А.КОНДРАТОВ
ЭЛЕКТРОННЫЙ
РАЗУМ
ОЧЕРК ИССЛЕДОВАНИИ
ПО ПРОБЛЕМЕ ИСКУССТВЕННОГО
ИНТЕЛЛЕКТА
издательство
*Знание*
Москва
1987

ББК 32.816
К64
КОНДРАТОВ Александр Михайлович (р. 1937 г.) — кандидат
филологических наук, специалист по математической
лингвистике, член Научного совета по кибернетике АН СССР, член
Географического общества СССР и Союза журналистов СССР.
Автор сорока научно-популярных книг о проблемах
математической лингвистики, кибернетики, моделирования творчества,
искусственного интеллекта.
Рецензенты: Д. А. Поспелов, профессор, доктор
технических наук; В. И. Никишин, доктор технических наук,
лауреат Ленинской премии; Р. Г. Пиотровский,
профессор, доктор филологических наук; М. Г. Гааз е-Рапопорт,
кандидат технических наук; Р. X. 3 а р и п о в, кандидат физико-
математических наук; К. Д. Лаушкин, кандидат исторических
наук.
Научный консультант академик Г. С. Поспелов
Кондратов А. М.
К64 Электронный разум. Очерк исследований по
проблеме искусственного интеллекта.— М.: Знание,
1987—176 с.
30 к. 100 000 экз.
Еще в XIII веке была высказана идея создания усилителя умственных
способностей человека. В наше время эта идея стала научной и технической
проблемой, получившей название «искусственный интеллект». Об этой проблеме,
о ее связях с кибернетикой и компьютеризацией, с моделированием твор
чества и будущим робототехники и рассказывается в книге.
Рассчитана иа широкий круг читателей.
„ 1502000000—039
К 39—87 ББК 32.816
073(02)—87
© Издательство «Знание», 1987 г.

МАШИНА РЫЦАРЯ РАЙМУНДО
(вместо предисловия)
Конец XIII века — века Данте и Джотто, Роджера
Бэкона и Фомы Аквинского, века искусства и теологии,
последнего крестового похода и первых зачатков науки...
В соборе столицы королевства Арагон идет служба.
Внезапно в собор въезжает на коне дон Раймундо Лулл,
дуэлянт, щеголь, повеса, сочинитель легкомысленных
песенок и любимчик короля. Молитва умолкает,
молящиеся в смятении, а дон Раймундо обращается со
словами любви к сеньоре Амбросии де Кастелло, которой уж
давно не дает прохода.
Возмущенная кощунством и дерзостью дона
Раймундо, красавица сбрасывает мантилью, показывает
страшную язву на груди:
— Сначала избавьте меня от этой напасти, а уж
потом клянитесь в вечной любви!
Рыцарь Раймундо был потрясен. Он не знал, как
излечить сеньору. Оставив почетную должность
воспитателя принца, он покинул столицу королевства Арагон и
вернулся на родину, на остров Мальорку.
Тридцатидвухлетний Раймундо Лулл (или в позднейшей
латинизированной транскрипции Раймунд Луллий) решил начать новую
жизнь: вступить в орден францисканцев, постичь мудрость
мира, найти эликсир бессмертия и обратить в
христианство всех, кто еще не был обращен и не веровал в
Спасителя, который согласно легенде явился грешному рыцарю
Раймундо в ночь после его безумного вторжения в собор.
Добился ли он своей цели? Эликсир бессмертия,
несмотря на многолетние занятия алхимией, найти ему
не удалось, хотя он и утверждал, что добыл основную
часть эликсира — «воду жизни» (по-латыни «аква вита»).
На каком же основании он утверждал это? На том,
оказывается, что он якобы регулярно изо дня в день
пьет эту воду и чувствует себя превосходно.
Впоследствии оказалось, что дон Раймундо просто-напросто
прикладывался к бутылочке — он открыл... обыкновенный
спирт, давно уже до него открытый алхимиками-арабами,
3

что, впрочем, ему могло быть неизвестно. Такие открытия
уже открытого случались сплошь да рядом во все века.
Трагично окончилась для Луллия его миссионерская
деятельность. Не раз попадал он в беду, проповедуя
учение Христа среди мусульман, а однажды, уже глубоким
стариком, был побит каменьями на рыночной площади
одного из городков Северной Африки. Окровавленное
тело проповедника подобрал купец из Генуи по имени
Стефан Колумб; умирая, Луллий будто бы предсказал
ему, что его потомку суждено будет открыть Новый Свет.
Легендами окутаны и другие деяния Луллия,
которого католическая церковь причислила к лику святых.
Но труды этого необыкновенного человека, который был
ученым и талантливым писателем, вполне реальны. Стихи
и романы рыцаря Раймундо Лулла, написанные на его
родном каталанском языке, стали для Каталонии тем же,
чем были творения Данте для Италии: они легли в
основу литературного языка. Ученые его трактаты на
латыни многочисленны и разнообразны. Правда, как
доказали историки, большинство из них писал не сам
Луллий. Луллию приписывала их молва, ибо его имя стало
символом мудрости для народов средневековой Европы.
Однако известны и подлинные сочинения самого Луллия.
Основное его сочинение называется «Великое
искусство» («Ars magna»). Покинув родную Мальорку,
«доктор иллюминатус», то есть просветленный наставник
(как прозвали Луллия), побывал в различных городах
Европы, проповедуя свои богословские взгляды. В
Сорбонне он прослушал лекцию крупнейшего схоласта и
философа той поры Дунса Скота. Внимал он Скоту не
благоговейно, перебивал его критическими репликами и в
конце концов взобрался на кафедру сам и начал
проповедовать свое Великое искусство.
Истинность своей системы, в сущность и подробности
которой входить мы не будем, Луллий доказывал не
только логическими аргументами, а и формулами,
наподобие алгебраических. Но главным его изобретением
была «логическая машина» — система концентрических
вращающихся кругов, при помощи которых он
механически получал доказательства.^
Зная, что из аксиом выводят теоремы, леммы,
формулы, Луллий начал с того, что принял за «аксиомы
знания» шесть категорий, в каждой из которых было по
девяти элементов. Например, «абсолютные начала»: доб-
4

рота, величие, вечность, мудрость и т. д.; каждое из них
обозначалось особой буквой. «Начала относительные»:
различие, согласованность, противоположность, середина,
конец, равенство. Аксиома «добродетели» включала такие
элементы, как справедливость, умеренность, вера,
милосердие, надежда, а аксиома «пороки» — жадность,
обжорство, сладострастие, гордыню, лень, зависть, гневливость,
лживость, предательство. Вспомним девять кругов ада у
Данте: тот же ход мысли.
У Луллия тоже были свои круги — круги его
«машины». На эти круги, или «фигуры», и помещались его
категории и элементы. Каждый круг был поделен на
камеры (секторы), которые в соответствии с той или
иной категорией были окрашены в различные цвета или
помечены латинскими буквами. Круги соединялись друг
с другом, и, приводя их во вращение, можно было
получить сочетания символов и цветов, своеобразные
«формулы истины».
«Вычислять» с помощью концентрических кругов
можно было не только богословские, но и любые другие
истины. В «Новом трактате по астрономии», например,
Луллий показывает, как с помощью системы из восьми
кругов составлять гороскопы. На внешнем, неподвижном
круге нарисованы 12 знаков зодиака. Сферам семи планет
(Солнца, Луны, Меркурия, Венеры, Марса, Юпитера,
Сатурна) соответствуют семь внутренних кругов. Каждой
,же планете соответствуют стихии, или первоэлементы,
из которых состоит мир: воздух, земля, вода, огонь.
Стихии обозначены буквами. $
«Каждый элемент, согласно учению Аристотеля, может
быть сухим или влажным, горячим или холодным.
Например, вода холодная и влажная, огонь — сухой и
горячий. Кроме того, буквы А, В, С, D могут означать
четыре темперамента (сангвиник, холерик, меланхолик,
флегматик),— комментируют систему Луллия советские
историки науки Р. С. Гутер и Ю. Л. Полунов в статье
«Лулл, или Машина открытий».— Взаимное
соответствие различных этажей мироздания, отражение
макрокосмоса (Вселенной) в микрокосмосе (человеке) —
излюбленные мотивы средневековой философии. Великое
искусство наглядно демонстрирует всевозможные
варианты этого соответствия. Искусство сокращает сложную
процедуру составления гороскопа: один поворот рычага
выдает многостороннюю «информацию». Например, сразу
5

видно, что люди, родившиеся под знаком Овна, наделены
холерическим темпераментом, сухощавы и «огнеподобны»,
им покровительствует Марс, следовательно, они отважны
и т. п.».
В конце концов, «обобщая» свои изыскания, Луллий
сконструировал «универсальную фигуру» — сооружение
из 14 кругов, размеченных буквами и раскрашенных
в различные цвета, которые символизировали различные
понятия, элементы, стихии, субъекты и объекты знания.
Приводились в движение эти круги сложной системой
рычагов и могли «выдавать» около 18 квадриллионов (!)
разнообразных сочетаний буквенных и цветных «истин».
Иными словами, «универсальная фигура» могла дать
ответ на любой вопрос о посюстороннем и
потустороннем мире. Что касается вопросов, то они, между прочим,
были начертаны на первом внутреннем круге и было
их девять: что? почему? из чего? сколько? каким
образом? где? когда? какое? которое из двух?
Луллий родился около 1235 г. и умер в 1315 г. Семь
столетий отделяют его изобретение от наших дней.
В его времена ученые мужи не сомневались в том, что
существуют некие универсалии, не зависящие от
человеческого разума. Если их найти, систематизировать и
нанести на круги и секторы «универсальной фигуры»,
то эта «фигура», или «машина»,— дело не в названии! —
станет некиим всемогущим разумом, вмещающим все
знания о мире и способным всегда дать правильный
ответ о нем.
Но возможно ли это? Можно ли свести к логическим
операциям если не «все знания о мире», то хотя бы
часть их, а затем поручить не человеческому мозгу,
а механическому устройству процедуры вывода
«формул знания», следующих из основных понятий, «аксиом»?
Жизнь уже давно ответила на этот вопрос. Мы знаем,
что идея «искусственного интеллекта», идея машины,
которая была бы способна усилить мощь человеческого
разума,— идея, впервые высказанная рыцарем и поэтом,
философом и алхимиком, богословом и изобретателем
Раймундо Луллием (на языке своего времени,
разумеется, и с уклоном по преимуществу богословским,
то есть нашей эпохе совсем не созвучным), дожила до
наших дней, испытав за свою более чем семивековую
жизнь удивительные превращения, и не только дожила,
но и достигла как раз в наши дни расцвета и триумфа.

Глава первая. НА ПУТИ К КИБЕРНЕТИКЕ
Спор об «искусстве Луллия»
Раскрашенные в разные цвета и приводимые в
действие системой рычагов концентрические круги
производили на публику сильное впечатление. Объяснения же
Луллия насчет устройства «универсальной фигуры» и
всего с нею связанного были более чем туманны.
Достаточно туманны для того, чтобы за Луллием укрепилась
слава великого мудреца. Об «искусстве Луллия» и «науке
Луллия» писались трактаты. Они оказали воздействие
на последующие поколения философов, ученых вплоть
до эпохи Возрождения. В конце XVII в. поэт и философ
Андрей Белобоцкий перевел на русский язык главный
труд Луллия «Великое искусство». Подобно «Краткой
науке Раймундо Луллия», тоже переведенной на русский,
«Великое искусство» читалось и почиталось в
допетровской Руси.
Человеческое знание согласуется с природой, иерархии
вещей соответствует иерархия понятий ума, писал
Джордано Бруно, а следовательно, мысль Луллия справедлива:
если есть иерархия понятий, отвечающая иерархии
Вселенной, то она может быть отражена в иерархии «фигур»,
завершающейся «универсальной фигурой». Так полагали
и во времена Джордано, то есть в XVI в., и много
позже (сходные идеи мы находим и в нашем столетии),
но у этих идей были противники даже во времена Луллия.
И чем далее уходил оппонент нашего философа от
догматов христианской веры, столь любезных сердцу и
уму рыцаря Раймундо, тем острее становилась его
критика.
«Не следует обходить молчанием то, что некоторые,
скорее чванливые, чем ученые, люди немало усилий
потратили на создание некоего метода, который в
действительности не имеет права называться законным; это,
по существу, метод обмана, который тем не менее
оказывается весьма привлекательным для некоторых суетных
людей. Этот метод как бы разбрызгивает капельки какой-
7

нибудь науки так, что любой нахватавшийся верхушек
знаний может производить впечатление на других некоей
видимостью эрудиции. Таково было искусство Луллия».
Это писал английский ученый, философ и политический
деятель Френсис Бэкон. А его соотечественник, великий
сатирик Джонатан Свифт в третьей части «Путешествий
Гулливера» подверг осмеянию как идею Луллия, так
и всех тех, кто признавал ее разумной и технически
осуществимой.
Гулливер, посетивший на летающем острове Лапуте
академию в Лагадо, знакомится с профессором, много
лет работающим над «проектом усовершенствования
умозрительного знания при помощи технических и
механических операций» — над машиной для сочинения книг.
Машина эта представляла собой раму с подвешенными
к ней дощечками. На дощечках были написаны
различные слова. Стоило повернуть рукоятку, и дощечки
поворачивались, образуя случайное сочетание слов.
Изредка в этих сочетаниях угадывался смысл. Тогда
получившуюся «фразу» выписывали в особую книгу. Затем
следовал еще один поворот рукоятки, еще один,
и так до новой «фразы». Из подобных «фраз» было
составлено уже несколько толстых томов, и изобретатель, по
словам Гулливера, «намеревался связать их вместе и...
дать миру полный компендий всех наук и искусств»,
то есть универсальную энциклопедию знаний.
В описании лапутянской машины нетрудно увидеть
«универсальную фигуру» Луллия с ее кругами,
подчиняющимися поворотам рычага. Но Свифт целился не
только в Луллия. Под видом академии Лагадо он
изобразил Лондонское Королевское общество — британскую
академию наук. Его стрелы были направлены в
современников — математиков, астрономов, физиков,
закладывающих в ту пору основы науки Нового времени.
Свифту казалось, что их занятия чересчур оторваны
от жизни (что, безусловно, было ошибкой), и он решил,
что, взяв в качестве прототипа машину Луллия, он
наилучшим образом выполнит свою задачу.
Между тем уже во времена Свифта действовали
машины, выполнявшие работу, прежде считавшуюся
исключительной привилегией человеческого ума,
совершавшие громоздкие и сложные вычисления.
8

Первые машины-математики
Первобытный человек больших чисел не знал, да
они ему были и не нужны: своих соплеменников он
знал в лицо, урожай с полей не собирал в закрома,
земли не делил, скота не выращивал. Рук и ног было
достаточно, чтобы буквально на пальцах выполнить
простейшие счетные операции. Но по мере того как
развивалось общество, возрастала и потребность в счете.
На помощь руке должны были прийти другие, уже
искусственные приспособления.
Узелки кипу, употреблявшиеся жителями Анд в
Южной Америке, японский соробан и китайский суань-
пан, абак Древней Греции и Рима, дощаный счет у
славян... В самых разных местах Земли были созданы
устройства, помогающие вести быстрый и правильный
счет. А в XVII в. появились и первые счетные машины,
производившие действия над числами сами, то есть
автоматически.
Первый эскиз счетного суммирующего устройства мы
находим в рукописях гениального Леонардо да Винчи.
Но как и многие другие его изобретения, на несколько
веков опередившие свое время, это устройство реального
воплощения не получило. В рукописях знаменитого
астронома и математика Иоганна Кеплера не так давно было
обнаружено письмо, написанное его другом и коллегой
профессором Вильгельмом Шиккардом из Тюбингена и
помеченное 20 октября 1626 г. Шиккард писал, что
сконструировал машину, которая «числа автоматически
складывает, вычитает, умножает и делит». К письму
был приложен рисунок. Но образцы машины Шиккарда
(было их два) до нас не дошли. Шервым
вычислительным устройством, занявшим почетное место в музеях
истории науки и техники, стала машина, созданная французским
математиком, физиком и философом Блезом Паскалем.
Паскаль соорудил ее еще в юности, проработав над
нею три года, чтобы облегчить труд своего отца, которого
кардинал Ришелье назначил интендантом Руана, и помочь
ему в денежных расчетах. Первую модель Паскаль
закончил в 1642 г. После этого он сделал еще около
пятидесяти действующих моделей своей счетной машины,
значение которой вышло далеко за пределы
первоначальной задачи.
Машина, способная вычислять без человека, произвела
9

на современников впечатление не меньшее, чем в свое
время «фигура» Луллия. «Мысль Паскаля, особенно
для того времени, следует назвать необычайно смелой,
так как он задался целью заменить посредством
чисто механических приспособлений деятельность нашего
соображения и памяти»,— писал французский
математик Бине. Сам изобретатель полагал, что его
вычислительная машина «выполняет действия, более
приближающиеся к мысли, чем все то, что делают животные».
Более того, «французский Архимед», как называли
Паскаля, допускал, что и многие сложнейшие умственные
процессы, происходящие в голове человека, не
отличаются от механических. А если это так, то процессы
эти можно поручить машинам.
Но возможно ли свести к счету и числу, к операциям
над цифрами не только исчисление количества монет,
движения небесных тел или полета снарядов (что более
чем естественно), но и исчисления количества мыслей,
движения идей или полета воображения. Вопрос этот
занимал ученых XVII в. не меньше, чем проблемы,
решение которых постепенно привело к созданию
современной физики и космологии.
В эпоху средневековья не было забыто
распространенное в античном мире учение Пифагора о числовой
гармонии мира. Символика чисел пронизывает
богословские трактаты и художественные произведения —
сошлемся еще раз на «Человеческую комедию» Данте.
Отдал ей щедрую дань и Раймундо Луллий; это видно как в
построении сочинений о Великом искусстве, так и в
конструкции «фигур». Не без влияния Пифагора и его
традиции многие философы и ученые Нового времени
рассматривали процесс мышления как своеобразное
«исчисление идей», имеющее аналогии в арифметике
и геометрии.
По мнению английского философа Томаса Гоббса,
высказанному в трудах «Учение о теле» и «Левиафан»,
мышление человека есть «не что иное, как подсчитывание
(т. е. складывание и вычитание) связи общих имен с
целью отметить и обозначить наши мысли». Гоббс
полагал, что можно вычислять «величины тела, движения,
времена, качества, деяния, понятия, отношения,
предложения и слова». Но что это значит? Как подойти к этому
практически?
Размышляя о способах вычисления движений, Ньютон
Ю

и Лейбниц создали дифференциальное и интегральное
исчисление. В юности Ньютон провел -немало времени
над построением «языка мысли», с помощью которого
можно было бы «вычислять истины», но записи его
были опубликованы только в середине нашего столетия.
Над той же проблемой раздумывал и его
предшественник Рене Декарт. «Искусственный язык возможен, и
можно установить науку, от которой он зависит. С
помощью его крестьянин будет легче судить о сущности
вещей, чем ныне судят философы»,— писал он в 1629 г.
Декарт полагал, что «язык мысли» должен стать
своеобразным ключом ко всем человеческим понятиям,
что «следует установить методическое расположение всех
мыслей... подобно методически установленному порядку
естественного ряда чисел. Подобно тому как можно в
один день научиться на каком-нибудь неизвестном
языке называть и писать все числа до бесконечности,
таким же образом должна быть найдена возможность
сконструировать все слова, необходимые для выражения
всего, что приходит и может прийти в человеческий ум.
Все зависит от нахождения простых идей, которые
свойственны представлению каждого человека и на которых
слагается все то, что люди думают».
Что касается Лейбница, то он мечтал создать
«универсальную математику», которая сможет заняться
«всем, что в области воображения поддается точным
определениям». Главным разделом «универсальной
математики» должна стать «комбинаторика» — искусство
оперирования формулами. В письме к герцогу Браун-
швейгскому-Люненбергскому юный Лейбниц пишет, что
искусство комбинаторики позволит достичь в философии
того же, чего добились Декарт и другие математики
с помощью алгебры и анализа в арифметике и
геометрии.
«Тем самым указан путь, на котором все
существующие на свете понятия могут быть разложены на
небольшое число простых понятий, являющихся как бы их
алфавитом, и посредством правильного метода из
комбинаций букв такого алфавита могут быть со временем
вновь получены все вещи вместе с их теоретическими
доказательствами,— утверждает Лейбниц.— Это
открытие, если только бог судил мне его закончить, было бы
матерью всех моих открытий...» Начиная с работы «Об
искусстве комбинаторики», написанной в 1666 г., когда
и

