Юрий Берков - Новые кроманьонцы. Воспоминания о будущем. Книга 3

Мы объединили все предметы в группы, назвав их словом «существительные». Мы объединили все действия с предметами в группы, назвав их словом «глаголы». Мы объединили все свойства предметов в группы, назвав их «прилагательными» и т. д. Теперь, не имея самих предметов, мы можем мысленно проделывать с ними что угодно и, пользуясь различными аналогиями, ассоциациями, предвидеть, что будет с предметом в результате тех или иных действий. Мало того, вообще не имея образа предмета, скажем, атома или электромагнитной волны, мы можем иметь слова, обозначающие эти предметы и их свойства, и из этих умозрительных образов рождать какие-то умозаключения. Это уже познание невидимого, неизведанного, скрытого от наших органов чувств. Это уже наука, творчество. Мы можем полностью отрешиться от реальности и оперировать только с вымышленными образами. Так создаются мифы, произведения искусства. На это способен только человек. Вот какая огромная роль принадлежит абстрактному, символьному мышлению.

В это время на экране пошёл какой-то текст, но Александр ничего не понял.

– Что она пишет?

– Она сообщает, что вошла в Мировой банк данных. А теперь она пытается подключиться к главному суперкомпьютеру Земли, который находится в Пентагоне. Она передаёт мой код. Вот, получила разрешение. Есть связь с суперкомпьютером. Теперь она ставит перед главным искусственным интеллектом планеты мою задачу. Сама она справится с ней не может. Суперкомпьютер запрашивает исходные данные. Дальше моя машина будет работать в сервисном режиме. Она будет искать необходимую информацию, и передавать её в суперкомпьютер со скоростью 600 Мбт/с. Всё, информация пошла. Теперь это надолго.

– Так как же всё-таки научили машину думать? – спросил Саша.

– Ну, прежде всего в неё нужно заложить информацию о внешнем мире, о всех предметах и их свойствах. Но как это сделать? Как объяснить машине, что такое стол, если она никогда его не видела? Для неё это пустой звук, символ.

– Можно заложить описание стола, – подсказал Саша.

– Конечно. Объяснить, что он состоит из столешницы, четырёх ножек, коробки. Но машина не знает что такое столешница, ножки. Ей надо объяснить, что столешница – это прямоугольная или круглая доска. Но тогда она спросит: «а что такое доска?» И опять придётся долго объяснять, но и в этом случае она ничего не поймёт, поскольку ей непонятен смысл слов «дерево», «прямоугольник», «толщина» и т. д. Мы создаём понятия на основе зрительных образов и ощущений, но у машины нет органов чувств, нет ощущений и для неё любые понятия не более чем набор символов, которые она не понимает. Словами нельзя определить слова.

– Значит, машине надо дать органы чувств? – неуверенно спросил Александр.

– Да. Можно дать глаза – телекамеры. Можно записать в память изображения многих предметов, но это сложно. Нужно предъявить машине десятки столов и научить её вырабатывать главные отличительные признаки стола, создавать абстрактный образ. Но можно поступить проще. Дать систему координат и семейство точек в разных плоскостях, т.е. простые геометрические формы изображающие абстрактный стол. Потом указать возможные, наиболее вероятные пределы изменения положения этих точек, этих фигур, их разброс. Получается размытая, абстрактная математическая модель стола. Затем можно дать варианты конструкции: «стол письменный», «стол журнальный», «стол круглый обеденный» и т. д. Теперь, в случае необходимости, при появлении в операционной системе машины идентификатора: «стол круглый», из памяти её будет извлечён трёхмерный образ стола с круглой столешницей, с которым далее следует совершить какие-то действия. Конечно, это относится не только к столу, но и к любому известному науке предмету. Если нельзя точно описать предмет, то даётся его схематический, условный образ более или менее соответствующий реальному. Так, в машину были занесены описания всех известных нам предметов во Вселенной.

– Ого! Но это же очень много! – воскликнул Саша.

