Гарри Каспаров - Человек и компьютер: Взгляд в будущее

Но эволюция — это не улучшение, а изменение. Как правило, от простого к сложному, но ключ — рост разнообразия, изменение природы вещей. Оптимизация может сделать компьютерный код быстрее, но не меняет его природы и не создает ничего нового. Перлис любил показывать «эволюционное древо» языков программирования и то, как один язык эволюционировал в другой в процессе адаптации к новым потребностям и новому аппаратному обеспечению. Он утверждал, что только амбициозные цели ведут к эволюции, поскольку они ставят перед нами новые задачи и рождают новые потребности, которые не могут быть удовлетворены только за счет оптимизации существующих методов и инструментов.

Это также вопрос «цены выбора». Если чрезмерно сосредоточиться на оптимизации, не создавая ничего нового, может наступить застой. Всегда проще вносить улучшения, чем изобретать что-то действительно новое, другое, но последнее гарантирует гораздо бóльшую отдачу во всех отношениях.

Эта максима Перлиса широко применима и за пределами программирования, хотя здесь тоже следует проявлять осторожность, чтобы не переусердствовать. Она сама эволюционировала в популярную присказку «оптимизация — враг инноваций», которая может увести нас на еще одну скользкую дорожку. Многие вещи, которые мы называем инновациями, представляют собой нечто лишь немногим большее, чем умелая аккумуляция множества мелких оптимизаций. Например, в первом iPhone довольно мало инновационных технологий, и он даже не был первым в своем роде. Знаменитый iPad также не пионер в мире планшетов и т. д. Но быть первым — и даже быть лучшим — вовсе не гарантия успеха. Способность соединить вместе правильные компоненты в правильное время решает очень многое, особенно в эпоху, когда маркетинговые бюджеты растут, а средства, выделяемые на НИОКР, сокращаются. Ни одно изобретение само по себе не является «прорывным» — ему нужно обеспечить «прорывное» использование.

Чарльз Бэббидж, Алан Тьюринг, Клод Шеннон, Герберт Саймон, Дональд Мичи, Ричард Фейнман, Кен Томпсон… Этот список можно продолжать очень долго. Все эти и многие другие выдающиеся мыслители и изобретатели XX века посвящали столько времени шахматам, что у меня невольно возникает вопрос: что если бы они не увлекались этой игрой? Как это повлияло бы на их продуктивность — в лучшую или худшую сторону? Польза шахмат для развития концентрации и творческого мышления у детей научно доказана. Возможно, они оказывают такое же влияние и на взрослых? Или же дело в том, что раннее обучение игре в шахматы благоприятно сказалось на развитии мыслительных способностей этих великих ученых?

Раньше считалось, что мозг теряет свою пластичность еще до достижения совершеннолетия, но в последние годы появились иные точки зрения. Нобелевский лауреат Ричард Фейнман подробно рассказал о том, как его странные хобби — исполнение бразильской музыки на барабанах бонго и искусство открывания замков отмычками — помогают ему в занятиях физикой, а не отвлекают от них. Кен Томпсон любил пилотировать свой маленький частный самолет. И даже если вам уже поздно мечтать о Нобелевской премии, никогда не поздно научиться играть в шахматы, тем более что многочисленные исследования подтвердили, что игра в шахматы и другие сложные виды умственной деятельности позволяют отсрочить старческую деменцию.

По иронии судьбы создание Томпсоном сверхбыстрой специализированной машины Belle положило конец эволюции шахматных машин. Результаты, полученные с помощью скорости, грубой силы и оптимизации, были слишком хороши для того, чтобы пренебречь ими, желая создать конкурентоспособную шахматную машину. И хотя впоследствии многие важные изменения сделали поиск более эффективным и добавили крупицы шахматных знаний, выигрышная концепция была уже найдена. Благодаря совместной работе интернет-сообщества программистов над усовершенствованием методов программирования, более совершенным дебютным базам данных и все более высокопроизводительным процессорам от Intel, шахматные движки для ПК стремительно улучшались. Уже через шесть лет суперкомпьютер Deep Blue стоимостью в миллионы долларов, с его специализированными шахматными микропроцессорами и колоссальными вычислительными мощностями, был превзойден обычными коммерческими программами для ПК, работающими на сервере Windows корпоративного класса.

Это означает, что вы можете создать шахматную машину на лучшем в мире специализированном аппаратном обеспечении и на данный момент она будет сильнейшей на планете. Но, если вы не станете постоянно вкладывать огромные деньги в замену дорогостоящих специализированных микропроцессоров на все более миниатюрные и быстродействующие, эта шахматная машина окажется замороженной во времени. Выигрыш, который IBM получила за победу над чемпионом мира, компенсировал колоссальные инвестиции, но впоследствии компания не смогла найти своему шахматному суперкомпьютеру иного применения, кроме как отправить его в музей Смитсоновского института в Вашингтоне.

Я не собираюсь вступать в спор с IBM, которая в многочисленных пресс-релизах и интервью оправдывала затраты на Deep Blue заявлениями о том, что этот проект послужил полезной испытательной площадкой для технологий параллельной обработки и других проектов. Думаю, в этих заявлениях есть доля правды. Но я не понимаю самой необходимости таких оправданий. Что плохого в том, что одна из величайших в мире хай-тек-компаний вкладывает деньги в увлекательный поиск, состязание, объединяющее массовую культуру и высокие технологии? Понятно, что IBM хотела превратить эти сотни миллионов долларов инвестиций в рекламу своих продуктов и непосредственный рост продаж. Она добилась своего, но шахматный проект, показавший готовность компании браться за новые задачи и ее исследовательский дух, принес ей кое-что еще. Нет лучшего способа завоевать долю рынка, чем захватить воображение людей.

Разговоры о матче-реванше с Deep Blue начались еще на церемонии закрытия первого матча в Филадельфии. Я спросил у руководителя команды Си Джей Тана, сумеют ли они существенно улучшить Deep Blue в ближайшее время. Он сказал, что да, поскольку теперь знают, чтó для этого необходимо. «Хорошо, — ответил я, — тогда я дам вам еще один шанс!»

Я не шутил. Мне было известно, что компьютеры становятся все быстрее, а шахматные машины — все сильнее, в соответствии с законом Мура: удвоение скорости позволяет увеличить глубину просмотра на один дополнительный слой, а увеличение глубины просмотра на один слой повышает шахматную силу машины примерно на 100 пунктов рейтинга и т. д. Но, очевидно, даже опытная и талантливая команда, опиравшаяся на огромные ресурсы IBM, не могла не столкнуться с трудностями. Ей потребовалось шесть лет, чтобы поднять рейтинг Deep Blue с 2550 пунктов до 2700 — уровня, на котором он играл в Филадельфии. Несмотря на то, что у машины были новые микропроцессоры, новый суперкомпьютер и персональный тренер-гроссмейстер, я перехитрил ее в 5-й партии и практически без сопротивления разгромил в финальной 6-й. Может быть, Deep Blue достиг такого порога, когда отдача от увеличения глубины поиска стала минимальной? Мне не верилось, что они сумеют усовершенствовать машину до моего уровня 2800+ без нескольких лет упорной работы.