ему не было еще и двадцати лет (в ней он развивает
идеи Луллия применительно к науке своего времени),
Лейбниц всю жизнь возвращается к попыткам найти «язык
мысли» и воплотить свои мечты об «искусстве
комбинаторики» в жизнь.
Попытки Лейбница были далеко не бесплодны.
Если Паскаль построил машину, складывающую числа,
то Лейбниц усовершенствовал ее: его арифмометр,
сконструированный в 1670 г., мог производить все четыре
арифметических действия. Паскаль полагал, что в основу
работы машины надо положить привычное всем
десятичное счисление: вот почему у механического счетного
колеса своей машины он сделал десять зубьев,
соответствующих десяти цифрам. Лейбниц же доказывал,
что в основание машинного счета (и не только машинного,
но и человеческого) разумнее положить двоичную
систему счисления, в которой используются всего два
символа: 0 и 1. Число 2 в этой системе выражается как 10,
число 3 —как 11, 4 — 100, 5— 101, 6—110, 7—111,
8 — 1000 и т. д. Конечно, запись чисел в двоичной системе
менее экономна, но за длинноты мы будем
«вознаграждены новыми открытиями», ибо, как утверждал Лейбниц,
«при сведении чисел к простейшим началам, каковы
0 и 1, везде появляется чудесный порядок».
Паскаль предполагал, что с помощью счетной машины
можно механизировать не только процесс счета, но и
некоторые мыслительные процессы. Лейбниц пошел
дальше: на «языке чисел», говорил он, можно будет
излагать любые понятия и идеи. Да, именно так! Все
существующие понятия должны быть сведены к
символам, которые «коротко выражают и как бы отображают
глубочайшую природу вещи», что «удивительным образом
сокращает работу мышления». Символы же, в свою
очередь, должны быть сведены к числам. А над числами
можно производить различные математические операции,
причем чисто механически, с помощью счетных машин.
Таким образом, вычислениями можно будет заменить
рассуждения и философские дискуссии. Подобно тому
как все делимые числа получаются из умножения
простых, неделимых (4 — это 2Х 2, 6 — это 2Х 3 и так далее),
все сложные понятия могут быть получены из
элементарных, простых понятий. Логические истины станут
истинами арифметическими, не «доказанными», а
«вычисленными».
12

Схоластические идеи Луллия приобрели в изложении
Лейбшща конкретную математическую интерпретацию.
У Луш1и# было рациональное зерно, и Лейбниц показал,
как надо отделять его от шелухи средневековых
заблуждений. Заслуга Лейбница настолько велика, что Норберт
Винер, которого XX в. назвал отцом кибернетики, считал
именно Лейбница ее провозвестником и приписывал
ему, а не себе или своим современникам честь открытия
главных кибернетических идей, а известный
американский математик и педагог Дж. Пойа отмечал, что хотя
проект Лейбница о «вычислении истин» и казался
абсурдным и фантастическим многим здравомыслящим
людям, «современные вычислительные машины реализуют
часть этого фантастического проекта».
Судьба идей Лейбница показывает с особой
наглядностью, писал доктор филологических наук Вяч. Вс.
Иванов в кни^е об истории семиотики (теории знаков) в
нашей стране, что наряду с мутационными скачками
в истории науки не менее важен был и тот
эволюционный процесс, который по отношению к истории
литературы был охарактеризован как иерархическое
изменение уже существующих видов литературы. Идеи
искусственного языка и общей семиотики, продолжает он,
были хорошо известны во времена Лейбница, но их
перевод в ранг основных идей науки стал возможен
лишь к 20-м годам нашего века, а общепринятым —
лишь в 70-х.
Так оценивают идеи Лейбница наши современники.
А современники гениального ученого думали иначе.
Никто ни во времена Лейбница, ни после него вплоть
до 1931 г. не занимался всерьез двоичной системой
счисления (в 1931 г. выяснилось, что символы 0 и 1 могут
быть не только способом записи чисел, но и способом
перевода языка чисел на язык электронных импульсов).
Знаменитый философ и создатель космогонической
гипотезы Иммануил Кант писал в работе «Новое
освещение первых принципов метафизического познания»,
что видит в «изобретениях» Лейбница «лишь нечто
подобное завещанию того отца у Ззопа, который, лежа
на смертном одре, поведал своим детям, что на своем
поле он зарыл клад, однако, прежде чем успел указать
им точно это место, внезапно скончался. Он побудил этим
сыновей к неустанному раскапыванию и разрыхлению
почвы, пока они, хотя и обманутые в своих надеждах,
13

не оказались тем не менее бесспорно разбогатевшими
благодаря тому, что повысили плодородие почвы. Это,
конечно, единственная польза, которую можно ожидать,
на мой взгляд, от исследования этой знаменитой системы,
если только кто-нибудь еще захочет тратить на это свой
труд».
Другой не менее знаменитый философ Гегель полагал,
что идеи Лейбница о «языке мысли» — это не шаг вперед,
а, наоборот, возврат к эпохе схоластики и к «Великому
искусству» Луллия. Ибо лейбницево применение
исчисления комбинаций, писал он, не отличалось от луллиева
искусства ничем другим, кроме большей методичности
с арифметической точки зрения, «вообще же не уступая
ему в бессмысленности. С этим у Лейбница была
связана любимая его мысль, к которой он пришел еще в юности
и от которой он, несмотря на ее незрелость и
поверхностность, не отказался и впоследствии: мысль о некоторой
всеобщей характеристике понятий», о письменном языке,
в котором каждое понятие было бы представлено либо
как вытекающее из других понятий, либо как
соотношение с другими понятиями, сохраняя при этом такой же
смысл, какой был бы у него, если бы его фиксировали
отдельно.
Машины учатся считать
Таким образом, идеи Лейбница, предвосхитившие
кибернетику, не были поняты, а тем более развиты его
современниками. Особенно, конечно, достойно сожаления
отношение к ним Канта и Гегеля, философов, не чуждых
естественным наукам и в других областях знаний
проявивших завидную мудрость и проницательность.
Тем временем созданная Паскалем и Лейбницем
вычислительная машина была в XIX столетии серьезно
усовершенствована и даже, выражаясь сегодняшним
языком, пущена в серийное производство. Сорок моделей
оригинальных механизмов создал выдающийся русский
математик Пафнутий Львович Чебышев и среди них
арифмометр, «отличительная особенность которого
заключалась в весьма оригинальном приспособлении для
переноса десятков из младших разрядов в старшие».
Для своего времени это была самая совершенная
счетная машина. Вслед за ним петербургский инженер
В. Т. Однер предложил настолько простой и удобный
н

арифмометр, что за короткий срок он завоевал весь
мир и на Всемирной выставке в Париже, устроенной
в канун нового, XX столетия, был удостоен золотой
медали.
Между прочим, в начале XIX в. в том же Париже
на промышленной выставке экспонировался ткацкий
станок с перфорационным устройством, которое
позволяло автоматизировать процесс, прежде требовавший
большого искусства и напряжения от ткача,— выработку
шелковой ткани с самым сложным узором. Управление
на основе перфорации (отверстий на карточках или
ленте) нашло применение не в одном ткачестве. Наборные
машины, телеграфные аппараты, даже музыкальные
механизмы стали управляться «дырочными»
программами перфокарт и перфолент. Появилось механическое
пианино (пианола), в котором молоточки, ударявшие
по клавишам, воспроизводили мелодию, записанную в
виде отверстий на плотной бумажной ленте.
Американский инженер Голлерит построил табулятор —
суммирующую машину, в которой и управление, и ввод чисел
производились с помощью перфокарт. И делали это не
механические рычаги, а электрические импульсы.
Табулятор был создан в последнем десятилетии XIX в. Но
еще в начале века, вскоре после появления ткацкого
станка с перфорацией, была сформулирована идея
счетной машины, предвосхитившая открытия нашего века.
Речь шла о машине, которая не только бы выполняла
операции сложения, умножения или возведения в квадрат,
но и программировала собственные вычисления!
В 1812 г. декан кафедры математики Кембриджского
университета Чарлз Бэббидж задумал применить
механические счетчики для составления логарифмических
таблиц. Для ввода чисел в машину он решил
использовать перфокарты. Но если перфокарты управляют
работой ткацкого станка, автоматически делающего сложные
узоры, то, может быть, те же перфокарты смогут
управлять и работой счетной машины?
«Аналитическая машина» по замыслу Бэббиджа
должна была уметь многое: во-первых, выполнять
простые арифметические действия, во-вторых, запоминать
начальные данные, промежуточные данные и
результаты вычислений, в-третьих, запоминать группу
инструкций или команд, по которым должно идти решение
задачи, в-четвертых, выдавать результаты вычислений и
15

последовательно выполнять команды заданной
программы вычислений, в-пятых, выполнив задание,
автоматически прекращать вычисления и, наконец, в-шестых, если
что-то из заданного выполнить не удалось, повторить
цикл вычислений.
С помощью своей «аналитической машины» Бэббидж
надеялся уточнить старые и составить новые
математические и морские таблицы, выверить таблицы
логарифмов, проверить данные астрономических наблюдений,
вычислить среднюю продолжительность жизни человека
в Англии. Дочь поэта Байрона, леди Лавлейс,
наделенная от природы математическими способностями, стала
верной ученицей Бэббиджа и написала несколько
программ для его «аналитической машины». Более того,
леди Лавлейс доказала, что эта машина способна не
только решать задачи чисто числового характера, но и
производить операции над словами.
«Что мы должны думать о вычислительной машине
Бэббиджа? — говорил Эдгар По, вошедший в историю
мировой культуры не только как автор первоклассных
новелл и баллад, но и как один из создателей
математической теории дешифровки.— Что мы должны думать
о машине из дерева и металла, которая может не только
вычислять астрономические и навигационные таблицы
любой заданной протяженности, но и сделать точность
своих действий математически достоверной благодаря
своей способности исправлять свои возможные ошибки?
Что мы должны думать о машине, которая может
выполнять не только все это, но и печатать свои сложные
результаты, когда они получены без малейшего
вмешательства интеллекта человека?» Восхищение Эдгара По
возросло бы еще больше, если бы он осознал те
возможности, которые представляла машина Бэббиджа
благодаря открытию леди Лавлейс: оперировать со словами и
решать нечисловые задачи... Уж не назвал ли он тогда бы
«аналитическую машину» машиной мыслящей?
Сама же леди Лавлейс оценивала изобретение
своего учителя трезво. «Необходимо предостеречь от
вероятных преувеличений возможностей аналитической
машины,— писала она, как бы предвосхищая наши
дискуссии о мыслящих машинах.— ...Аналитическая
машина не претендует на то, чтобы создать что-либо.
Она может делать все то, что мы знаем, как приказать ей
делать. Она может только следовать анализу, она не в
16

состоянии предугадать какие-либо аналитические
соотношения или истины...» А так как Бэббиджу не удалось
завершить постройку своей машины (до эпохи
электроники было еще далеко), то ее стали считать чудачеством
почтенного профессора математики, чем-то вроде
«универсальной фигуры» Луллия, только перенесенной в
XIX в. Публика не знала, увы, что уже
конструировались и замышлялись другие машины,
предназначенные не только для математических, но и для логических
операций.
«Возможно, изобретателем первой в мире логической
машины в самом строгом смысле этого слова был
английский государственный деятель конца XVIII — начала
XIX в. Чарлз Стэнхоуп (1763—1816), назвавший свое
довольно любопытное изобретение демонстратором
Стэнхоупа. Эта машина была использована для решения
не только традиционных, но и числовых силлогизмов,—
пишет Алиса Мэри Хилтон в книге «Логика и цепи
переключения».— Следующим большим шагом в истории
логических машин является первая действующая модель
знаменитой логической машины Джевонса, построенная
в 1869 г. Это была первая машина, способная решать
сложные проблемы быстрее, чем они могли бы быть
решены без ее помощи».
Но здесь мы должны сказать несколько слов о логике,
вернее, о ее отношениях с математикой.
Математика и логика
Еще в IV в. до нашей эры Аристотель объединил
в стройную систему обрывки логических учений своих
предшественников и современников и создал формальную
логику. Более двух тысяч лет непоколебимо стояло здание
этой логики и, казалось, простоит еще столько же.
«Что логика вступила уже с древнейших времен на этот
надежный путь,— писал Кант в «Критике чистого
разума»,— видно из того, что со времен Аристотеля она не
принуждена была сделать ни одного шага назад...
Замечательно также, что логика до сих пор не могла сделать
ни одного шага вперед и, по-видимому, имеет
совершенно замкнутый и законченный характер».
Лейбниц пытался ввести в логику операции, подобные
тем, что производили математики над числами. Кант
считал это занятие бесплодным и схоластическим вроде
17

затеи Раймундо Луллия. Но история показала, что в
этом вопросе схоластом оказался именно Кант, а не
Лейбниц- Именно Лейбниц заложил фундамент
математической логики. А стройное здание этой науки стало
возводиться много лет спустя после смерти Лейбница,
прозванного «Луллием номер два» его современниками
и, как мы уже говорили, «предтечей кибернетики» его
последователями в наше время.
В 1847 г. в Лондоне вышла книга «Математический
анализ логики». Книгу эту не без основания сравнивали
в 50—60-х годах нашего столетия с трудами
Лобачевского и Римана, доказавших, что евклидова геометрия,
простоявшая, подобно аристотелевой логике, в
неподвижности и завершенности тоже более двух тысяч лет,
далеко «в своем роде» не единственная. Автором книги
был гениальный ирландский математик Джордж Буль
(1815—1864).
Буль не прожил и пятидесяти лет. Его жена Мэри
после смерти своего мужа в течение полувека
пропагандировала его идеи и воспитывала пятерых дочерей.
Первые две стали матерями двух ученых — энтомолога и
математика. Остальные трое прославились сами. Третья
дочь овладела четырехмерной геометрией и, по словам
специалистов, «сделала немало важных открытий в этой
области». Ее сестра стала профессором химии, а пятая
дочь Джорджа Буля, Этель Лилиан, вышедшая замуж
за польского ученого и революционера Войнича,
написала знаменитый роман «Овод». Булева же алгебра стала
сегодня одним из краеугольных камней математической
логики, программирования и связанных с ними наук.
Аристотель формулировал законы логики, исходя из
законов той же логики. Это были аксиомы, подобные
аксиомам евклидовой геометрии. И те и другие были
справедливы для своих областей. Но подобно тому как
Лобачевский доказал, что может существовать и иная,
неевклидова геометрия, Буль утверждал, что правила
построения рассуждений можно выразить не в
«логической» форме, то есть в форме, исходящей из законов
той же самой логики, а в «математической».
Логические доказательства можно вычислить и логические
проблемы можно свести к математическому решению,
если построить «алгебру высказываний» — правила
перевода законов логики на язык арифметики.
Несмотря на то что Буль казался своим современ-
18

никам отчасти оторванным от жизни схоластом, отчасти
ниспровергателем основ, на которых все века зиждились
правила любого рассуждения, его идеи не были преданы
забвению. Их развивали немецкий математик Эрнст
Шредер, англичанин Уильям Джевонс, создатель машины,
названной им «логическое пианино» (Джевонс считал
книгу Буля величайшим после труда Аристотеля
достижением в истории логики), и американский ученый
Чарлз Пирс, автор работ по математике, физике,
геодезии, метеорологии, астрономии и семиотике.
Вклад в математическую логику внес и профессор
Доджсон, он же Льюис Кэрролл, автор удивительных
книг «Алиса в стране чудес» и «Алиса в Зазеркалье»,
которые одинаково любят и дети и взрослые, особенно
ученые. В России идеи Буля были подхвачены
замечательным ученым-энциклопедистом Платоном
Сергеевичем Порецким. «В основании метода Буля,— писал он
в 1884 г.,— лежит гипотеза о тесной связи между
алгеброй и логикой, связи, в силу которой при известных
условиях формулы и приемы алгебры могут быть
перенесены в логику и обратно». Иными словами, всякое
суждение может быть выражено в виде уравнения, и
наоборот.
Вслед за созданием «алгебры логики» начинаются
попытки создания «логики математики», ее логического
обоснования. В 1910—1913 гг. выходит монументальный
труд Бертрана Рассела и Альфреда Уайтхеда «Начала
математики», в котором строгой логической проверке
были подвергнуты главные понятия всех основных
отраслей математики — арифметики, геометрии,
математического анализа и теории вероятностей. Немецкий
математик Георг Кантор создает теорию множеств;
логическое обоснование получают такие основные
понятия арифметики, как «число», «бесконечность»,
«натуральный ряд чисел». И хотя в начале 30-х годов
австрийский математик Курт Гёдель доказал, что взять набор
аксиом и вывести из него чисто логически все содержание
математики невозможно, труд Рассела и Уайтхеда имел
огромное значение для развития как логики, так и
математики.
Уайтхед сравнивал науку с рекой, у которой два
источника — практика и теория. Иногда эти источники
одинаковы по мощности, иногда нет. Кто из ученых
XIX в. думал, что математическая логика принесет в
19

будущем непосредственную практическую пользу? Даже
Уайтхед был бы изумлен, если бы ему сказали, что не
пройдет и полувека после выхода их с Расселом
капитального труда, и теоремы из этого труда начнет
доказывать машина. Наука сугубо «внутренняя»,
занятая обслуживанием других наук,— таков был статус
математической логики, по мысли ее основателей, йе
говоря уже о том, что людям посторонним она часто
казалась такой же чепухой, какой занимались в лапу-
тянской академии. Когда дело дошло до
конструирования сложных вычислительных устройств, потребовалось
создать их теорию (не зависящую от материалов, и£
которых они бы делались). И тут оказалось, что
достижения самой абстрактной из наук — математической
логики — имеют самое непосредственное отношение к
машиносчетной индустрии и теории вычислительных
машин, они для нее, можно сказать, хлеб насущный!
Впервые эту мысль высказал в 1910 г. физик Пауль
Эрёнфест. Но прошла еще четверть века, прежде чем
к ней пришли другие ученые. В. И. Шестаков в СССР,
Клод Шеннон в США и А. Никасима в Японии
заметили, что структура электрической переключательной цепи
поразительно похожа на структуры, изучаемые
математической логикой: формулы исчисления высказываний
•аналогичны «формулам поведения» релейных
электрических схем. Советский инженер М. А. Гаврилов увидел
в этой аналогии аппарат, с помощью которого можно
формализовать синтез структур систем управления,
соединить логику и технику.
«Необычность этого факта ошеломительна. Кажется
невероятным, что обнаруживается столь тесная связь
между порождением человеческого духа, восходящим к
великому Аристотелю, и вполне земными и привычными
для любого инженера схемами, выполненными на реле,—
писал по этому поводу профессор Д. А. Поспелов
в книге «Фантазия или наука?».— Рождение и
утверждение нового взгляда на технические дискретные системы
управления проходило нелегко. В чем только не обвиняли
М. А. Гаврилова: и в идеализме, и в стремлении дегу-
манизировать логику, и во многих других вещах. Защита
его докторской диссертации напоминала сражение, и
гамлетовская формула «быть или не быть» новой науке
звучала на ней вполне уместно. Страсть и вера
ученого победили (диссертация была утверждена в 1947 г.—
20