– Да. На это было потрачено немало времени, пока удалось создать Мировой банк данных по всем предметам. Мало того, машине нужно объяснить свойства предметов: мягкий, твёрдый, тёплый, холодный и т. д. Как это сделать? Ведь у неё нет тактильных датчиков, она не может пощупать предмет. С длиной, шириной, высотой проще. Их можно задать на осях координат в трёх измерениях, а тут пришлось вводить дополнительные оси, дополнительные измерения. Временную ось, чтобы описывать события, протекающие во времени и ось электромагнитного спектра. Ведь цвет, свет, теплота – всё это электромагнитные волны разной длины. Гравитационную ось, чтобы описывать притяжение предметов. Оси электростатического и магнитного полей, чтобы измерять электрические заряды и магнитное поле. Кроме того, потребовалось описать возможные виды взаимодействий предметов в пространстве и времени. Таких взаимодействий оказалось не так уж и много. Это перемещения вдоль осей координат, вращательные и колебательные движения, передача энергии от одного тела к другому, превращение энергии из одного вида в другой. Всё это удалось описать на машинном языке. Множество слов – глаголов превратить во множество моделей движения. Каждая модель получила свой составной идентификатор. Таким образом, весь окружающий нас мир, со всеми его свойствами и видами взаимодействий, удалось записать в память Мирового банка данных с помощью слов – идентификаторов, и объяснить каждый идентификатор, дав ему пространственно-временные и прочие измерения. Осталось совсем немного – научить машину думать!

– Ничего себе «немного»! – усмехнулся Александр.

– А это действительно уже немного. Просто необходимо было научить машину строить логические цепочки «причина – следствие» или «действие – результат», что, в общем-то, она давно умела делать, моделируя тот или иной процесс по частям. Например: тело + импульс силы = движение. Параметры движения зависят от массы тела, величины и направления импульса. Они легко рассчитываются машиной по известным уравнениям физики. Сложные взаимодействия разделяются на более простые, а затем каждое из них проигрывается машиной. Но главное здесь не проигрывать процесс каждый раз заново, а получить новую логическую связь: «действие – результат», как у нас в мозгу, мгновенно. Для этого в машине автоматически создаются специальные информационные ключи, которые открываются, если этот процесс уже моделировался ранее и машина сразу выходит на результат, на качественную или количественную оценку.

– Здорово! – восхищённо произнёс Александр.

– Но это ещё не всё. Необходимо развить у машины ассоциативное мышление. Научить её находить сходные процессы, описываемые одними и теми же математическими уравнениями, моделями, но принадлежащие к разным областям знаний. Таких процессов и моделей в природе множество. Достаточно сказать, что и в механике, и в термодинамике, и в электромагнетизме все процессы движения, волновые процессы, описываются одними и теми же дифференциальными уравнениями. И здесь машине помогают составные идентификаторы из других областей знаний. Если машина решает какую-нибудь задачу и встаёт в тупик в отношении модели решения, то она ищет сходные идентификаторы, машинные слова, и движется по ним. А конечный результат проверяет на совпадение с экспериментальными данными или ожидаемым результатом, который задаёт человек. Если экспериментальные данные совпадают с расчётными, то модель (методика) расчётов выбрана машиной правильно. Если нет, машина ищет новый вариант расчётов, новую модель. Сначала берутся наиболее близкие составные идентификаторы, совпадающие по большинству слов, потом более далёкие и, наконец, куски идентификаторов из других областей знаний, позволяющие составить новый, ранее неизвестный, идентификатор нового неизвестного процесса и таким образом найти решение неизвестной ранее задачи. Если же вообще ничего не подходит, то машина требует от человека подсказки, уточнения экспериментальных данных или условий проведения эксперимента. Она сомневается в достоверности исходных или конечных данных. Может попросить проварьировать исходные или конечные результаты в разумных пределах и откорректировать их, найдя точную физическую модель происходящего процесса или ошибку в исходных данных. Так были уточнены многие физические константы Вселенной, которые мы знали лишь приближённо. Мир очень логичен и подчинён строгим физическим законам. Имея математические модели различных процессов, всегда можно выбрать ту, которая выведет на нужный результат. И наоборот, зная модель, можно получить новый результат, не прибегая к физическому моделированию. Поскольку во Вселенной всё взаимосвязано, то, уточнив мировые константы и законы взаимодействия, оказалось возможным раскрыть все тайны макро и микромира.