Дэниэл Деннет - Опасная идея Дарвина: Эволюция и смысл жизни

Алан Тьюринг и Джон фон Нейман – величайшие ученые XX века. Если кого-то и можно назвать изобретателями компьютера, то это они, и плод их трудов стал для всех одновременно и триумфом инженерного искусства, и интеллектуальным орудием, позволяющим исследовать самые абстрактные области фундаментальной науки. Оба эти мыслителя одновременно были и великолепными теоретиками, и талантливыми практиками, представляя собой, таким образом, образец интеллектуального стиля, со времен Второй мировой войны играющего в науке все более важную роль. И Тьюринг, и фон Нейман не только стали создателями компьютера, но и внесли фундаментальный вклад в развитие теоретической биологии. Как мы уже отмечали, блестящий ум фон Неймана решил абстрактную проблему самовоспроизводства, а Тьюринг написал новаторскую статью о наиболее фундаментальных теоретических проблемах эмбриологии и морфогенеза 284: как сложная топология (форма) организма может возникнуть из простой топологии одной-единственной оплодотворенной клетки, из которой этот организм вырастает? Как знает любой старшеклассник, процесс начинается с момента довольно симметричного деления. (Как сказал Франсуа Жакоб, каждая клетка мечтает стать парой клеток.) Две клетки превращаются в четыре клетки, четыре – в восемь, а восемь – в шестнадцать; как в таком случае появляются сердце и печень, ноги и мозг? 285Тьюринг видел, что существует преемственность между подобными возникающими на молекулярном уровне проблемами и проблемой того, как поэт сочиняет сонет. И с первых дней существования компьютеров те, кто видел то же, что и Тьюринг, стремились использовать его удивительную машину для исследования загадок мышления 286. В 1950 году Тьюринг опубликовал свой пророческий очерк «Вычислительная техника и разум» в философском журнале Mind : несомненно, эта статья входит в список наиболее часто цитируемых публикаций за всю историю этого журнала. Когда он ее писал, программ Искусственного интеллекта не существовало – на деле в мире было всего два действующих компьютера, – но уже через несколько лет круглосуточно работающих машин оказалось достаточно, и Артур Сэмюэл, научный сотрудник IBM , смог использовать свободные от иных вычислений ночные часы машинного времени одной из первых гигантских ЭВМ для работы программы, которая имеет все шансы получить задним числом титул ИИ-Адама. Программа Сэмюэла играла в шашки; она все лучше и лучше играла сама с собой в предрассветные часы, перестраивая себя, отбрасывая более ранние версии, не слишком хорошо себя показавшие в ходе еженощных соревнований, и испытывая новые, бессознательно генерируемые мутации. В конечном счете она начала играть куда лучше самого Сэмюэла, став одним из первых очевидных доводов против несколько истерического мифа, будто «на самом деле все действия компьютера задаются программистом». Исходя из сказанного выше, можно видеть, что эта знакомая, но ошибочная идея – не что иное, как вариант предположения Локка, будто лишь Разум способен к созданию Замысла, использование очевидным образом ниспровергнутого Дарвином ex nihilo nihil fit . Более того, программа Сэмюэла превзошла своего создателя посредством поразительно классического процесса дарвиновской эволюции.

Таким образом, легендарная программа Сэмюэла является прародителем не только разумного вида, ИИ, но также и его наиболее современной боковой ветви, ИЖ, Искусственной жизни. Хотя эта программа и легендарна, сегодня лишь немногие знакомы с примечательными подробностями ее появления, многие из которых заслуживают широкой известности 287. Первая программа игры в шашки была написана Сэмюэлем в 1952 году для IBM 701, но способная к обучению версия появилась лишь в 1955‐м и работала на IBM 704; более поздняя версия была написана для IBM 7090. Сэмюэл нашел изящный способ закодировать любое возможное положение фишек в шашках с помощью четырех тридцатишестибитных «слов», а любой ход – посредством простого арифметического действия с этими словами. (В сравнении с современными чрезмерно расточительными компьютерными программами объемом в мегабайты, простейшая программа Сэмюэла была микроскопической – подлинно «низкотехнологичным» геномом, состоящим менее чем из шести тысяч строк кода – однако в то время ему приходилось писать машинным кодом, ибо дни языков программирования еще не настали.) Решив проблему перевода процесса простой игры в шашки в «понятный» компьютеру вид, он встал перед поистине трудной задачей: как сделать так, чтобы компьютерная программа оценивала ходы и при каждом удобном случае могла выбрать наилучший (или, по крайней мере, один из лучших)?

Как работала бы эффективная оценочная функция? У некоторых простейших игр наподобие крестиков-ноликов есть фактически осуществимые алгоритмические решения. Один из игроков обязательно победит или сыграет вничью, и наилучшую стратегию можно просчитать за обозримый период времени. Шашки – совсем другая игра. Сэмюэл указывал, что в пространстве возможных партий в шашки порядка 10 40 точек выбора, «и если принимать три решения в миллимикросекунду, все равно потребуется 10 21 веков, чтобы все их рассмотреть» 288. Хотя современные компьютеры в миллионы раз быстрее, чем неуклюжие гиганты времен Сэмюэла, они все еще не способны приблизиться к решению этой задачи путем обстоятельного прямолинейного перебора вариантов. Пространство поиска Чрезвычайно велико, и потому следует применить «эвристический» метод: полуразумные, близорукие демоны должны безжалостно подрезать ветви раскидистого древа возможных ходов, оставив для рискованного, полного случайностей исследования лишь крошечную его часть.

Эвристический поиск – одна из ключевых идей Искусственного интеллекта. Можно даже определить задачу данной исследовательской области как создание и исследование эвристических алгоритмов. Однако в информатике и математике существует и традиция, противопоставляющая эвристические и алгоритмические методы: эвристические методы рискованны и, в отличие от алгоритмов, не гарантируют результатов. Как нам разрешить подобное «противоречие»? Противоречия вовсе нет. Как и все алгоритмы, эвристические алгоритмы – механические процедуры, которые обязательно достигают своей цели, но в их случае цель предполагает поиск, который вовсе не обязательно приведет к результатам! Нет гарантии, что они что-нибудь отыщут , или, по крайней мере, они далеко не обязательно отыщут то, что искали, в отпущенное на это время. Но, подобно хорошо организованным состязаниям в мастерстве, удачные эвристические алгоритмы обычно в обозримое время приводят к весьма интересным, надежным результатам. Дело это рискованное, но в случае хорошего алгоритма шансы весьма высоки. За них можно поручиться головой 289. Неспособность осознать тот факт, что алгоритмы могут быть эвристическими процедурами, сбила с толку немало критиков Искусственного интеллекта. В частности, из‐за нее обманулся Роджер Пенроуз, взгляды которого станут темой пятнадцатой главы.