А. /(.). И сейчас, когда на основе теории релейно-кон-
тактных схем выросли и структурная теория конечных
автоматов, и теория проектирования дискретных систем
управления, и ряд других дочерних наук, даже не
верится, что начало их пробивалось с таким трудом».
Проблемы абстрактной науки становятся проблемами
практики. В 1937 г. американский инженер Говард
Айкен приходит к тем же выводам, к которым когда-то
пришел Бэббидж. Но теперь возможности техники не
сравнимы с теми, что были во времена Бэббиджа.
В распоряжении Айкена не громоздкие механические
детали, а миниатюрные электромагнитные реле. Они-то
и стали основными элементами построенной в 1944 г.
цифровой вычислительной машины «Марк-I». В «Мар-
ке-I» и «Марке-Н», состоявших из 13 тысяч реле, были
практически воплощены все идеи Бэббиджа о
«программировании вычислений», производимых самой
машиной.
Скорость вычислений, на которую были способны
«Марки», поражала современников. Числа длиной 23
знака складывались и вычитались со скоростью 0,3 секунды,
умножались за 6 секунд, делились за 11,4 секунды.
Но многочисленные реле так часто нуждались в чистке
контактов и в настройке, что средняя скорость из-за
вынужденных простоев машин-гигантов оказывалась
очень низкой. Положение стало меняться, когда на смену
электромагнитным (то есть электромеханическим) реле
пришли реле электронные, в сотни и тысячи раз более
надежные и быстродействующие.
Информация, связь, управление
ЭНИАК — так называлась первая электронная
вычислительная машина. Работа ее была публично
продемонстрирована в начале 1946 г. ЭНИАК занимал
зал длиной 30 метров и состоял из 18 тысяч
электронных ламп и 1500 реле. За одну секунду этот гигант мог
складывать или вычитать пять тысяч чисел. Но и ЭНИАК
простаивал: перегорали лампы, выходили из строя реле,
а главное, масса времени тратилась на подготовительные
работы. Операторы, обслуживавшие ЭНИАК, отставали
от него.
Выход был найден одним из выдающихся
математиков нашего столетия Джоном фон Нейманом,
21

который вместе с Норбертом Винером и Клодом
Шенноном стоял у колыбели кибернетики и современной
вычислительной техники. Это он заложил основы
математической теории автоматов, разработал теорию игр
и внес существенный вклад в квантовомеханическую
теорию. Идея фон Неймана заключалась в том, чтобы
передать управление машиной самой машине. Не только
промежуточные результаты, но и сама программа
вычислений помещалась в память ЭВМ. Первоначально
машины-вычислители выполняли лишь чисто
арифметические действия. Создав машинную память, инженерам
и математикам удалось автоматизировать и процесс
предварительных вычислений, предшествующих
получению окончательного результата. Теперь же и
программа вычислений, и управление процессом поручались
самой машине: ведь если записать команды управления
в виде чисел, то и процесс управления превратится в
процесс вычисления.
В 1928 г. американский инженер Хартли ввел
количественную меру для информации, которую несет
сообщение об одном из множества равновероятных
событий: она оценивается логарифмом числа
возможных событий. Естественно, что чем больше «выборов»
возможных событий, тем больше информации в
сообщении о том, что одно из этих событий наступило (сравним
сообщение о том, какой стороной выпала монета, с
сообщением, какая карта вынута из игральной колоды).
Но большинство «выборов» в нашей жизни, включая
и сигналы, посылаемые через каналы связи, в отличие от
орла и решки, выпадения очков на кости или карт в
игральной колоде, не имеет равной вероятности. Слова
«целую» или «приезжаю» можно встретить в любой
телеграмме, а слова «светлица» или «факторал» в
телеграммах, быть может, не встречались никогда.
Сообщение о морозах в январе на Чукотке принесет нам
немного информации, а об оттепели там в это время —
колоссально много. Хартли понимал, что почти
невероятному исходу нельзя придавать такое же значение, как
и самому правдоподобному, что на количество
информации, которое несет сообщение, влияют вероятности
исходов. Но он считал, что различия между этими
исходами математике неподвластны: они вызваны причинами
психологическими, метеорологическими и т. д. Однако
Клод Шеннон в книге «Математическая теория связи»,
22

увидевшей свет в 1947 г., показал, что с помощью
теории вероятностей можно учесть любые факторы, и
предложил формулу, по которой можно измерить
количество информации о событиях, происходящих с разной
вероятностью.
Формула Шеннона дала возможность измерять
информацию, содержащуюся не только в технических кодах,
но и в таком специфическом коде, как человеческий язык
или код нуклеиновых кислот — носителей
наследственной информации. Новые идеи обрели огромную
популярность в научном мире. Методы- теории информации
нашли применение в физиологии и психологии,
лингвистике и поэтике. Но особую роль сыграли они,
конечно, в исследовании процессов управления. Способность
ЭВМ обрабатывать гигантские объемы информации
открыла широкие перспективы для использования этой
информации в целях управления, в том числе и самими
ЭВМ. Связь информации и управления послужила
основой для рождения кибернетики — нового научного
направления, оказавшего огромное влияние на умы в
40—60-х годах нашего столетия.
Слово «кибернетос», то есть в переводе с греческого
«кормчий», «рулевой», применительно не только к
искусству управления судном, но и к искусству
управления людьми употребил впервые Платон. В этом же
смысле воспользовался им и французский физик Ампер,
пытавшийся создать классификацию наук уже
существующих и намечаемых. Но лишь в 1948 г. слово
«кибернетика» было употреблено в том значении, к которому
сегодня привыкли. Именно тогда вышла в свет книга
Винера «Кибернетика, или Управление и связь в
животном и машине».
У колыбели кибернетики
Винера, как мы уже говорили, называют отцом
кибернетики. Это не совсем справедливо, хотя именно он
ввел этот термин в современный научный обиход. Своим
рождением кибернетика в равной степени обязана и
Шеннону, создателю математической теории информации,
ни разу, между прочим, не употребившему термин
«кибернетика», Джону фон Нейману, создателю теории
автоматов, тоже ни разу им не воспользовавшемуся, и
крупному советскому математику академику А. Н. Кол-
23

Могорову, первое время относившемуся к слову
«кибернетика» отрицательно. «Когда я читаю труды академика
Колмогорова, я чувствую, что это и мои мысли, это
то, что я хотел сказать,— писал Винер о работах Андрея
Николаевича по теории вероятностей.— И я знаю, что
такие же чувства испытывает академик Колмогоров,
читая мои труды. Можно смело утверждать, что
Колмогоров не только независимо разобрал все основные
вопросы этой области, но и был первым,
опубликовавшим свои результаты».
«Создание ЭВМ — в принципе универсальных
преобразователей информации — привлекло к кибернетике
множество любителей «легкой наживы»: почему бы не
завоевать себе репутацию ученого на безответственных
спекуляциях о том, что такое кибернетика и что она
сотворит с человеческим обществом,— говорил академик
А. А. Дородницын, директор Вычислительного центра
АН СССР.— А такого рода любители имели гораздо
больше времени организовать саморекламу, чем те
кибернетики, которые занимались делом: разрабатывали ЭВМ
или алгоритмы и программы обработки информации
в различных прикладных областях. Поэтому
кибернетика обросла паразитным слоем пустой «болталистики»,
и беда состояла в том, что за этим крикливым слоем
не все сумели разглядеть очень важное
научно-техническое открытие, создающее революцию в развитии
произвфштельных сил человеческого общества».
Чтобы отмежеваться от кибернетических пустословов,
американские и английские ученые предпочли термину
«кибернетика» термин «компьютерные науки», а
французские — «информатика». К последним присоединились
и многие советские специалисты, тот же А. А.
Дородницын, например, или академик Е. П. Велихов,
возглавляющий созданное несколько лет назад в Академии
наук СССР Отделение информатики и вычислительной
техники. Правда, до недавних пор в нашей литературе
термин «информатика» был связан с библиотечным делом,
автоматическим реферированием статей и документов
и т. п. Возможно, для этой дисциплины окажется более
приемлемым термин «документалистика», предложенный
профессором В. А. Успенским, а «информатика»
постепенно вытеснит несколько скомпрометировавший себя
термин «кибернетика». Сегодня они довольно мирно
сосуществуют, причем когда речь идет о будущем, о
24

прогрессе компьютеризации, чаще употребляется слово
«информатика», а когда о прошлом, о зарождении и
развитии ЭВМ, о методологии этого направления,
пользуются словом «кибернетика». Такое разделение сфер
вполне естественно и справедливо.
Словари и энциклопедии дают различные
определения кибернетики. Но как бы они ни отличались друг от
друга, в них всегда есть нечто общее. Все они так или
иначе связаны с понятиями управления, информации
и систем, перерабатывающих информацию. Этими
системами могут быть и человек или другие существа, и
автоматы любого ранга и любой сложности.
Закономерности передачи информации и управления в живых
организмах восходят к тем условным и безусловным
рефлексам, которые так глубоко и всесторонне
исследовал Иван Петрович Павлов. Исследования Павлова
продолжили его ученики и последователи. В 1935 г.
физиолог П. К. Анохин, в будущем академик, исследуя
рефлекторные процессы в организмах, ввел понятие
обратной афферентации, по содержанию очень близкое к
понятию обратной связи — одному из основополагающих
в кибернетике.
История механизмов, работающих по принципу
обратной связи, насчитывает много лет. Первым из них считают
автоматический регулятор давления пара, изобретенный :
Джеймсом Уаттом, но лишь работы павловской школы
физиологов привели к пониманию принципа обратной
связи, продемонстрированного ими на примере
взаимодействия организма с окружающей средой. Массовое
развитие средств связи и создание теории информации
тоже начались задолго до рождения кибернетики. Но
связать воедино «управление в животном и машине»,.
найти у.них все общие черты сумела только она.
Возникновению кибернетики предшествовало
закономерное сближение специалистов, работающих в
областях, на первый взгляд не имеющих ничего общего между
собой. В СССР, например, при Академии наук создается
Комиссия по телемеханике и автоматике. В нее, кроме
инженеров, входит и известный биофизик академик
П. П. Лазарев, неоднократно указывавший на тесную
связь техники и физиологии. Примерно в то же время
во Франции по инициативе физиолога Лапика
образуется группа ученых, в которую входят инженеры,
математики, физиологи и специалисты, по вычислитель-
25

ной технике. То же происходит в Англии и США. В
Америке одну из групп такого рода возглавил крупный
математик Норберт Винер. С ним сотрудничали физиолог
Розенблют, физик Вальярта, специалист по логике Питтс,
математик Бигелоу, нейрофизиолог Мак-Каллок.
Усиленные теоретические и экспериментальные
исследования, дружеская, но нелицеприятная критика,
обсуждение идей в непринужденной творческой обстановке —
все это дало возможность Норберту Винеру обобщить
опыт работы группы и к началу 1947 г. написать свою
первую книгу о кибернетике. Книга увидела свет на
следующий год, после того, как, совершив поездку по
Франции и Англии, Винер обсудил некоторые проблемы
с учеными Европы, чьи идеи во многом совпали с его
собственными. Таким образом, пишет Винер,
«кибернетика появилась не как Венера из пены морской, а
в результате многовекового развития идей, методов и
средств в различных областях науки и техники». И «если
бы мне пришлось выбирать в анналах истории наук
святого, покровителя кибернетики, то я выбрал бы
Лейбница», ибо «философия Лейбница концентрируется вокруг
двух основных идей, тесно связанных между собой: идеи
универсальной символики и идеи логического
исчисления».
Выпуская свою «Кибернетику», Винер не
предполагал, какое волнение вызовут идеи этой книги,
появившись в печати. Когда книга стала «научным
бестселлером, все были поражены, и я не меньше других»,—
вспоминал он. Наибольшее внимание, а вслед за ним
и споры (а за спорами — фельетоны, карикатуры,
фантастические рассказы, романы, фильмы) вызывала идея,
восходящая к Луллию и Лейбницу, идея усилителя
умственных способностей человека, создания
«универсального разума». Но на сей раз усилителем должна
была стать не металлическая вертушка средневекового
алхимика и прорицателя, а электронная вычислительная
машина, проделывающая за секунду сотни тысяч
операций.
26

Глава вторая. ПЕРВЫЕ ШАГИ ЭВМ
Индустрия чисел
Скептики называли машину-вычислитель «идиотом,
наделенным феноменальной способностью к счету». Но
если перевести на язык чисел задачу из любой области
знаний, наш «идиот» решит ее быстрее и надежнее,
чем самый умный человек. Казалось бы, что может быть
общего между движением небесных светил под
воздействием притяжения к Солнцу и качкой корабля при
волнении моря? — писал выдающийся советский
инженер и математик академик А. Н. Крылов. Между тем,
если написать только формулы и уравнения, невозможно
будет отличить, что рассчитывают — движения светил или
качку корабля: уравнения будут одни и те же.
До появления ЭВМ составлять сложные уравнения
не имело смысла: времени на их решение не только
вручную, но и с помощью арифмометров и другой
«неэлектронной» вычислительной техники требовалось бы
слишком много. Можно ли предсказывать погоду на
завтра, если решение уравнений потребует месяца
работы вычислительного бюро? ЭВМ 50-х годов выполняли
необходимые расчеты за час, давая своевременный
прогноз погоды.
При обработке данных метеорологических станций
машина выполняла работу, для которой понадобилось бы
64 тысячи вычислителей, вооруженных клавишными
счетными машинами.
До появления ЭВМ решение сложных
математических задач требовало многих лет труда одного
человека или многомесячных усилий большого коллектива.
Первые ЭВМ решали подобные задачи уже за
считанные часы. За несколько дней рассчитала советская
БЭСМ орбиты почти семисот малых планет —
астероидов (целое вычислительное бюро потратило бы на это
несколько лет). Та же БЭСМ, помогая составить карту
по данным геодезической съемки, выполнив четверть
миллиона арифметических действий, менее чем за 20 часов
27

решила систему с восьмьюстами уравнениями. Трассы
полетов искусственных спутников и космических
кораблей рассчитывались и рассчитываются только с помощью
компьютеров. Если бы не началась эпоха
компьютеризации, освоение космоса пришлось бы отложить до
лучших времен.
А такое событие, как перепись населения! Она требует
утомительных подсчетов, сортировки данных по многим
параметрам, касающимся десятков и сотен миллионов
людей. Изобретенный в 1890 г. табулятор был
предназначен в первую очередь для обработки данных
переписи. С появлением ЭВМ сложнейший комплекс
проблем, связанных с демографией (а это и динамика
численности населения, и его занятость, и учет
потребностей)., стал решаться с помощью компьютеров. На
основании этих статистических данных люди на всех
уровнях принимают решения, опираясь на объективные
данные, а не на субъективное мнение.
Но, быть может, компьютеры способны не только на
обработку чисел, но и на перебор возможных вариантов
того или иного решения? Вопрос этот был одним из
самых основных, стоявших перед кибернетиками в
50-х годах, да и сейчас он не снят с повестки дня в плане,
разумеется, уже не дискуссионном, а чисто
практическом. Выбор наилучшего варианта — одна из задач,
решаемых системами искусственного интеллекта, и один
из основных критериев разумности всякого существа.
Всю свою сознательную жизнь бессчетное число раз мы
делаем выбор. Мы выбираем профессию, книги для
чтения, спутника или спутницу жизни, выбираем еду, вид
транспорта, вариант отпуска, лучшее решение
практических задач, связанных с работой. Мы выбираем тот
вариант, который нас устраивает, лучше всего отвечает
нашим интересам, стремлениям, желаниям, склонностям.
Решение любой задачи, большой или малой, вплоть до
экономической стратегии на пятнадцать лет сводится к
тому, чтобы найти самый лучший, наиболее выгодный,
оптимальный способ действий, приводящий к наилучшим
в данной ситуации результатам.
Чем больше масштаб, тем сложнее задача поиска
оптимума. Выбирая обед в столовой, вы исходите из
того, что содержится в меню. Но даже если оно не
блещет разнообразием, существует несколько десятков
сочетаний первого, второго и третьего блюд. Выбирая
28

оптимальный план в масштабах завода, хозяйственник
сталкивается с астрономически большим числом
вариантов. Как отыскать наилучшее в этом множестве? И как
доказать себе и другим, что выбор оптимален? Впервые
вопросы математически обоснованного выбора, поиска
оптимума поставлены были в конце 20-х годов нашего
века в теории игр, основы которой, как уже говорилось,
заложил Дж. фон Нейман. В 1938—1939 гг.
ленинградский математик, впоследствии академик и Нобелевский
лауреат Л. В. Канторович в содружестве с известным
экономистом В. В. Новожиловым применил
математические методы к решению конкретных задач народного
хозяйства, создав особую дисциплину — линейное
программирование. А в годы второй мировой войны
окончательно оформилась «наука о правильном выборе
решений» — исследование операций.
Архимед, руководивший обороной Сиракуз,
осаждавшихся римлянами, рассчитывал стратегическую позицию
как типичную задачу по исследованию операций.
Ньютон увеличил выпуск денег в королевском монетном
дворе благодаря разумной перестановке оборудования —
характернейший прием исследования операций. Вот
почему эту дисциплину иногда возводят к Архимеду и
Ньютону. Но по-настоящему эта наука вошла в нашу
.жизнь после того, как появились электронные
вычислительные машины.
Исследование операций синтезирует достижения
математики, теории информации, вычислительной
техники. Создан целый ряд специальных математический
дисциплин, которые помогают исследованию операций:
линейное программирование, динамическое
программирование, теория массового обслуживания. Опираясь на
эти дисциплины и используя ЭВМ, можно отыскивать
оптимальные решения в самых различных областях
человеческой деятельности. Еще недавно было принято
говорить о машине-экономисте, машине-диспетчере,
машине-демографе и так далее., С таким же успехом
демографом можно было бы назвать табулятор. Поиски
оптимального варианта ведут специалисты, строят модель
той или иной ситуации математики, принимают решения
руководители, машина лишь обрабатывает числа, хотя
и с фантастической скоростью. ЭВМ используется лишь
как чудо-счетчик, но ничем принципиально не отличается
от других технических приспособлений, начиная от счетов
29

с костяшками, например. Вот если бы ЭВМ могла
принимать решения самостоятельно! Выяснить это помогли
в 50-х годах игры — от элементарных «крестиков и
ноликов» до шахмат.
Игры и решения
Еще в начале XX в. был сконструирован первый
играющий автомат: он разыгрывал окончание шахматной
партии, когда у белых оставались король и ладья, а у
черных — король. Машина-шахматист, сложное
электромеханическое устройство, безошибочно объявляла мат
своему сопернику-человеку, игравшему черными. Все
возможные позиции в игре были заранее предусмотрены
изобретателем, на каждый ход черного короля в
конструкции автомата имелся ответный ход, и партии
завершались неизбежным матом, проигрышем черных.
В 30—40-х годах появилось множество подобных
устройств, электромеханических и электронных, в
которые были заранее вложены выигрышные стратегии:
для игры в «крестики и нолики», для игры «ним» (в
которой партнеры поочередно берут камешки и победа
достается тому, кто возьмет последний камешек) и других
простых игр. Но эти автоматы умели играть в одну
игру, каждый в свою, они имели перед собой одну-
единственную (хотя и многоходовую) конфликтную
ситуацию} С созданием ЭВМ положение изменилось:
появилась возможность обучить компьютер играть в
различные игры и тем самым моделировать многие
конфликтные ситуации.
Первые ЭВМ легко овладели и «нимом», и
«крестиками и ноликами», и домино, и рядом карточных игр,
где было не столь уж трудно учесть все варианты или
же составить программу, по которой машина-игрок
следовала оптимальной, выигрышной стратегии. А в 1949 г.
Клод Шеннон уже высказал ряд важных соображений о
возможности машинной игры в шахматы.
Он считал, что конструирование играющих машин
на первый взгляд может показаться интересным
времяпрепровождением, а не серьезной научной задачей. На
самом же деле «эта работа имеет свою серьезную
сторону и важную цель». Перевод с одного языка на другой,
конструирование релейно-контактных схем, оркестровка
мелодий, управление распределением телефонных вы-
30

