сеть неправильно прогнозирует следующую букву, она корректирует свои внутренние связи для улучшения прогнозов в будущем. Такая система не имеет возможности механически запоминать каждое стихотворение с точностью до буквы, поэтому прогнозы никогда не совпадают с исходным стихотворением.

Побуквенная работа означает, что алгоритму необходимо выучить даже самые элементарные языковые структуры. Через несколько секунд после начала обучения программа создает тарабарщину, но все же видно, что она уже поняла, что в английском языке часто встречается буква «e»:/Wteh lea e a sti es s e inne re l se l lhre, so e sir a f e riay r mn rdh rewsr e iie r eto e ctsse e i o en e tnea e s.

Еще через несколько минут нейронная сеть догадалась, что буквы складываются в «слова»:

ursoe haoth sicge tim bonr ghoiconiiroch is a)o

PuTTY dhr doooc nins voaed ofitot tions anewt

А через пять минут некоторые слова уже вполне похожи на английские:

Stand the fanes and chen the posser.

Srone the she was insoneed the crour faning of mas

Еще через несколько часов неслов становится меньше и улучшается грамматика:

Are you not pleasant?

And as I am leaving you my life like the earthworms?[42]