зовов, военно-стратегические проблемы — вот далеко не
полный перечень задач, в структуре которых есть много
общего с игрой в шахматы.
Информация, которую получают участники,— одна из
самых важных характеристик игры. Информация может
быть неполной, например, при игре в домино или в
подкидного дурака или полной, например, при
раскладывании пасьянса, этой игре с одним участником, где
соперником выступает «природа», сдача карт. К играм с полной
информацией относятся и примитивные «крестики и
нолики», и сложнейшие шашки и шахматы.
Научить машину играть в игры с полной
информацией в принципе нетрудно. Все возможные ходы, то
есть «исходы игры», нам известны. Значит, их можно
ввести в память ЭВМ, составив полный «словарь игры».
Когда нужно будет делать очередной ход, машина,
просмотрев словарь, выберет из него ход, лучший для данной
позиции, ибо он заранее занесен в ее памяти. Для
«крестиков и ноликов» записать все возможные варианты
игры и найти лучший ход в каждой возможной ситуации
дело нетрудное. В принципе то же самое можно сделать
и с шахматами. Но, оказывается, только в принципе.
Перед первым ходом белые имеют двадцать способов
начать игру. В их распоряжении 16 ходов пешками и
4 конями. Ответить черные также могут 20 способами.
Таким образом, уже на первом ходу мы имеем 400
вариантов позиций. Для двух ходов число вариантов
превышает 160 тысяч. Далее число возможных вариантов
нарастает с фантастической быстротой: чтобы
перепробовать их для десяти ходов, все человечество должно
было бы непрерывно передвигать шахматные фигуры в
течение 217 миллиардов лет, общее же число возможных
вариантов партий в шахматы измеряется чудовищной
величиной 2 • 10116. В нашей непрерывно расширяющейся
Вселенной не наберется такого количества элементарных
частиц. Ясное дело, что для стольких вариантов
составить полный «словарь игры» не могли бы и
быстродействующие ЭВМ.
Делая выбор, человек во всех случаях обычно
рассматривает только разумные, целесообразные варианты.
Так же поступает он и при игре в шахматы. Машинные
шахматные программы 50-х годов вели сплошной перебор
всех вариантов. Вот почему, несмотря на все свое
быстродействие, они были способны рассчитать партию лишь
31

на два-три хода вперед, а потому и выигрывали лишь
у новичков и плохих шахматистов. Зато в игре в шашки
компьютеры достигли гораздо больших успехов в первую
очередь благодаря тому, что оказались способны не
только оценивать позицию в числах и вести перебор
вариантов на несколько ходов вперед, но и обучаться,
учитывать опыт игр, сыгранных прежде.
Сотрудник американской фирмы ИБМ А. Самюэль
создал программу для игры в шашки, которая
обыграла и своего создателя, и чемпиона по шашкам штата
Коннектикут Роберта В. Нил и. Как подчеркивал
Самюэль, чью работу считают «наиболее изощренным
исследованием по самоорганизующимся программам для
игр», суть его программы не в шашечной игре самой
по себе, «а в изучении процесса машинного обучения,
в котором шашки берутся лишь в качестве удобного
объекта».
Если мы вложим в память компьютера правила
решения дифференциальных уравнений, это не будет
означать, что он обучен высшей математике; точно так же
нельзя считать демографом табулятор, обрабатывающий
данные по переписи населения. Автомат действует по
программе, вложенной в него человеком. Но если
программу сделать самообучающейся, то возможности такого
автомата станут весьма велики. Доктор Самюэль был
слабым игроком в шашки, но прекрасным
программистом. Его детище не только превзошло своего
создателя, но и без его помощи обучилось играть в шашки
на уровне мастеров.
Луллий, в чьей голове впервые родилась идея
механического усилителя человеческого разума, полагал,
что его Великое искусство способно дать ответ на любой
вопрос. Лейбниц мечтал о том времени, когда язык
математических формул сможет охватить всю сферу
человеческого мышления. Механические устройства для
облегчения счета развились до ЭВМ. И, как стало ясно
еще на заре кибернетики (информатики), чтобы
компьютеры не были «идиотами, наделенными
феноменальной Способностью к счету», а более гибкими и «умными»
помощниками человека, надо сделать так, чтобы они
умели учиться.
32

Автоматы учатся
Существуют два вида обучения. В первом, более
простом, тактика обучения задана заранее. Оно идет,
так сказать, по программе. Например, обучая ребенка
вести себя за столом правильно, мы говорим ему:
«Сядь прямо!», «Не облокачивайся!» Но обучать можно
и другим способом. Тому же ребенку мы скажем: «Ты
ведешь себя неправильно!» — но не поясним, как же
надо вести себя правильно, сидя за столом. Ребенок,
видя, как ведут себя другие, учится правильному
поведению за столом сам.
Обучение первого типа, по программе, легко
поддается математизации. Можно заранее вычислить, какое
поведение в данном положении будет оптимальным, как
лучше вести себя в тех или иных условиях. И целью
обучения тогда станет достижение наилучшего поведения
в кратчайший срок.
Однако очень часто человеку, а тем более животным
приходится приспосабливаться к окружающей среде, не
имея никаких правил, никаких заранее установленных
норм поведения. В этом случае обучающийся (человек,
животное, любой автомат) должен научиться учиться.
Программист не знает, как должен вести себя автомат
наилучшим образом. Автомат должен самостоятельно
выработать оптимальное поведение.
Именно так обучалась ЭВМ, играющая в шашки:
программа, по которой ока действовала, старалась учесть
опыт сыгранных партий и не повторять ошибок.
Сходная программа была создана в Ленинградском
вычислительном центре Академии наук СССР, только играла
она не в шашки, а в «чет — нечет». Игру с человеком
программа начинала «с нуля», как бы
присматриваясь, изучая противника. Естественно, на первых
порах человек побеждал. Но чем больше партий было
сыграно, тем увереннее машина побеждала человека:
учтя все неосознанные «стратегии», все излюбленные
привычки своего противника, она нашла, что
противопоставить им, и неизменно добивалась полного
разгрома соперника, в том числе, как и полагается, своего
создателя, профессора В. И. Варшавского.
Персептрон — так назвал американский физиолог и
кибернетик Ф. Розенблатт самообучающуюся систему,
первое описание которой появилось в 1958 г. Программы
33

для ЭВМ и специально созданные аналоговые
вычислительные машины, работающие по принципу персептрона,
стремились моделировать работу системы «глаз—мозг»,
распознающей образы.
Глаз поставляет мозгу огромное количество
информации. Мозг перерабатывает воспринимаемое в понятия
и образы. Мы всегда отличим собаку от кошки,
несмотря на все разнообразие собачьих пород. Образное
зрение помогает нам узнавать предметы, предстающие
в необычных ракурсах, распознавать почерки,
использовать предыдущий зрительный опыт (иначе, например,
мы »е узнавали бы знакомых среди необъятного
множества лиц незнакомцев). Конструкторы персептронов
стремились к тому, чтобы научить свои детища
самостоятельно ориентироваться в колоссальном множестве
признаков, позволяющих нам отличать собаку от кошки,
распознавать почерки и лица людей. Перечислить эти
признаки детально мы не можем, хотя и пользуемся
ими интуитивно.
Глазом у персептрона был фотоэлемент, мозгом —
компьютер. По самообучающейся программе проводились
и попытки смоделировать систему «ухо — мозг», которая
позволила бы автоматизировать распознавание устной
речи (ухом был микрофон, мозгом — все тот же
компьютер). В конце 50-х годов обучающиеся программы типа
персептрона стали применяться не только для
распознавания образов, но и для распознавания болезни, то есть
для медицинской диагностики. В то же время появились
автоматы, подражающие поведению живых существ.
«Сейчас проявляется большой интерес к машинам,
имитирующим жизнь... Машина, которой мы в основном
занимались,— это маленькое создание с гладкой
поверхностью и вытянутой шеей, в которой помещается
единственный глаз, осматривающий окружающие предметы
в поисках светового стимула,— мы назвали эту игрушку
«Тестудо», или «черепахой», которую машина
напоминает своим внешним видом. «Адам» и «Ева» этой
разновидности получили клички «Элмер» и «Элси»,— рассказывал
английский физиолог Грей Уолтер о созданных им
кибернетических черепашках, которые снискали себе славу
во всем мире и породили целый кибернетический
зверинец.
Радиолюбители, кружки юных техников, студенческие
научные общества, научные лаборатории и исследова-
34

тельские группы в СССР и США, Англии и Франции,
Бельгии и Японии и в других странах создали десятки
кибернетических «лис», «собак», «мышей», «белок»,
«черепашек». В них моделировались более или менее
простые формы поведения организмов вроде
распространенного в растительном мире фототропизма (если
освещать растительную клетку не полностью, то
постепенно вся ее неосвещенная часть переместится в
освещенную зону), ориентировочные рефлексы, условные
рефлексы. Пока игрушки из металла и пластмассы
изображали реакции животных, ученые совершали первые
попытки смоделировать творческое мышление, присущее
человеку.
«Логик-теоретик» и все остальные
Мы уже упоминали фундаментальный труд Рассела
и Уайтхеда, в котором были заложены логические основы
математики. В 1957 г. А. Ныоэлл, Г. Саймон и Дж. Шоу
сделали попытку доказать теоремы из второй главы этого
труда с помощью компьютера, составив для него
программу, названную «Логик-теоретик».
Теоремы из труда Рассела и Уайтхеда можно
доказывать чисто механическим путем. Для этого надо
комбинировать по-разному те утверждения, о которых известно,
что они истинны, а затем проверить, не содержат ли
полученные таким путем утверждения одну из теорем,
содержащихся в «Началах математики», или же
отрицание этой теоремы. В первом случае теорема доказана,
во втором — опровергнута. Если же ни теоремы, ни ее
отрицания не найдено, надо попробовать новые
комбинации утверждений, проверить их вновь и так далее.
«Алгоритм Британского музея» — так называли
подобного рода поиски доказательств авторы программы
«Логик-теоретик»: этот алгоритм, по их мнению, был не
более разумен, чем попытка заново написать все книги,
хранящиеся в Британском музее, посадив за пишущие
машинки обезьян и надеясь, что рано или поздно обезьяны
чисто случайно сумеют напечатать осмысленное слово,
фразу или страницу. В противовес слепому перебору
вариантов и предлагалась эвристическая программа
«Логик-теоретик», рассчитанная на осмысленные,
творческие поиски. Эта программа заставляла компьютер
не механически перебирать варианты, а строить пред-
35

положения, догадки, гипотезы, а затем проверять их
правильность. С ее появлением началось увлечение
эвристикой, впрочем, вполне оправданное.
«Цель эвристики — исследовать методы и правила,
как делать открытия и изобретения,— писал автор этого
термина, математик и педагог Дьердь Пойа, чьи книги
«Как решать задачу» и «Математика и
правдоподобные рассуждения» известны всем, кто интересовался
проблемами психологии научного творчества.—
Эвристика стремится постичь процесс решения проблем,
особенно тех мыслительных операций, которые чаще всего
оказываются полезными в этом процессе. Свои данные
она заимствует из разных источников, ни одним из
которых не следует пренебрегать».
Но каким образом найти правила порождения
догадок, «алгоритмы предположений»? Очевидно, надо в
первую очередь обратиться к мышлению людей,
решающих задачи. Была отобрана группа студентов, не
знакомых ни с математической логикой, ни с книгой Рассела
и Уайтхеда. Каждый студент должен был
самостоятельно доказать одну или несколько теорем из этой книги.
При этом ему вменялось в обязанность рассуждать
вслух, делать любые записи, прекращать работу, если
становилось ясно, что выбран неверный путь, и начинать
все скачала.
Обработав магнитофонные записи, выкладки,
черновики студентов, программисты нашли эвристики —
способы, которыми пользовались люди, доказывая
теоремы. А затем по этим эвристикам теоремы принялась
доказывать машинная программа. Из 52 теорем второй
главы «Логик-теоретик» успешно доказал 38, причем
только две из недоказанных теорем, как говорят
специалисты, «выходили за пределы логических
возможностей алгоритма». Остальные же «не были доведены до
конца из-за ограниченности физических возможностей
ЭВМ, имевшихся в то время». Когда алгоритм изменили
и программу вложили в более мощную машину, она
доказала все 52 теоремы.
Вслед за «Логиком-теоретиком» появились новые
программы, следуя которым, компьютеры доказывали
теоремы не с помощью слепого перебора, а по
эвристическим правилам. Математик Ван Хао, работавший в
США, составил программу, по которой компьютер
ИБМ-704 менее чем за три минуты доказал все 220 тео-
36

рем «Начал математики». Более того, эвристическая
программа сумела найти ряд теорем, которых не было
в книге Рассела и Уайтхеда, но которые можно было
вывести исходя из основных аксиом. Число новых теорем
оказалось так велико, что даже возник вопрос о
машинном отборе самых интересных, нетривиальных теорем.
«На пути к механической математике» — так назвал
отчет о своей работе Ван Хао. «Формализация сулит
возможность возложить на машину большую часть той
работы, которая занимает сейчас основное время
математиков,— писал он.— Стремление к нечеловеческой
точности перестает быть ненужным и бессмысленным и
получает определенность и оправдание!» И действительно,
дальнейшие работы ученых показали, что ЭВМ обладают
недюжинными способностями не только к
математической логике, но и к другим областям математики.
В СССР, США, Англии был проделан ряд интересных
экспериментов, связанных с автоматическим
доказательством теорем из геометрии Евклида. Следуя программе,
«электронный геометр» доказал все теоремы евклидовых
«Начал». И не только весьма точно повторил
доказательства традиционные, но и нашел новые и
неожиданные. За две с лишним тысячи лет, прошедших со времени
Евклида, доказательства эти не приходили в голову
никому из математиков!
«Машины-творцы» проявили себя в 50-х годах не в
одной математике. Компьютер Иллинойского
университета (СИЛА) написал сюиту «Иллиак» для струнного
квартета, состоящую из четырех частей по числу
экспериментальных программ, положенных в основу
сочинения музыки. Еще раньше в печати появились сведения
о программе «Дататрон», которая сочинила серию из
четырех тысяч песенных мелодий под общим названием
«Кнопка Берты». Тогда же приблизительно появились
популярные мелодии, автором которых была машина
Гарвардского университета. В 1959 г. начал свои
интереснейшие опыты по программированию музыки
советский математик и музыкант Рудольф Зарипов,
«вдохновивший» машину «Урал» на сочинение первых
одноголосных пьес.
Однажды, будучи оппонентом на защите докторской
диссертации, посвященной вопросам высшей алгебры,
академик В. М. Глушков заметил, что ему для проверки
приходится заново производить все вычисления, проделан-
37

ные соискателем. Нельзя ли поручить такую проверку
ЭВМ? Опыты по доказательству теорем показали, что это
возможно. Программы самообучения типа персептрона
стали применяться для постановки диагноза: ведь в
память ЭВМ можно ввести куда больше данных о
болезни, о ее симптомах, о результатах многочисленных
анализов, касающихся каждого конкретного человека,
чем хранит их память врача.
«Мы хотим, чтобы справедливость, гуманность,
неотвратимость, истина и все прочие юридические
категории стали столь же точными, основывались на таких
же бесспорных данных, как это имеет место в категориях
математики, физики, химии»,— писал в свое время
академик В. Н. Кудрявцев в статье, посвященной
применению ЭВМ в области права. В 50-х годах группа
ленинградских юристов и математиков, возглавляемая
профессором Д. Керимовым, показала, что
юридические описания, законы и постановления могут быть
сведены к форме, «понятной» компьютерам. Отсюда
следовало, что ЭВМ может не только служить
«статистиком и справочником», дающим необходимые сведения
юристам, но и проводить логический анализ
доказательств, предъявленных суду, сопоставлять показания
свидетелей, одним словом, быть юристу толковым
помощником.
В те же годы появились исследования по
«программированному обучению» — дисциплине, родившейся на
стыке педагогики и кибернетики. Прогресс науки и
техники в XX в., рождение новых дисциплин,
лавинообразное нарастание числа публикаций во всех сферах
человеческого знания — все это поставило перед
педагогикой труднейшую задачу. Как согласовать со
сложившимися традициями преподавания и достижениями
прошлого новые открытия? Ведь учебное время нельзя
растягивать бесконечно, студент, а тем более школьник
не может заниматься день и ночь напролет. Нельзя ли
привлечь на помощь учащимся и преподавателям ЭВМ,
которые могут оказаться полезными и при подаче нового
материала, и при его повторении, а главное, при
проверке усвоенных знаний (ЭВМ-экзаменатор!)? Первые
модели машин-преподавателей и машин-экзаменаторов
были созданы; казалось, они сулили настоящую
революцию в педагогике...
Однако на какую бы творческую профессию ни пыта-
38

лись мы запрограммировать компьютеры, перед ЭВМ и
человеком неизбежно вставал языковой барьер. Язык
программы, которой следует машина, строг и однозначен.
Язык человека многозначен, гибок, имеет множество
смысловых оттенков. Как перевести его на компьютерные
алгоритмы? И возможно ли это вообще? Если нет, то
электронный мозг может помогать человеку лишь в
задачах, связанных со счетом и числом, и ни о каких
гуманитарных профессиях ЭВМ не может быть и речи.
Поиски общего языка усилились, а вопрос остался
открытым.
Поиски кода
Во время второй мировой войны
машины-вычислители с успехом помогали дешифровать перехваченные
шифровки противника. Стало ясно, что с их помощью
в принципе может быть раскрыт любой код, любая,
самая хитроумная система тайнописи. По окончании
войны ученые выдвинули идею машинного перевода с
одного языка на другой с помощью ЭВМ. Идею эту сочли
утопической даже люди, работавшие в области
вычислительной техники, не говоря уже о языковедах. Винер
писал одному из энтузиастов машинного перевода:
«...откровенно говоря, я боюсь, что границы слов в
разных языках слишком расплывчаты, а эмоциональные
и международные слова занимают слишком большое
место в языке, чтобы какой-нибудь полумеханический
способ был многообещающим. В настоящее время
механизация языка представляется весьма
преждевременной».
Однако уже в 1954 г. в США был публично
продемонстрирован перевод математических текстов с
русского языка на английский, выполненный ЭВМ. Через
год под руководством профессора Д. Ю. Панова была
создана программа для машины БЭСМ, и машина
перевела математические тексты с английского на русский.
Затем О. С. Кулагина и ее коллеги сделали машинный
перевод с французского на ЭВМ «Стрела». В конце
50-х годов китайские математики и лингвисты вместе
с советскими учеными получили первые результаты
машинного перевода с русского на китайский, имеющий
не свойственный европейским языкам грамматический
строй да еще и иероглифическую письменность.
39

Первые опыты машинного перевода проводились на
ограниченных текстах. Набор правил для перевода был
также невелик: словарь компьютера-переводчика состоял
из нескольких сотен слов. Несмотря на это, машинный
перевод считался тогда одной из самых важных научных
и технических задач кибернетики. Над ее решением
работали многие лаборатории в США, Англии, Японии,
Франции, ФРГ. Родилась идея единого универсального
языка-посредника, который вобрал бы в себя законы
всех существующих на земном шаре языков.
Практические интересы машинного перевода стали средоточием
интересов теоретического языкознания середины XX
столетия, которое, по выражению одного из крупнейших
лингвистов мира, профессора Романа Якобсона, стало
превращаться из «науки о языках» в «науку о Языке».
Чтобы создать науку о языке с большой буквы, нужно
знать и другие системы общения, существующие в
человеческом обществе. А их очень много. Это и дорожная
сигнализация, и язык жестов, и научная символика, и
пантомима, и этикет (как своеобразный язык
поведения). Изучением всех этих средств общения людей
занимается теория знаков — семиотика. Расцвет ее связан с
появлением компьютеров, ибо в кругу интересов
семиотики находятся не только человеческие средства
общения, но и сигналы, которыми обмениваются животные,
и машинный язык алгоритмов и программ. Проблемы
машинного перевода и семиотики во многом оказались
сходными с проблемами еще одной молодой науки —
документалистики, или информатики, которая изучает структуру
и свойства научной информации, а также теорию,
историю, методику и организацию научно-информационной
деятельности.
Специальные машины в помощь библиотечным
работникам были созданы до рождения кибернетики: они
сортировали библиографические карточки и
молниеносно выдавали ссылки на литературу. Но и этой скорости
оказалось недостаточно, и механические счетчики
заменили электронными, с автоматической программой
действий. Встал вопрос о создании электронного
библиографа, о превращении памяти компьютера в
энциклопедию, хранящую знания, накопленные человечеством,
ко рассыпанные пока по книгам, журналам,
справочникам.
К концу XV столетия, спустя 50 лет после изобретения
40

книгопечатания, в Европе было издано 40 тысяч книг.
Поток публикаций стал расти чуть ли не в
геометрической прогрессии. К середине XX столетия в
библиотеках мира накопилось около 30 миллионов книг различных
названий. Неужели все они должны быть введены в
электронную память компьютеров?
Наша цель — поместить в машину не тексты какого-
либо языка сами по себе, а информацию, которая
записана в этих текстах,— отвечали на этот вопрос
специалисты. Для записи же этой информации лучше взять не
обычный человеческий язык со всеми его правилами,
исключениями и многозначностью значений, а
специальный код, подобный системам записи формул в химии,
физике, математике, музыке или шахматах.
Создать единый код науки, понятный всем людям,
мечтали Декарт и Ньютон, Лейбниц и Ломоносов.
Первые шаги в этом направлении сделаны были давно:
математическая символика, метрическая система мер и
весов, нотные знаки, телеграфный код — все языки
понятны всем народам. Полвека назад была создана
Международная федерация по установлению стандартов,
цель которой — ввести единую терминологию в области
науки и техники. Затем, с появлением первых
поколений ЭВМ, началась разработка специальных
семантических кодов — информационных знаков для литературы
по различным областям знаний. В перспективе
намечалось объединение всех этих частных языков в
универсальный код науки, понятный всем людям и всем
компьютерам.
•Машина должна стать не только бесстрастным
библиографом, выдающим нужную справку,— нет,
сравнив сведения, хранящиеся в ее памяти, с поступающими
к ней сведениями, машина будет определять, на самом ли
деле эти сведения новы или же это всего-навсего
перепевы старого, уже известного. Так рисовали себе
кибернетики конца 50-х годов деятельность электронного
энциклопедиста. »
Первые опыты по машинному реферированию текстов,
проделанные в нашей стране и за рубежом, показали,
что ЭВМ действительно может делать реферат или в
крайнем случае аннотацию без помощи человека. Если
единый терминологический код, универсальный язык
науки будет создан и все понятия различных дисциплин
определены столь же строго и однозначно, как, например,
41

это делается в Международной комиссии по
стандартам, ЭВМ сумеет быть подлинным энциклопедистом.
В памяти машины будут храниться все известные
теоремы, формулы, определения, научные теории, таблицы —
все на свете, что удастся изложить на универсальном
языке.
Компьютеры начали работать по эвристическим,
«творческим» программам. Правда, сфера их
«творчества» была ограниченна — математическая логика,
высшая алгебра, геометрия Евклида, словом, те области,
где информация изложена на языке математики. Но
ведь если записать все сведения, закодировав их на
универсальном языке науки, то по тем же
эвристическим программам ЭВМ может вести поиски новых выводов,
сопоставлять сведения, выявлять закономерности и в
других областях человеческого знания, вести и там
«творческую работу». Человечество накопило за всю свою
историю колоссальное количество сведений, хранящихся
в книгах, журналах, справочниках. Все это написано
на десятках различных языков. Но если применить,
например, систему «глаз—мозг», то есть персептрон, то
электронные читающие устройства будут считывать
тексты со скоростью сотен тысяч знаков в секунду.
А с помощью универсального языка-посредника, родного
брата универсального кода науки, эти тексты будут
переведены на язык машины. Так в середине XX столетия,
ну если не в середине, то уж в конце непременно,
начнется новая эра — эра машинной письменности.
Черный ящик
Мы видим, как идея механического усилителя
умственных способностей нашла «точку опоры» в ЭВМ. Но тут
же возник вопрос о том, где пределы применения ЭВМ,
все ли в умственной деятельности человека доступно
переводу на язык чисел, алгоритмов, машинных команд,
на что способен электронный мозг, а на что нет.
В беседе с Полем Лафаргом Карл Маркс высказал
мысль о том, что всякая наука достигает совершенства
лишь тогда, когда ей удается пользоваться математикой.
Великий физиолог И. П. Павлов считал, что рано или
поздно точной станет «наука о душе» — психология:
«Вся жизнь, от простейших до сложнейших организмов,
42

включая, конечно, н человека, есть длинный ряд все
усложняющихся до высочайшей степени уравновешиваний
внешней среды,— писал он.— Придет время... когда
математический анализ, опираясь на естественнонаучный,
охватит величественными формулами уравнений все эти
уравновешивания, включая в них, наконец, и самого себя».
Быть может, это время уже настало? И электронный
ьюзг поможет нам решить загадки собственного мозга?
Ведь человеческая мысль рождается где-то внутри
черепа, в сложнейшем переплетении миллиардов нервных
клеток, тканей, кровеносных сосудов. Нельзя ли,
конструируя «умные машины» из физических элементов,
превратить их в инструмент самопознания?
В первые годы рождения кибернетики появилось
понятие «черный ящик» — так называли и теперь
называют систему, строение которой нам неизвестно и о которой
мы судим лишь на основании ее поведения. Если мы
управляем автомобилем, не зная его устройства, он для
нас черный ящик. Наш мозг для нас тоже черный ящик:
что делается под черепной коробкой, мы не знаем. В книге
«Предвидимое будущее» лауреат Нобелевской премии
физик Дж. Томсон писал, что знакомство с астрономией
невольно приводит к мысли о ничтожестве человека.
Не исключено, добавляет он, что познание человеческого
мозга может заставить людей возгордиться. Число
нервных клеток мозга ученые исчисляют десятками
миллиардов. Если предположить, что каждая нервная
клетка хранит лишь одну минимальную единицу
информации — один бит, то и тогда мы получим величину
от 10 до 50 миллиардов бит. Примерно столько же
информации содержится в библиотеке из 10—15 тысяч
томов. Многие специалисты полагают, впрочем, что на
самом деле наш мозг может вместить информацию
порядка 10 20 бит (сто миллиардов миллиардов) — не меньше,
чем звезд в видимой Вселенной.
Несмотря на всю свою сложность и хрупкость, мозг
по сравнению со всеми техническими устройствами,
созданными людьми, обладает поразительной
надежностью. Великий французский ученый Пастер делал
научные открытия даже тогда, когда половина его мозга
была поражена кровоизлиянием. Серьезные ранения в
голову, при которых из строя выходят тысячи и миллионы
нервных клеток, не мешают людям плодотворно
заниматься умственной деятельностью.
43

Вычислительное устройство объемом 1,42 литра,
массой около 1,36 килограмма, потребляющее мощность
около 25 ватт и имеющее память, хранящую 10 тысяч
миллиардов или даже миллион миллиардов бит
информации; устройство, которое с помощью непрерывной
работы своих миллиардов стабильных и незаменяемых
реле сохраняет самого себя, управляет своей
деятельностью и поддерживает равновесие своего тела и его
взаимоотношения с внешним миром посредством
отрицательной обратной связи, построенной на побуждениях
и рефлексах,— так характеризовали мозг в терминах
кибернетики участники международного симпозиума,
посвященного проблемам «проектирования машин,
имитирующих поведение человеческого мозга».
В одной из первых советских работ, посвященных
возможностям ЭВМ, академик С. Л. Соболев и член-
корреспондент АН СССР А. А. Ляпунов писали, что
одна и та же вычислительная машина в зависимости
от вложенной в нее программы может вести расчет
профиля крыла самолета, сопла реактивного двигателя,
ядерной реакции, протекающей в атомном котле, таблиц
полета артиллерийских снарядов. Она может переводить
тексты с одних языков на другие, решать разнообразные
логические задачи, играть в домино или преферанс,
управлять движением поездов или самолетов. Какие же
функции человеческого мозга может она моделировать,
а какие нет? И если окажется, что принципиальных
ограничений в моделировании мышления нет, не следует
ли считать электронный мозг мозгом, подобно
человеческому, мыслящим?
По мере того как совершенствовались
вычислительные машины, все чаще и чаще вспыхивали дискуссии
о возможностях электронного мозга. Начало 60-х годов
ознаменовалось бурным обсуждением проблемы «Может
ли машина мыслить?», в котором участвовали
кибернетики и философы, логики и психологи, биологи и
литературоведы. Многим памятен вопрос, вынесенный в
заглавие статьи одним известным литературоведом и
критиком: «Товарищи, вы это серьезно?» — «Вполне
серьезно»,— отвечали известные ученые, энтузиасты
кибернетики, верившие в то, что возможности ЭВМ безграничны.

Глава третья. ЭВРИСТИЧЕСКИЕ ПРОГРАММЫ
Может ли машина мыслить?
Ф
Может ли робот быть умней своего конструктора?
Может ли машина быть умнее своего создателя?
Возможно ли создание искусственных живых существ,
способных к размножению, прогрессивной эволюции,
обладающих эмоциями, волей и мышлением? Возможно или
невозможно провести аналогию между счетно-решающим
устройством и мозгом вплоть до признания (или
отрицания) принципиальной возможности возникновения в
этом устройстве свойства, тождественного сознанию или,
более узко, мышлению? Могут ли машины вести себя
разумно? Могут ли они обладать психикой? Представляет
ли собой человек нечто большее, чем машина? Какие
функции машина может сейчас или сможет в будущем
выполнять так же хорошо, как человек, или даже лучше?
Могут ли люди построить машину, которая сумеет решать
задачи, слишком трудные для человека?
Вот далеко не полный перечень формулировок
вопроса, который в самой своей известной формулировке
звучит так: «Может ли машина мыслить?» Формулировки
эти принадлежат людям, стоявшим у колыбели
кибернетики,— Винеру,Эшби, Колмогорову, Тьюрингу, Полетаеву,
Кемени. Все участники дискуссии о «мыслящих машинах»
так или иначе повторяли их. И ответы на поставленный
вопрос были далеко не однообразны и не тривиальны.
В противовес тем, кто вопрошал: «Товарищи, вы это
серьезно?», другие участники дискуссии полагали, что
конструктор ЭВМ должен прекратить спрашивать, как
ему сделать мыслящую машину, «поскольку он уже ее
создает в этот самый момент и фактически делает это
последние двадцать лет». Ряд ученых допускали
возможность построения мыслящей машины теоретически, хотя
и считали неосуществимым на практике. Согласно одной
из точек зрения мыслящие автоматы, несомненно, будут
созданы в будущем, но мыслить они станут совсем не
так, как это делает человек. Другая точка зрения состояла
45

в том, что и принципиально и технически можно создать
мыслящие машины, однако люди не захотят этого делать
и поставят даже такие преграды, чтобы это не произошло
никогда. Часть философов полагала, что в ЭВМ «нет
и не может быть сознания, ибо она построена из
неорганического материала» и отражение в ней
действительности «носит не психический и не биологический, а
исключительно физико-химический характер». Но им
возражали на том основании, что «человеческое сознание,
возможно, потеряет в будущем свое исключительное
положение и станет одним из многих явлений,
свойственных различным видам естественно и искусственно
организованной материи».
Последняя мысль была высказана И. А. Полетаевым,
стоявшим у истоков советской кибернетики. Подобного
взгляда придерживался тогда и академик С. Л.
Соболев, полагавший, что нет никаких препятствий
искусственно: iy созданию живых организмов, как нет никакой
принципиальной разницы между «искусственным» и
«естественным» способом их создания, весь вопрос лишь
в том, чтобы «научиться доводить их организацию до
нужной степени», а человек — «это самая совершенная
из известных нам пока кибернетических машин, в
построении которой программа заложена генетически».
По мнению академика А. Н. Колмогорова, чьим
докладом «Автоматы и жизнь», прочитанным 6 апреля
1961 г. в Московском университете, собственно, и
открылась дискуссия, быстро перекочевавшая из аудиторий
в печать, автоматы в принципе могут обладать всеми
основными свойствами самых сложных систем, например
организмов и даже человеческого мозга. Их можно
называть и живыми существами, если понимать этот
термин достаточно широко, ибо, как говорил Андрей
Николаевич, принципиально возможно создание
«искусственных живых существ, способных к размножению,
прогрессивной эволюции, в высших формах обладающих
эмоциями, волей и мышлением вплоть до самых тонких
его разновидностей».
Однако дискуссия сравнительно скоро зашла в тупик.
Слишком разный смысл вкладывали ее участники в
понятия «мышление» и «машина», да и связующее их
слово «может» допускало несколько толкований
(логическое, физическое, практическое). И все-таки спор о
возможностях электронного мозга был не напрасен.
46

Он показал, что проблемы кибернетики охватывают
широчайший круг тем, что они затрагивают основные
вопросы философии, связанные с материей и сознанием,
с человеком и его местом в окружающем мире.
Наше положение можно сравнить с положением
пионеров на краю неведомого им континента. У нас есть
топоры, которыми можно рубить деревья и строить
мосты. У нас есть лестницы, чтобы карабкаться на скалы,
и лодки, чтобы переплывать озера. Мы испытали наши
топоры на веточках и сделали макеты лестниц и лодок
из бумаги. Сможем ли мы достичь противоположного
берега? В принципе дерево мы срубить можем, но,
очевидно, что рубка деревьев, имеющих в обхвате несколько
миль, может продлиться очень долго. В принципе мы
можем переплыть реку на лодке или построить мост
через нее, но если эта река Амазонка с ее тридцатью
порогами, практически сделать этого мы не сможем.
Так образно рисовали ситуацию американские
кибернетики Дж. Келли и О. Селфидж в своем обзоре,
посвященном дискуссии о мыслящих машинах. Дискуссия эта
к середине 60-х годов утратила свою актуальность.
А к концу 60-х, когда кибернетике уже исполнилось
двадцать лет, можно было уже посмотреть, на что
оказался способен электронный мозг и все ли выданные
ему векселя погашены.
Неоплаченные векселя
Скорость действия ЭВМ по сравнению с первыми их
образцами возросла за два десятка лет не в двадцать,
а в сотни и тысячи раз. Объем машинной памяти
увеличился в десятки раз. Взамен электронных ламп,
потребляющих массу энергии, появились компактные
транзисторы: родилось второе поколение ЭВМ —
полупроводниковое. Затем были созданы компьютеры третьего
поколения — на интегральных схемах. Имея компактные
размеры, они превзошли своих предшественников и по
скорости действия, и по надежности, и по объему памяти.
Техника 60-х годов с лихвой окупила все вложенные
в нее затраты и погасила данные на заре кибернетики
авансы.
Машины-вычислители нашли применение в сфере
планирования и учета, в бухгалтерском деле и экономике,
в космонавтике и метеорологии, на железных дорогах
47

и в аэропортах. Но как только дело дошло до решения
проблем, связанных с гуманитарными науками,
оказалось, что оплатить векселя, выданные кибернетикам под
машины-переводчики, электронные библиотекари,
компьютеры-педагоги, пока не удалось.
После успешного применения эвристической
программы «Логик-теоретик» ее творцы полагали, что не пройдет
и десяти лет, как ЭВМ станет чемпионом мира по
шахматам, найдет и докажет важную и до тех пор не известную
математикам теорему, а большинство психологических
теорий примет форму программ для компьютера. Но
прошло более десяти лет, а игра машин-компьютеров
оставалась на уровне игры среднего любителя. Ни одна
важная математическая теорема не была доказана
машиной. Что же касается психологических теорий, то о
роли ЭВМ в этой области знаний хорошо сказал Дж.
Миллер, один из ведущих американских специалистов по
психологии мышления и инженерной психологии. В
психологии, писал он тогда, вычислительные машины
оказали свое основное влияние, выступая в качестве...
метафоры. Эта «машинная метафора» освободила
теоретическое мышление психологов, они стали заполнять
журналы описаниями психологических явлений, наполняя
их кибернетическими терминами, реальных же программ,
позволяющих ЭВМ решать сложные интеллектуальные
задачи лучше, чем человек, создано «обескураживающе
мало».
Сходная картина наблюдалась к началу 70-х годов
и в педагогике. Основные идеи программированного
обучения были разработаны независимо от ЭВМ, и
толку от того, что немашинные обучающие программы
переводятся в машинные, было пока немного. В этой
области, говорил Миллер, еще имеются колоссальные
возможности, как раз такие, которые были обещаны
нам отцами кибернетики, «и я верю, что какую-то пользу
все это в конечном счете принесет». Веры, как и
Миллер, не терял никто, но наступление, например, эры
«машинной письменности», то есть перевода знаний,
накопленных человечеством, в электронную память
компьютеров или специальных информационно-логических
машин, стали ожидать не в 80-х годах, и не в 90-х, а в
начале XXI в. Специалисты и неспециалисты с
сожалением отмечали, что не удалось и вряд ли в ближайшее
время удастся автоматизировать перевод устной или
48

письменной речи в кодовые знаки с помощью
самообучающихся систем типа персептрона, что не был создан
ни универсальный код науки, ни общий для всех языков
мира язык-посредник для машинного перевода. Да и
сам машинный перевод зашел в тупик. Специальная
комиссия, изучавшая состояние дел с машинным
переводом в США, выпустила в 1966 г. отчет, из которого
следовало, что перспектив на ближайшее будущее
машинный перевод не имеет. С выводами этой комиссии
были согласны почти все, даже энтузиасты машинного
перевода.
Стоит вспомнить, что первые опыты по машинному
переводу проводились с маленькими по объему,
специально отпрепарированными текстами, правила
грамматики были просты, а словарь ограничен. Этого,
конечно, мало для настоящего, «промышленного»
машинного перевода. Можно было усложнить правила,
увеличить объем словаря, но это не привело бы к
кардинальному решению проблемы. Машина переводит механически,
а человек — по смыслу. Правда, еще в 1959 г. группа
специалистов по машинному переводу, работавшая в
Кембридже, сумела добиться перевода нескольких фраз
именно «по смыслу»: для этого в память ЭВМ введены
были «семантические множители» — элементарные
единицы смысла, из которых складывается значение фраз.
Но опять-таки это был лишь лабораторный опыт.
Сколько же лет должно занять разложение на
«семантические множители» сотен 'тысяч слов русского,
английского и других языков? И где гарантия того, что это
разложение на элементы будет правильным (ведь,
например, сумма смыслов слов, составляющих
словосочетание, очень часто далека от смысла одного из
«слагаемых»: «слепой дождь» не слеп, «круглый отличник» не
кругл и так далее).
*И все же, несмотря на скепсис всех тех, кто полагал,
что гуманитарные знания электронному мозгу недоступны,
что он может иметь дело лишь с числами, работа
исследователей в области эвристики, машинного перевода
и в ряде других областей, связанных с принятием решений,
языком, психологией мышления, продолжалась и была
отнюдь не бесплодной. Эта область исследований
получила условное название «искусственный интеллект».
Идея Луллия, подобно вертушке ее творца, сделала
новый оборот.
49

Всеобщий решатель задач
Один известный математик и популяризатор науки
задался как-то таким вопросом: сколько томов должна
насчитывать библиотека, которая содержала бы не только
все, что когда-либо создано людьми, но и все, что будет
написано или хотя бы задумано, хотя бы придет в голову
людям, библиотека, в которой были бы все научные
теории и сумасшедшие фантазии, шедевры поэзии
настоящего, прошедшего и будущего, записи разговоров и
тексты докладов, личные письма и административные
отчеты,— словом, все на свете, вся «продукция»
миллиардов и миллиардов людских мозгов.
Рассмотрев все возможные варианты расположения
букв алфавита, знаков препинания, математических
символов и других знаков в тексте книги большого формата,
напечатанной мелким убористым шрифтом и имеющей
тысячу страниц, популяризатор (звали его Курт Лас-
свиц) высчитал, что в библиотеке должно быть
10 15 00° 00° томов (для записи этого чудовищного числа с
помощью обычной нумерации потребовалось бы три
таких же толстых тома, в которых за единицей
следовало бы сто пятьдесят миллионов нулей).
В «библиотеку Лассвица» вошло бы все «разумное,
доброе, вечное», которое когда-либо знало, знает и будет
знать человечество. Наряду с «разумным» в ней
содержались бы тома, наполненные проклятиями, бредом,
сочинениями графоманов, тома, состоящие из наборов
знаков препинаний, букв, указателей, параграфов и так
далее. Теперь представим себе, что из этой библиотеки
с помощью компьютера мы ведем отбор действительно
«разумного, доброго, вечного», отметая всю
бессмыслицу и чепуху. Наш компьютер будет играть роль некоего
селектора интеллекта.
Оказывается, идея такого селектора не нова. В
принципе она содержится уже у Луллия, чья вертушка
должна была из случайностей выхватывать осмысленные
сочетания. Принцип селектора интеллекта обосновал
один из основоположников кибернетики Уильям Росс
Эшби, нарисовавший схему «усилителя умственных
способностей». Вся проблема в том, чтобы
сформулировать принципы отбора, которыми должен
руководствоваться наш селектор. Выбирая, допустим, наилучший
вариант железнодорожной трассы, компьютер не ведет
50

перебор всех вариантов, а, следуя правилам
динамического программирования, с первых же шагов резко сужает
число возможных выборов, пока не остановится на
оптимальном. В программе «Логик-теоретик» тоже были
подобные алгоритмы поиска (алгоритм Британского музея
ее создатели, как мы помним, отвергли).
А нельзя ли применить эти принципы не только к
доказательству теорем? Мы уже говорили о программах,
которые играли в игры, сочиняли простые мелодии,
решали кроссворды. Вслед за «Логиком-теоретиком» появился
САИНТ (Синтетический Автоматический Интегратор).
Эта программа решала задачи интегрального исчисления
«на уровне хорошего первокурсника», как писал ее автор
Джеймс Слейгл; после усовершенствования САИНТ стал
«брать» все предлагавшиеся ему интегралы.
Но все эти программы были «однодумами», они
решали задачи только одного класса. Электронный
шашист был беспомощен в шахматах, САИНТ не мог
доказывать теоремы. Программа, превосходно игравшая в
игру «15» (пятнадцать фишек беспорядочно заполняют
доску из шестнадцати клеток; пользуясь одной пустой
клеткой, нужно выстроить нумерованные фишки по
порядку, от единицы до пятнадцати), не могла решить
задачи, возникающие в более простом варианте этой
игры, с шестью клетками и пятью фишками (игра «5»).
Создатели «Логика-теоретика» Ньюэлл, Саймон и Шоу
решили видоизменить программу так, чтобы она могла
добиваться успеха и в играх, и в доказательстве теорем,
н в других задачах, требующих перебора вариантов
и выбора лучшего из них. Новая программа стала
называться GPS — по первым буквам английских слов
GENERAL PROBLEM SOLVER, что у нас переводили
как «Всеобщий решатель задач», «Универсальный
решатель проблем», «Вычислитель для решения проблем
общего типа», «Общий решатель задач». С этой
программы, по мнению ряда ученых, и начался новый этап в
развитии замечательной идеи о механическом усилителе
человеческого разума — этап работ по созданию
«искусственного интеллекта».
По замыслу ее создателей, программа GPS должка
была «размышлять о целях и средствах достижения
этих целей»: сначала отыскать, что надо решать, какой
цели добиваться, а затем искать, как решать, какими
средствами достичь намеченной цели. При этом в процессе
51

поиска «Всеобщий решатель задач» должен искать и
находить «подцели», промежуточные этапы, ведущие к
решению задачи. Опытным полем для программы
стали так называемые лабиринтные задачи, или, говоря
языком кибернетики, поиски по лабиринту возможных
альтернатив.
Миф о Тезее, нашедшем и убившем в Кносском
лабиринте на острове Крит Минотавра и отыскавшем
потом выход, хорошо известен. В 1900 г. (тогда же,
когда английский археолог Эванс нашел руины Кносского
дворца, послужившего прообразом легендарного
лабиринта) американский психолог Смолл предложил
использовать лабиринт в качестве модели творческого поиска.
По его мнению, путь решения проблемных задач —
это путь по коридорам и закоулкам лабиринта, это
заходы в тупики, кружение на одном месте, ложные
ходы, это цепь ошибок, предшествующих правильному
выбору. В лабиринте Смолла искомая цель, подобно
Минотавру, находилась в центре. В опытах физиологов
и зоопсихологов животные начали решать различные
лабиринтные задачи. Они стремились к цели — к
кормушке, расположенной в центре запутанного лабиринта.
Решала подобные задачи и кибернетическая мышь,
созданная Клодом Шенноном. Животные слепо блуждали
по лабиринту, пока случайно не попадали к кормушке.
Электронная мышь Шеннона сначала путем слепого
перебора изучала все пути, ведущие к цели — электроду.
Замкнув электрод, она прекращала свои странствия,
а со второй попытки безошибочно и кратчайшим путем
приходила к цели, ибо вся информация о пройденном
ею лабиринте была ей известна. Изучая процесс решения
творческих (эвристических) задач, психологи пришли к
выводу, что во многих случаях процесс этот
действительно сходен с поисками цели в лабиринте. Разве не по
мысленному лабиринту блуждает изобретатель, ищущий
решения технической задачи, или математик,
доказывающий алгебраические и тригонометрические тождества?
Человек, решая лабиринтную задачу, не ведет слепого
и последовательного перебора всех вариантов. Он
постоянно сравнивает то, что есть, с тем, что достигнуто,
примеряет свои действия к сложившейся ситуации,
планирует дальнейшие действия, чтобы приблизиться к
цели с помощью «подцелей», более достижимых и быстро
проверяемых (вроде того, как это делается в игре «го-
52

рячо—холодно»). Вот такие эвристики, методы поиска,
и были положены в основу «Всеобщего решателя задач».
Сравнив подробные протоколы работы компьютера,
запрограммированного «Всеобщим решателем задач»,
с протоколами действий человека, ведущего поиск по
этой же программе «вручную», а также с протоколами
действий людей, решавших ту же задачу интуитивно,
без эвристик программы, экспериментаторы обнаружили,
что они очень часто совпадают. Одними и теми же бывают
не только пути решения, но и подцели; человек и машина
попадают в одни и те же тупики примерно через
одинаковые промежутки времени. Как сказал один из
создателей GPS, действия этой программы оказываются
достаточными, чтобы продемонстрировать поведение, очень
похожее на поведение человека, решающего задачу.
Вот как выглядит запись такого поиска: «Моя цель —
из исходной точки А попасть в конечную точку Б. Как
это сделать, я не знаю. Нас разделяет разрыв Д. Значит,
чтобы попасть из А в Б, мне надо ликвидировать этот
разрыв. Но как это сделать, я также не зняю, хотя
уменьшить величину Д может оператор Т. Как его
применить? Попробую изменить исходную ситуацию А.
Ситуация А изменилась, стала ситуацией А-1. Уменьшилась
ли величина Д? Уменьшилась. Но поможет ли ее
уменьшить еще раз оператор Т? Попробую применить его еще
раз. Ситуация А-1 превратилась в ситуацию А-2. Разрыв Д
не сократился. Значит, нужно применить новый
оператор, возвратившись в ситуацию А-1...»
Подобная схема рассуждений может быть основой
поиска пути в настоящем лабиринте, но также и основой
для решения математической или инженерной задачи.
И «рассуждать» подобным образом может как человек,
так и компьютер (если бы машина умела говорить,
мы бы от нее услышали точно такое же рассуждение).
Создатели GPS полагали, что их программа
моделирует работу человеческого ума, решающего едва ли не
любые задачи. Действительно, этой программе удалось
решить задачу о миссионерах и людоедах
(напоминающую известную нам с детства задачу о волке, козе и
капусте), доказать алгебраические и тригонометрические
тождества, решить ряд чисто производственных задач,
например оптимизацию перевода предприятий на выпуск
новой продукции. Но когда «Всеобщий решатель задач»
попробовали применить к шахматам, выяснилось, что
53

эта игра программе не по плечу. Программа оказалась
не всеобщей и не универсальной.
Игровыми, конфликтными ситуациями полна наша
жизнь. Род человеческий, после того как люди перестали
быть животными и стали существами общественными,
на протяжении десятков тысяч лет ведет игру с
природой, но только в наши дни мы начинаем осознавать,
сколь серьезна эта игра. Как найти наилучшую,
оптимальную стратегию, чтобы, не нарушая экологического
равновесия планеты, брать от природы нужное нам сырье?
Ведь платой за проигрыш может оказаться в этой игре
наша разоренная и опустевшая Земля.
Мы уже говорили о теории игр, о поисках
оптимальных решений с помощью методов исследования
операций. К сожалению, далеко не во всех ситуациях можно
применить четкие алгоритмы поиска лучшего плана и
точные критерии оценки. Возьмем, например, управление
городом. У объектов, которыми занимается
классическая теория автоматического управления, должна
быть цель существования: станок-автомат выпускает
продукцию, компьютер производит вычисления и т. д.
Программа GPS тоже предполагала цель, таящуюся в
хитросплетениях лабиринта возможных путей. Но какая
цель может быть у такого объекта, как город, в котором
мы живем? Зачем он нужен: чтобы в нем жили люди,
и только? Чтобы в нем развивались промышленность,
наука, культура? А если и то, и другое, и третье, то в
какой пропорции они должны развиваться? Четкого ответа
о «цели города» нет, да и вряд ли он возможен. Но если
это так, то и четкой формулировки управления тоже
быть не может, и по лабиринту путей, ведущих к цели,
нельзя пустить «Всеобщий решатель задач». Нельзя
построить и замкнутую модель управления, ибо города
рождаются, растут, умирают, возрождаются. Из
промышленных они могут стать студенческими, благодаря
новейшим открытиям в какой-либо области в городе
может начаться бурное развитие науки (назовем хотя бы
подмосковную Дубну). И что уж тут говорить о точном
моделировании постоянно меняющегося населения
городов, о рождающихся, умирающих, приезжающих,
уезжающих, учащихся, выходящих на пенсию, устраивающихся
на работу людях!
Таких сложных, «пульсирующих», меняющих и формы,
и цели своего существования объектов бесчисленное
54

множество. Это и крупные промышленные предприятия,
и экономические регионы, и такие сферы, как высшее
образование, здравоохранение, физическая культура и
спорт. Однако же, несмотря на всю сложность, объекты
эти управляются людьми, администрацией завода,
муниципалитетом, руководителями министерств и ведомств.
И хорошего руководителя мы легко отличаем от плохого.
Значит, есть какие-то правила действия, алгоритмы,
пусть и не машинные, позволяющие опытному
руководителю принимать правильные решения? Если удастся
сформулировать их на языке ЭВМ, то машина может
стать надежным помощником человека в решении
важнейших и сложнейших задач и притом в масштабах
городов и районов, предприятий и отраслей, словом,
больших систем.
Превосходной моделью такой большой системы
служат шахматы. В шахматах можно не только
сформулировать конечную цель (объявить мат королю
противника) , но и наметить множество промежуточных подцелей,
ведущих к победе (развить свои фигуры, добиться
материального перевеса, сковать развитие фигур
противника, пойти на жертву, чтобы «выиграть качество», и
так далее). Почему же «Всеобщий решатель», созданный,
казалось бы, специально для решения подобных задач,
не справился с шахматами?
Выбор хода в шахматы — это принятие решения,
которое шаг за шагом должно привести к конечной цели —
мату. Но лабиринт возможных ходов, ведущих к победе,
оказался до того запутан и велик, что распутать его
программа «Всеобщего решателя задач» не смогла.
Человек же в этом лабиринте ориентируется свободно.
Каким образом? Вот тут-то и начинаются интереснейшие
проблемы, возникающие на стыке программирования,
шахмат, психологии творчества и той дисциплины, что
носит теперь название «искусственный интеллект».
Каисса — шахматная муза
Достичь цели — поставить мат черному королю —
шахматист теоретически может уже на втором ходу и
притом восемью различными способами. На третьем
ходу поставить мат черным белые могут 347 способами.
На первый взгляд все просто и легко, если бы... если бы
черные играли не в шахматы, а в шахматные поддавки.
55

И хотя история знает случаи, когда даже в турнирах
мастеров мат давался на седьмом, даже на четвертом
ходу, все это — редчайшие исключения. Черные не делают
ходы по указке белых, а белые — по указке черных.
Идет настоящее единоборство, и длится оно несколько
десятков ходов. Известны партии, продолжавшиеся и
свыше ста ходов, а вообще в шахматной партии может
быть сделано почти 44 тысячи ходов, и каждый из этих
ходов к тому же имеет варианты.
Уже с первых шагов шахматного программирования
было ясно, что простой перебор вариантов, «алгоритм
Британского музея», здесь не подходит. В 50-х годах
ЭВМ пытались научить играть в шахматы более
рациональным способом. Сначала программы играли на
уровне новичков, потом — на уровне шахматистов
первого, второго, третьего разрядов. В 1967 г. состоялся
первый в истории шахмат матч между компьютерами,
действовавшими по программам, составленным
кибернетиками СССР и США. СССР по праву считался
сильнейшей шахматной державой мира, з США впервые
родилась идея шахматиста-компьютера. Матч закончился
со счетом 3:1 в пользу программистов СССР.
ЭВМ продолжали совершенствоваться, их
математическое обеспечение тоже; увеличивался объем машинной
памяти, возрастало быстродействие и вместе со всем
этим улучшалось качество игры, которую вел электронный
мозг. Совершенствование шахматиста во многом зависит
от того, насколько хорошо он знает дебюты, владеет
техникой эндшпилей. Овладев этими навыками, он часть
игры (начало и конец) ведет «машинообразно», а
творчески думает лишь в середине партии — в миттельшпиле.
Вот почему и программисты стали вводить в память
ЭВМ различные дебюты, чтобы машина не вела долгого
перебора ответов на тот или иной ход противника, а
играла бы в согласии с теорией дебютов (в противном
случае получалась бы парадоксальная ситуация: человек
играл «как машина», а машина «творчески» искала
наилучший ответ на ход соперника!). Что же касается
эндшпилей, то здесь машина-шахматист не только
оказалась прилежным учеником, но и смогла внести свой
вклад в теорию шахмат! Благодаря своему
быстродействию она сумела перебрать все возможные варианты
ряда окончаний (типа король, ферзь и пешка против
короля и ферзя) и ответить на вопросы, остававшиеся
56

до тех пор без ответа, несмотря на кропотливый анализ,
проводимый многими гроссмейстерами и мастерами.
Разумеется, «заказчиками» здесь выступали сами
шахматисты, и никакой самостоятельности компьютер,
работавший по программе перебора вариантов, не
проявлял. А перебор этот был доступен только ЭВМ:
достаточно сказать, что при разборе эндшпиля «ладья с
пешкой против ладьи» машине пришлось запомнить
около 60 миллионов позиций. ЭВМ используются в
наши дни и для проверки шахматных задач, ибо даже
лучшие шахматные композиции не застрахованы от
ошибок. Например, в «Альбоме ФИДЕ»
(Международной шахматной федерации) за 1968—1970 гг. приведены
лучшие композиции, составленные за это время.
Проанализировав их, машина нашла, что одни задачи имеют
побочные решения, другие решаются короче, чем указано
в задании (скажем, мат ставится не в три, а в два хода),
а некоторые решения вообще не имеют.
«Задача о неприкосновенном короле» — под таким
названием любителям шахмат известна проблема,
сформулированная еще в прошлом веке и заключающаяся
в том, сможет ли белый ферзь объявить мат одинокому
королю черных, если король белых стоит на одном месте
и ходов не делает? «Многие шахматисты, в том числе
гроссмейстеры, ошибочно полагали, что задание
невыполнимо. Математики А. Брудно и И. Ландау обратились
за помощью к ЭВМ. Стоит отметить, что при решении
этой задачи впервые был использован метод
ранжирования. Разбив множество всех возможных позиций по
рангам, машина установила, что мат объявляется не
позже 23-го хода при любом начальном положении белого
ферзя и черного короля, но только при
неприкосновенном короле на поле сЗ»,— пишут чемпион мира по
шахматам А. Карпов и кандидат физико-математических наук
Е. Гик в книге «Шахматный калейдоскоп». И добавляют:
«Пожалуй, это был первый случай, когда ЭВМ решила
шахматную задачу раньше человека».
В наши дни чемпионаты мира по шахматам среди
компьютеров, точнее, среди шахматных программ,
продолжаются. Создана Международная ассоциация
шахматных программистов, и обсуждается вопрос о том,
чтобы наряду с людьми в борьбе за шахматную корону
приняли участие и ЭВМ. В чемпионатах США вместе
с людьми играют и компьютеры, хотя успехи их пока что
57

невелики: уровень лучших программ не превышает пока
уровня кандидата в мастера. Правда, эндшпиль, когда
число фигур ограничено, ЭВМ играют на уровне
гроссмейстера, и «Каисса», например, выиграла у
гроссмейстера Юрия Авербаха сложный эндшпиль, в котором
ферзь и пешка боролись против ферзя.
Своими успехами в шахматах компьютеры обязаны
в основном ростом скорости перебора вариантов и
накоплению «библиотеки дебютов и эндшпилей».
Принципиальных изменений в шахматном программировании
со времен победительницы первого чемпионата советской
программы «Каиссы», разработка которой началась
в 60-х годах, не произошло. Теперь «Каисса» —
экс-чемпионка, но не потому, что зарубежные программы,
которым она уступила первенство, «эвристичнее» ее.
Просто-напросто ЭВМ, соперники «Каиссы», способны
просчитывать большее число вариантов. Так,
победительница первенства мира 1980 г. американская
программа «Белл» (и специально построенная для этой
программы машина), совершая десятки миллионов
операций в секунду, смогла рассчитать позицию на четыре
хода вперед (или на восемь полуходов за белых и за
черных), а в конце игры, когда число фигур
сократилось— на шесть ходов (или двенадцать полуходов).
Блиц-партии, когда времени на обдумывание дается
мало, «Белл» разыгрывает не хуже любого
гроссмейстера, ибо за секунду разбирает двадцать тысяч позиций!
В последние годы в связи с появлением
микрокалькуляторов шахматная эвристика получила новую
сферу применения. Мини-ЭВМ используются как
тренажеры для новичков и шахматистов низших разрядов.
Опираясь на эту технику, тренеры получают больше времени
на истинно творческие консультации и индивидуальные
занятия, и возможности для более быстрой подготовки
учеников. Например, с помощью шахматных мини-ЭВМ
начинающие шахматисты Московского Дворца пионеров
усвоили программу первого года обучения всего лишь за
четыре-пять месяцев. Что же касается программ,
подобных «Каиссе», в памяти которой хранится около
14 тысяч ходов, которые могут возникнуть при
разыгрывании дебюта, то они, по словам того же Ю. «Л. Авербаха,
могут быть «прекрасным спарринг-партнером даже для
гроссмейстеров».
58

Расчет или интуиция?
В 1977 г. компьютер «Чесе» дал сеанс одновременной
игры в Париже, выступая против десяти шахматистов,
в основном видных общественных и культурных
деятелей. Сама машина-шахматист находилась в США, связь
осуществлялась через космический спутник, все партии
воспроизводились не только на демонстрационных
досках, но и на телевизионных экранах. Семь партий
«Чесе» выиграл, две проиграл, одна закончилась вничью
(половину партий компьютер играл черными).
Комментируя итоги этого необыкновенного сеанса,
французский математик Лионне сказал, что, несмотря
на заметный прогресс в шахматном программировании,
его все-таки недостаточно, чтобы решить главную задачу.
Ибо самое важное и интересное — не сама игра, как бы
прекрасна и высокоинтеллектуальна она ни была. Самое
важное — это методы и алгоритмы, необходимые для
обеспечения автоматизации шахматной игры, так как их
можно распространить и на другие области
человеческой деятельности. И на изучение самой этой
деятельности, добавили бы мы. Только в последние годы с
развитием ЭВМ, пишет кандидат физико-математических наук
В. П. Смилга, «мы постепенно начинаем понимать,
какой сказочно великолепный материал — шахматы для
изучения механизма творческого мышления. Рискованно
делать категоричные утверждения, но, вероятно, из всех
видов интеллектуальной деятельности (включая научную
работу) шахматы наиболее подходят для реального
исследования процессов, связанных с мышлением».
Но насколько верно моделируют шахматные
программы мышление человека? Пусть даже не всякое
мышление, а лишь мышление человека, играющего в шахматы?
Каждому ясно, что хороший шахматист не ведет слепого
перебора всех возможных ходов и позиций. В среднем
каждый из партнеров может сделать десятка два
возможных ходов; на каждый ход противник может ответить
тоже двадцатью различными ходами. Но никто ведь не
рассчитывает игру всего на один ход. Средней силы игрок
рассчитывает варианты хода на три, что дает 64
миллиона возможных вариантов, шахматный мастер видит
еще дальше, и количество вариантов возрастает тогда
до многих миллиардов. Никакой человек не в силах
перебрать столько, человек руководствуется какими-то
59

иными правилами. Известно, что Алехин в сеансе
игры вслепую, не глядя на доску, мог объявить мат в
десять ходов любому из соперников, а таких соперников
в одном сеансе у него был десяток. Можно ли
смоделировать мышление Алехина?
Какими же алгоритмами руководствуется человек,
играющий в шахматы, и не новичок, а мастер? Да и
существуют ли эти общие для каждого мастера и
гроссмейстера правила выбора, оценки позиции и так далее?
Недаром спор о том, что такое шахматы — наука,
искусство или спорт, и по сей день остается нерешенным.
Возьмем самый простой вопрос: на сколько ходов
вперед шахматист рассчитывает варианты? Мы назвали
три хода для некоего среднего шахматиста.
— Я не рассчитываю ни на один ход,— говорил
чешский гроссмейстер Рихард Рети, один из самых тонких
аналитиков шахмат, автор непревзойденных по красоте
этюдов.
— Я рассчитываю на два хода. Но зато это два
хороших хода,— полушутя, полусерьезно говорил
французский гроссмейстер Савелий Тартаковер, который в
20—30-х годах нашего века был одним из сильнейших
игроков мира и внес огромный вклад в развитие
шахматной теории.
— Я рассчитываю варианты настолько далеко,
насколько вижу,— ответил экс-чемпион мира Василий
Смыслов на вопрос одного голландского журналиста.
— А насколько далеко вы видите? — пытался
уточнить тот.
— Настолько, насколько рассчитываю,— отвечал
Смыслов.
— Голый расчет,— писал гроссмейстер Рудольф
Шпильман, еще один из ярчайших представителей
шахматного искусства,— может гарантировать только от
грубых промахов. Наиболее сильные, наилучшие
продолжения находятся интуитивно.
В таких областях, как промышленность, сельское
хозяйство, строительство, где также существует
множество возможных вариантов выбора, на смену
интуиции пришли точные числа. Возможно ли
запрограммировать интуицию шахматиста, ведь она тоже, в конце
концов, опирается на какие-то, пусть и неосознанные,
закономерности, хотя и выраженные не в числах?
В 1961 г. экс-чемпион мира, доктор технических наук
60

М. М. Ботвинник писал в «Комсомольской правде», что
придет день, и ЭВМ станут играть не хуже
гроссмейстеров, а затем и лучше.
Заявление ученого и шахматиста не было
голословным. В течение многих лет Ботвинник вместе с группой
своих коллег работает над программой «Пионер». Цель
программы — моделирование мышления шахматного
мастера. «Пионер», по словам ее создателя, «почти все
имеющиеся ресурсы ЭВМ тратит не на перебор заведомо
слабых ходов, а на их исключение из анализа»,
оставляя для перебора только те ходы, которые
«представляются разумными». Подобно мастеру, «Пионер»
анализирует всего несколько десятков ходов.
«Пионер» стоит на трех китах — на «неточной» цели,
на многоступенчатости модели игры в шахматы и на
использовании опыта, писал Ботвинник в работе
«Мышление человека и компьютера». Цель (точная цель!)
игры в шахматы хорошо известна — мат королю. Но
точной цели можно достигнуть, если дерево перебора
шахматных ходов построено полностью; известно же,
что такое дерево, содержащее 10120 ходов, построить
нельзя. В усеченном же дереве перебора, как правило,
мат не содержится и точная цель большой пользы не
приносит. Должна быть введена «неточная» цель или
цель «неточной» игры, на которую ориентируется каждый
квалифицированный шахматист,— выигрыш материала.
Эта неточная цель всегда присутствует в усеченном
дереве, так как выигрыш неприятельских фигур-мишеней
и является выигрышем материала.
В 1977 г. на шахматных задачах и этюдах была
проведена первая экспериментальная проверка
программы «Пионер». С решением задач, как уже говорилось,
справляются и другие, более простые шахматные
программы. Этюды же, если только игра в них не носит
форсированный характер, обычным шахматным
программам не под силу (ибо здесь нет строго заданного решения
в отличие от задач). Однако «Пионер» мог решать и
этюды, причем в числе этюдов, им решенных, был и такой,
с каким мог справиться только настоящий мастер.
Анализ позиций, который вел «Пионер», оказался
близок к тому анализу, который делает мастер: в дереве
перебора содержалось от пятидесяти до двухсот ходов,
что также сравнимо с человеческим перебором
вариантов (компьютеры же, ведущие перебор вариантов
61

подряд, доводят число ходов в дереве, как тоже уже
говорилось, до миллиона и более, хотя подавляющая
часть из них нелепа и человек просто не стал бы их
рассматривать).
Любители шахмат и специалисты по искусственному
интеллекту с нетерпением ждут того времени, когда
программа «Пионер» вступит в единоборство с другими
шахматными программами и, будем надеяться, вернет
нашей стране пальму первенства, завоеванную, а потом
утерянную «Каиссой».
Шахматное программирование, вначале казавшееся
утопией, в наши дни превратилось в серьезную область
исследования. По всей видимости, недалеко то время,
когда наши школьники да и все любители шахмат смогут
приобрести в магазинах безотказного «партнера»,
играющего на уровне третьего разряда. Если программа
«Пионер» покажет себя в практической игре так же
хорошо, как в решении этюдов, можно будет утверждать,
что удалось смоделировать мышление шахматного
мастера. Но отсюда вовсе не следует, что «Пионер» сумеет
решать другие умственные задачи.
С другой стороны, безусловно, что методы, которые
применяются в шахматном программировании, найдут
применение и в других сферах. Метод «граней и оценок»,
разработанный советскими учеными сначала для игровых
программ, уже применяется в практике оптимизации
управления. Любая партия, говорил в свое время
академик В. А. Трапезников, директор Института проблем
управления АН СССР, в стенах которого создавалась
«Каисса»,— это необозримое количество вариантов.
Шахматист, подобно хозяйственнику, вынужден
ограничиваться продумыванием нескольких возможностей. Хороший
руководитель на основе опыта сразу выделит главный
вариант, то же и гроссмейстер. Но гарантий, что в число
просматриваемых вариантов попадет и наилучший, нет,
да и быть не может. Вот тогда и выступают на первый
план методы сокращения перебора, которым
принадлежит центральная роль в шахматных программах,
способных просчитать астрономическое число вариантов.
Не за горами, возможно, те дни, когда наряду с
динамическим и линейным программированием мощным
оружием исследования операций станет и шахматное
программирование, могущее помочь оптимизировать многие
процессы. Тем самым еще раз наглядно будет показано,
62

что электронный мозг компьютера — это не «идиот,
наделенный феноменальной способностью к счету», а
нечто большее (электронный усилитель умственных
способностей человека уже сейчас помогает шахматистам
в разработке теории эндшпилей, в проверке решения
задач). Ио вместе с тем очевидно, что ни «Каисса», ни
«Пионер», ни какая-либо другая, быть может, еще более
совершенная шахматная программа не может
претендовать — да и не претендует! — на то, чтобы решать задачи
иного типа. Например, те что решала программа
«Логик-теоретик» или программа GPS, которая так и не
научилась играть в шахматы.
Эвристическое программирование, на которое
возлагались такие большие надежды вначале, к концу 60-х годов
обнаружило и свою силу, и свою слабость. Механический
«селектор интеллекта» применим с успехом в том случае,
если перебор вариантов не астрономически велик.
Работая со скоростью нескольких миллионов, даже
миллиардов операций в секунду, ЭВМ может найти правильное
решение, если число возможных вариантов измеряется,
допустим, сотнями триллионов. Но большинство задач,
с которыми человек сталкивается, имеет такое число
вариантов, что перебрать их даже с помощью самых
совершенных компьютеров невозможно.
Если эти задачи имеют цель, которую можно четко
сформулировать, в ход вступают методы, позволяющие
сокращать перебор (эвристики) и достичь искомой цели
уже не через тысячи или миллионы лет, а за несколько
дней, часов или даже минут. Однако, как показал пример
шахмат, несмотря на четкость цели (мат
неприятельскому королю), достигнуть ее не так-то просто. И несмотря
на все успехи шахматного программирования,
алгоритма игры в шахматы, который бы приводил белых или
черных к победе (или к ничьей), до сих пор найти не
удалось и в обозримом будущем вряд ли удастся. Что
же говорить о задачах, где число возможных вариантов
решения фантастически велико и вместе с тем цель поиска
не поддается точной формулировке!
А ведь большинство проблем, которые мы называем
творческими, это как раз те, что находятся вне строго
определенной цели, где творец до конца не знает, в каком
направлении ему надо двигаться и далеко ли еще до
завершения работы. Разве люди, ищущие закономерности
в окружающем мире, заранее знают свои будущие откры-
63

тия? Разве знают заранее свои поэмы, симфонии, картины
люди искусства? Многие шедевры литературы
создавались в течение нескольких часов вдохновения и в течение
всей жизни.Сколькими внезапными озарениями и мигами
вдохновения изобилует история науки и искусства!
«Задачи с неопределенной областью поиска» — так
называются на языке программирования подобного
рода задачи, отличные от лабиринтных, где цель известна.
Они-то и поставили барьеры, не преодолимые для
эвристических программ. А помимо этих барьеров, к концу
60-х годов стало ясно, что есть еще одна весьма
существенная преграда для программ и ЭВМ — способ
представления знаний.
Чудо нашей памяти
На первых этапах создания электронного разума
все казалось просто и ясно. Есть оперативная память
компьютера, которой более или менее соответствует
кратковременная память человека, и есть память
долговременная, подобная человеческой, тоже
долговременной. У ЭВМ объем долговременной памяти может быть
очень велик: подключил новую кассету, новый
ферромагнитный диск и тому подобное, и емкость машинной
памяти увеличилась.
Но, во-первых, знания ветшают; то, что было известно
об определенном предмете, заменяется часто другим.
Во-вторых, эти знания должны быть изложены в форме,
доступной компьютеру. В-третьих, они должны храниться
в памяти машины таким образом, чтобы мы, когда это
требуется, могли их быстро и эффективно извлекать.
В-четвертых, и это самое главное, знания не лежат в нашей
памяти пассивным грузом, они активно взаимодействуют
друг с другом.
Во всякой общественной библиотеке знания о книгах
занесены на специальные карточки, расположенные по
алфавиту. Подобную картотеку ввести в память ЭВМ
большого труда не представляет. И машина, стоит только
назвать автора, быстро и безошибочно даст нужную
справку. Но ведь есть и другая классификация,
тематическая. Здесь дело уже усложняется. Существует
несколько систем, согласно которым все многообразие
тематики разбивается на отдельные пункты, подпункты,
рубрики. Ну а если нам надо вести поиски не по автору
64

или по теме книги, а по ее издателю? Или по году издания
книги? Или если мы знаем, в каком году родился автор,
но не помним его имени? Или же делаем запрос по
цвету переплета книги, по числу страниц, содержащихся
в ней? По городу, в котором книга была напечатана?
И такие встречаются проблемы, особенно часто с ними
сталкиваются литературоведы и историки.
Но на подобные вопросы не даст ответ ни одна самая
совершенная и автоматизированная библиотечная
система. А человек может вспомнить и цвет переплета, и год
рождения автора, и число страниц в книге, и город,
в котором она была издана. Владельцы личных
библиотек, как правило, не заводят специальных каталогов
и размещают свои книги не в алфавитном порядке и все же
без труда находят нужную им книгу. Сведения о книгах
хранятся в людской памяти очень компактно и не по тем
правилам, по которым мы пытаемся уложить их в памяти
ЭВМ.
Вот еще один яркий пример. При машинном переводе,
отыскивая нужное слово, «электронный разум»
перебирает слово за словом, хранящееся в его
долговременной памяти, в машинном словаре. Мы же можем искать
слова в своей памяти не «линейно», не «одномерно»,
а сразу по многим признакам. По первым буквам,
например. Вспомните, как «грузили корабль» в «Золотом
теленке» Ильфа и Петрова: лампочками, лодками и т. д.
По окончаниям слов (рифмуя их; рифмы могут быть
точные, в которых совпадают все звуки, и неточные,
где совпадают ударная гласная и не все согласные);
по смыслу слов («перечислите животных, названия
которых начинаются с буквы «э»); по синонимам
(«назовите синоним слова «горячий»); по антонимам («назовите
слово, противоположное по смыслу слову «горячий»);
по омонимам («сколько значений у слова «заяц» или
«коса»?) и т. д. К тому же каждое слово, хранящееся
в нашей памяти, связано с другими не только по прямому
смыслу, но и по сложным, иногда очень тонким
ассоциациям. Достаточно заглянуть в «Словарь ассоциативных
норм русского языка», чтобы убедиться, насколько
причудливыми могут быть ассоциативные связи даже на такие
слова, как «дядя» или «школа».
Это лишь примеры компактной упаковки наших
знаний в памяти. Но знания — не пассивный груз, они
хранятся активно, они динамичны и взаимодействуют
65

друг с другом. Мы часто извлекаем информацию из
памяти по признакам, которые нельзя сформулировать
на языке машинных команд и алгоритмов. Более того,
используя наши знания, мы способны воспринимать и
порождать новые знания, так сказать, «изнутри».
Возьмем тот же человеческий язык, его словарь.
Вряд ли вы слышали или встречали в печати слово
«псевдосутуловатый» — его придумал для пояснения
своей мысли об активности знаний автор этих строк.
Но смысл этого слова вам вполне понятен. Обучаясь
языку, ребенок усваивает его творчески, он фактически
строит свою собственную грамматику и морфологию
языка. Это помогает ему понимать смысл слов, которые
он никогда прежде не слышал, но которые построены
по законам морфологии родного языка, и удивление
у ребенка вызывают не правила, а исключения: почему
у кошки — котенок, у тигрицы — тигренок, а у собаки —
щенок?
Чтобы как-то приблизить способ хранения информации
в компьютере к тому, как она «упакована» в
человеческой памяти, специалисты стали создавать так
называемые банки данных. Информация в них представлена
не простым складом сведений, нет, одни данные связаны
с другими и образуют своеобразную сеть. Как писал
в монографии на эту тему Дж. Мартин, «историки
будут рассматривать появление банков данных для ЭВМ
и возможностей, связанных с ними, как шаг,
изменивший природу эволюции общества и имеющий, возможно,
большее значение, чем изобретение печатного станка».
Читатели, однако, помнят, что и в 50-х годах нечто
подобное говорилось об ЭВМ, что их появление
объявлялось «третьим после изобретения письма и книгопечатания
шагом в развитии человеческой цивилизации».
От эвристики к лингвистике
Почему же эта революция не совершилась до сих
пор, хотя минул не один десяток лет со дня ее начала?
Почему мы, прекрасно отдавая себе отчет во всех
переменах, которые внесли и вносят в нашу жизнь ЭВМ,
тем не менее масштабов «третьего шага» все-таки не
ощущаем? Основным барьером для ученых, работающих
в области искусственного интеллекта, стал наш обычный,
знакомый нам с детства язык. Штурм этого барьера
66

начался еще на первых этапах развития кибернетики.
Но только сейчас специалисты начинают по-настоящему
понимать, до какой степени сложна эта задача: вести
диалог с компьютером «по-человечески», с помощью
естественного языка. Между тем такой диалог
необходим; более тот, именно он-то и даст возможность
человеку использовать усилитель умственных способностей,
«электронный разум», не прибегая к помощи
посредников— программистов. Только тогда компьютер станет
таким же предметом домашнего обихода, как телевизор,
магнитофон или многопрограммная стиральная машина.
«На двери дома № 20 по улице Хилл Райз
лондонского пригорода Ричмонд прибита вывеска:
«Исследование систем. Компания с ограниченной ответственностью».
Дом этот найти нелегко, ибо часть здания полностью
слилась с фасадами магазинов. Два низких этажа,
несколько крошечных комнат. И полный беспорядок!
Пройдя через маленькую, захламленную и
пропыленную комнату, вы попадаете на кухню,
переоборудованную в мастерскую сумасшедшего электронщика. Повсюду
видны провода, пересекающиеся самым причудливым
образом, стойки для монтажа, какие-то шланги, старая
домашняя и кухонная утварь. В глубине комнаты —
склад детских игрушек. Все подозрительно напоминает
подпольный синдикат по изготовлению игральных
автоматов, устанавливаемых в кафе... Эта ужасная
мастерская — одна из святая святых кибернетики. Все
производимые в ней исследования щедро финансируются
службами ВВС и армии США. Какое же секретное
оружие намереваются извлечь американцы из этой
захламленной лаборатории? Фактически то, на что они
тратят немалые средства,— это первый лепет науки,
которая ищет способ раскрытия таинственных
механизмов мышления и воспроизведения их техническими
средствами».
Так описывал в 1965 г. корреспондент французского
журнала «Сьянс э ви» одну из лабораторий
искусственного интеллекта, руководимую профессором Гордоном
Паском. Статья его называлась «От машин обучающих
к машинам думающим». 60-е годы были годами
становления направления, известного ныне как
искусственный интеллект. Сам термин появился в начале 60-х годов,
а в конце, точнее в 1969 г., на Первой объединенной
конференции по искусственному интеллекту, состоявшей-
67

ся в Вашингтоне, получил всемирное признание и
расстался с кавычками. Из захламленных лабораторий
специалисты по искусственному интеллекту перебрались
в здания институтов. Передовым фронтом
математического и программного обеспечения ЭВМ названы были
исследования по искусственному интеллекту в
приветствии Президиума Академии наук СССР, направленном
участникам Первого международного совещания по этой
проблеме, проведенного б Репино под Ленинградом.
Исследования 60-х годов показали, что нужно искать
пути, ведущие к преодолению барьеров эвристик и рамок
знаний, которые накладывает на «электронный разум»
несовершенство его негибких программ и машинного
языка. В следующее десятилетие основные усилия многих
коллективов были направлены на решение проблемы
диалога с ЭВМ на человеческом языке.
«Внешне очень просто,— говорил тогда корреспонденту
журнала «Огонек» об этой проблеме председатель
Научного совета АН СССР по проблеме
«Искусственный интеллект», ныне академик Гермоген Сергеевич
Поспелов.— Конечный пользователь, не выходя за пределы
языка своей предметной области, языка медика, химика,
биолога, инженера, плановика, управленца, напрямую
общается с ЭВМ и через дисплей решает свои задачи
в диалоговом режиме с машиной. Однако за этой
внешней простотой скрывается колоссальная работа
математиков, программистов, специалистов по математической
и структурной лингвистике, логике и прочее и прочее.
Сервис для конечного пользователя стоит больших трудов.
Но зато открываются возможности массового
использования вычислительной техники, что является крайней
необходимостью в эпоху научно-технической революции».
Так на рубеже 60-х и 70-х годов идея усилителя
умственных способностей человека сделала еще один
виток — от эвристики к лингвистике.

Глава четвертая. «МАШИНЕ КАК ПОНЯТЬ
ТЕБЯ?»
Все тонкости языка
т
Родным языком мы овладеваем с раннего детства.
И с самого начала, с колыбели, мы не механически
запоминаем слова или повторяем фразы за взрослыми,
а совершаем творческую работу. Чисто интуитивно
маленький ребенок строит своеобразную модель языка
и по ней учится. Шаг за шагом он расширяет ее, включая
в нее все правила и все исключения из правил — все
нюансы языка. Школу практической лингвистики проходит
каждый.
Без школьных и академических грамматик, без
словарей и разговорников овладевали люди чужими языками
в дописьменную эпоху. Не знают грамоте, но превосходно
говорят на языках своих соседей жители хребта Гинду-
куш, джунглей Новой Гвинеи, почтенные старцы нашего
Памира и Дагестана — районов, где чуть ли не в каждом
селении свой язык или диалект. С появлением письма
рождается языкознание. Предтечами его были жрецы,
создававшие иероглифические системы письма,
составители словарей, с помощью которых можно было читать
и понимать ритуальные тексты, написанные на древнем,
архаичном языке (как это было в Древнем Египте и
как это происходит в православных церквах, где служба
идет на церковнославянском), а то и вовсе на чужом
языке, например в Двуречье, где богослужение велось
на давно исчезнувшем языке шумеров, в то время как
население говорило по-аккадски; точно так же в наши
дни во многих странах ислама люди молятся по-арабски,
а говорят по-турецки, на фарси, на других языках.
Двадцать пять веков назад индийский ученый Панини
точными и строгими приемами, напоминающими приемы
современной математической лингвистики, описал строй
священного языка Индии — санскрита, предвосхитив
многие идеи и методы современного языкознания.
А когда в конце XVIII столетия европейская наука
69

открыла для себя санскрит, с его изучения и с открытия
его родства с латынью, древнегреческим, славянскими,
германскими, кельтскими, балтийскими, романскими и
многими другими языками Европы и Азии началось
сравнительно-историческое языкознание.
Сопоставив родственные языки и наречия, филологи
сумели найти точные формулы соответствий того или
иного звука в том или ином языке, показать, как от
мощного древа индоевропейской семьи языков отходят
различные ветви отдельных языковых групп —
славянская, романская, германская, которые, в свою очередь,
дают ответвления в виде отдельных языков. В 1878 г.
швейцарский лингвист Фердинанд де Соссюр,
проанализировав структуру различных индоевропейских языков,
пришел к выводу, что в одном из этих языков должен
быть некий звук, хотя в известных лингвистам наречиях
такого звука нет. Иными словами, подобно астрономам,
открывавшим «на кончике пера» новые планеты или
предсказывавшим появление комет, Соссюр предсказал
этот звук, исходя из формул звуковых соответствий.
Прошло полвека, и в языке древних жителей Малой Азии,
хеттов, был обнаружен звук, предсказанный Соссюром!
Вместе с русским ученым Иваном Александровичем
Бодуэном де Куртенэ, так же как и он стремившимся
сделать свою науку не описательной, а точной, Соссюр
становится основоположником структурного языкознания.
Точные методы применяются в XX в. и для описания
языков, законы которых резко отличаются от
привычного нам строя классической латыни, санскрита, то есть
живых индоевропейских языков вроде русского или
английского. В нашей стране закладываются основы
фонологии, науки о звуках языка, роль которой
сравнивают иногда с ролью ядерной физики, сумевшей разложить
казавшийся неделимым атом на частицы. Все шире
применяют языковеды в своих исследованиях данные
математической статистики и теории вероятностей.
В начале нашего столетия русские поэты Андрей
Белый и Георгий Шенгели, филологи Б. В. Томашевский,
В. М. Жирмунский, В. Я. Пропп показали, что мера и
число применимы даже в исследованиях художественного
творчества, в литературоведении и поэтике. Тогда же
датский ученый Луи Ельмслёв создал фундаментальный
труд, перекинувший мост между наукой о языке и наукой
о знаках — семиотикой. Семиотика же, в свою очередь,
70

в поисках строгого научного аппарата для описания
знаковых систем, существующих в человеческом обществе,
все более сближалась с математической логикой.
Но все это были, так сказать, проблемы внутреннего
развития науки о языке. Школьные и академические
грамматики писались, конечно, не в виде
алгебраических формул, а словари языков и диалектов
составлялись в эпоху расщепления атома так же, как и в эпоху
Просвещения. И вот совершенно неожиданно для
лингвистики она с появлением ЭВМ оказалась на самом
переднем крае развития науки и техники. Именно она, наука о
языке, должна была обеспечить общение человека с
«электронным разумом» не на языке машинных программ,
а на его собственном, человеческом. Кому, действительно,
как не специалисту-филологу, знать все тонкости языка,
его особенности, его законы и правила.
Кое-кто из представителей традиционного
языкознания попытался откреститься от задач, решения которых
требовал весь ход научно-технического прогресса.
Машина — это машина, а человек — человек, твердили они.
Что это за понятие «электронный мозг», еще хлеще —
«электронный разум»! Что это за «искусственный
интеллект»! Может ли быть диалог у человека с машиной?
В лучшем случае игра в крестики и нолики...
Ученые же, работавшие в области структурной и
математической лингвистики, напротив, увидели в машинах-
вычислителях мощный стимул для того, чтобы создать,
наконец-то, «точную лингвистику», которая будет
достигать таких же результатов, как и физика, химия,
механика, оперировать числом и мерой, строгими формулами
языка. И лишь вплотную столкнувшись с проблемами
автоматического перевода, создания информационных
систем, диалога с компьютером, они поняли, насколько
были далеки от истины и наивны. Язык при всей его
кажущейся простоте и доступности оказался неимоверно
сложной системой.
«Само собой разумеющееся» в языке, как оказалось,
пронизывало не только нашу языковую интуицию,
усвоенное с самых ранних лет чутье языка, но и многие
положения самой науки, изучающей язык, самого
языкознания. Этой воспринимаемой подсознательно с ранних
лет «понятностью» пользовались не только родители и
преподаватели, обучающие детей языку, но и
представители традиционных методов в языкознании, и даже
71

сторонники нетрадиционных «точных» методов.
Полноценный диалог с компьютером на естественном языке,
подобный тому, который ведет любой человек с другим
человеком, несмотря на усилия коллективов языковедов и
математиков, логиков и психологов, программистов и
инженеров, не осуществлен и по сей день. Но уже в начале
70-х годов стало ясно, что если такой диалог вообще
возможен, то добиться его можно лишь в рамках
направления, носящего название «искусственный интеллект».
Ибо компьютер должен не только механически
воспринимать звуки речи или буквы текста, но и понимать
обращенную к нему человеком речь, в какой бы форме, устной или
письменной, она ни была. Добиться же такого понимания
нельзя до тех пор, пока мы не сумеем создать
полноценной модели понимания текста человеком.
Сколько лет Мэри и сколько Энн?
Электрические импульсы, бегущие по электронному
мозгу компьютера,— это его язык, такой же, в сущности,
как язык импульсов, бегущих от нейрона к нейрону
в мозгу человека. Мы не знаем всех механизмов, благодаря
которым эти импульсы преобразуются в осмысленную
человеческую речь; только в последние годы ученые
начали находить пути к тому, чтобы зафиксировать в мозгу
человека коды слов. Зато механизм преобразования
машинных электрических импульсов, превращающихся
в слова, нам хорошо известен. Вся задача, стало быть,
состоит в том, чтобы сделать общение человека и
компьютера осмысленным, а не простым обменом
кодами.
Серии электрических импульсов образуют команду.
Набор команд — программу, по которой действует
машина. В первых вычислительных машинах, проводивших
операции над числами, и сами команды давались в виде
чисел. Затем началась разработка алгоритмических
языков — языков программирования, в которых
использовались не только числа, но и математические символы,
буквы, даже слова. Вскоре количество языков
программирования стало соперничать с количеством живых
языков, на которых говорит многомиллиардное население
нашей планеты. Возникла проблема всеобщего
машинного языка, который был бы доступен ЭВМ любой
конструкции и на котором можно было бы решать задачи
72

любого типа. Одно время на роль такого языка
претендовал АЛГОЛ (алгоритмический язык), но это оказалось
ошибкой. Языка программирования, пригодного для
решения задач любого типа, пока нет.
«Но, может быть, и не нужно бояться обилия этих
языков? Может быть, следует попытаться
сконструировать язык, не предназначенный непосредственно для
программирования, а служащий основой для создания
специализированных языков-диалектов? — пишет член-
корреспондент АН СССР С. С. Лавров.— Опыт
показывает, что без таких диалектов в программировании
не обойтись. Они возникали и будут возникать по той же
причине, по какой в различных отраслях науки и техники
складывается своя терминология, создается свое
оборудование, по той причине, наконец, по какой вообще
возникают отдельные науки и их отрасли».
Большинство программ искусственного интеллекта
использует «списочные» диалекты — языки
программирования, предназначенные для обработки списков.
Некоторые специалисты полагают даже, что искусственный
интеллект — это «переработка списков и ничего, кроме
переработки списков».
Примеров списков можно привести много, если под
списком понимать какой-либо упорядоченный набор
элементов. Список участников соревнований — это
упорядоченный набор фамилий. Списком является очередь —
упорядоченный набор людей. Матрица — это
упорядоченный набор векторов, каждый из которых, в свою очередь,
представляет упорядоченный набор чисел. Список —
это и предложение нашего языка, являющееся
упорядоченным набором слов, и машинная программа —
упорядоченный набор действий.
Первым списочным языком программирования был
ЛИСП. Вся информация, находящаяся в обработке,
так же как и сама программа, представляла собой
список — последовательность элементов, букв или чисел,
которые, в свою очередь, могли составлять новый, более
сложный список. Этот сложный список мог послужить
основой для еще более сложного списка и так далее.
Для машинного анализа текстов, написанных на
естественных языках, а также для других операций, где
исходным материалом был гуманитарный материал,
оказался пригодным язык СНОБОЛ. Основное понятие
СНОБОЛа — строка, произвольная последовательность
73

букв, цифр и других знаков. А главная операция в этом
языке — поиски в строке такой ее части, которая
построена по заданному образцу, и замена этой части другой
строкой. Первые попытки диалога человека с ЭВМ на
естественном языке происходили при посредничестве
ЛИСПа, СНОБОЛа или подобного им «списочного»
языка программирования.
Американская диалоговая система БЕЙСБОЛ
(название диалоговых систем, так же как и языков
программирования, принято писать без кавычек, но прописными
буквами) давала справки о результатах игр бейсбольных
команд в первенстве США, проходившем в течение
года. Вопросы задавались на естественном языке, хотя
и не в устной форме, а через телетайп. На естественном
же языке, но опять-таки через телетайп, ЭВМ давала
ответ, называя место встречи, месяц, день и результат
игры. Вопросы могли быть не прямые, а косвенные.
Например, компьютер отвечал не только на простой
вопрос типа: «Где играла в июле команда «Реддокс»?»,
но и на вопросы типа: «Сколько игр в июле выиграно
командами на своих полях?» или «Сколько команд играло
в восьми местах в июле?»
Настоящую сенсацию вызвало появление программы
(и диалоговой системы!), носящей название УЧЕНИК,
автором которой был американский исследователь
русского происхождения Д. Бобров. Она не только была
эвристической, то есть подходила к решению задач
творчески, но и сами условия задачи можно было излагать
ей не на машинном, а на человеческом языке.
Например, УЧЕНИК успешно решал такую задачу:
«Мэри вдвое больше лет, чем было Энн, когда Мэри
было столько лет, сколько сейчас Энн. Если Мэри 24 года,
то сколько лет будет Энн?»
— Энн 18 лет,— следовал ответ УЧЕНИКа.
Но для того чтобы дать этот ответ, компьютер
сначала заменял порядковые числительные количественными
{вместо «вдвое больше» — «в 2 раза больше»), затем
уточнял смысл слов («Мэри» — это «человек», «Энн» —
это «человек»), разбивал задачу на простые
предложения, составлял уравнение и, наконец, мгновенно решал
его.
Советские специалисты по искусственному интеллекту
модифицировали программу УЧЕНИК, и она научилась
решать многословные задачи вроде, например, такой:
74

«От Москвы, где живет 7 миллионов человек, до Плешкина
с населением 500 человек современный
комфортабельный поезд доходит за 2 часа. Но, к сожалению, из
Плешкина идут только старые, тесные и вечно переполненные
электрички, скорость которых на 30 километров в час
меньше, чем скорость современного поезда. Житель
Плешкина хочет попасть в МГУ на семинар, который
должен состояться в 14 часов. Железнодорожное
расписание составлено так, что старая электричка
отправляется из Плешкина через 3 часа после того, как туда
прибывает комфортабельный поезд. Когда вышел из
Москвы современный поезд, если известно, что старая
электричка, на которой наш любитель науки проехал
все 100 километров, прибывает в Москву в 13 часов?»
Решая задачи, УЧЕНИК отыскивал определенные
шаблоны, хранившиеся в памяти машины, сопоставлял
их с данными, приводимыми в условиях задачи, а все
остальное отбрасывал как лишнее. Данные, попадавшие
под тот или иной шаблон, обрабатывались по
соответствующей формуле: провести необходимые вычисления
для компьютера было делом сотых и тысячных секунды.
Но помимо этого, ЭВМ должна была иметь список
синонимов, без которого порядковые числительные она не
могла бы заменить количественными, преобразовать
выражение «Мэри 24 года» в «человек, возраст 24 года»
и тому подобное.
Что было делать, если в условиях задачи встречались
слова или понятия, которых в памяти машины не было?
Тогда УЧЕНИК задавал уточняющие вопросы и тем
самым превращался в диалоговую, а не просто в
эвристическую, решающую задачи систему, ведущую общение
с человеком на его человеческом языке.
Например, УЧЕНИК получил такую задачу: «Вес
корабля 20 000 тонн. Если его вес нетто равен 15 000 тонн,
то каков вес корабля карго?» Вместо того чтобы
приступить к решению задачи, смысл которой УЧЕНИКу
был неясен, компьютер печатал уточняющий вопрос:
«Данных недостаточно для решения. Пытаюсь
разобраться. Известны ли вам дополнительные связи между
такими переменными: «вес корабля брутто», «его вес
нетто», «вес корабля»?
Получив утвердительный ответ от человека
(разумеется, через телетайп), машина печатала: «Сообщите
их мне». Человек отвечал: «Вес корабля карго пред-
75

ставляет собой разность между его весом брутто и весом
нетто». Получив такое уточнение, компьютер сообщал:
«Предполагаю, что «вес нетто» соответствует «его вес
неттд»; предполагаю, что «вес брутто» соответствует
«весу корабля брутто»; результат — вес корабля карго
5000 тонн».
Вслед за УЧЕНИКом появились и другие
программы, ведущие диалог с человеком на естественном языке.
Американская система КОНВЕРС выдает справки о
120 городах Соединенных Штатов на английском языке;
в ее памяти хранится более десяти тысяч фактов,
связанных с этими городами. Вопросы также могут задаваться
через телетайп. Советская система ДИЛОС,
разработанная в Вычислительном центре Академии наук СССР,
может и выдавать справки на естественном языке,
и производить логические и математические операции.
Главное же ее назначение — прием заказов на рейсы
Аэрофлота, распределение заявок по рейсам и мест в
самолетах.
Диалоговая система СТУДЕНТ, созданная в Киевском
университете, выдает справки о студентах (номер
зачетной книжки, анкетные данные, успеваемость и прочее).
И вопросы и ответы формулируются на естественном
языке. Если же вопрос машине непонятен, она просит
формулировать его иначе. В Соединенных Штатах, кроме
УЧЕНИКа, создана и диалоговая система УЧИТЕЛЬ
И УЧЕНИК. Ее цель — вести беседу между
преподавателем и слушателем, причем электронный учитель
задает вопросы, решает, верны они или нет, и сам может
отвечать на вопросы ученика. Правда, тема разговора
весьма ограничена: только сведения о странах
Латинской Америки.
«Поближе к девяти часам»
На первый взгляд, перед диалоговыми системами
открывалась самая радужная перспектива. Но она
оказалась такой же иллюзорной, какой представилась
кибернетикам перспектива машинного перевода после
проведения экспериментов, поставленных на небольших и
тщательно препарированных текстах. Когда же поднялся
вопрос о введении диалоговых систем в практику, то
здесь, как и с промышленным машинным переводом,
возникла масса трудностей и нерешенных проблем.
76

Знания в памяти машины, ведущей диалог с
человеком, «разложены по полочкам», значения слов связаны
между собой четкими схемами смысловых связей,
образуя некую «смысловую сеть». Между тем большинство
слов нашего языка несет информацию, никак подобными
схемами не учитываемую. Рассмотрим такой пример.
Машине дают фразу: «Наполеон командовал французской
армией, которая проиграла битву при Ватерлоо в 1815 г.»
Затем ей же задается вопрос: «Кто проиграл битву при
Ватерлоо?»
Ответ кажется очевидным... но только человеку. А
машине надо сообщить, что «Наполеон» — это «генерал»
(армиями командуют генералы; императоры —
исключение), что «генерал относится к классу «человек», а слово
«кто» является в данном контексте синонимом человека.
После этого заданный нами вопрос делится на две
части: «кто проиграл» и «битва при Ватерлоо». Понятие
«проиграл» связано с понятием «возглавлял», а
последнее — с понятием «командовал». В исходных данных —
фразе о Наполеоне — записано, что «командовал
Наполеон», который «возглавлял группу», то есть
французскую армию. Группа эта «проиграла битву», а именно
«битву при Ватерлоо». И только тогда, обобщив все
эти данные, казалось бы, сами собой разумеющиеся,
ЭВМ выдает ответ: «При Ватерлоо проиграл битву
Наполеон».
Системы, ведущие диалог с человеком на естественном
языке, как правило, ориентированы на определенную
область знания, на тему беседы. Советская диалоговая
система ДИСПУТ (сокращение слов «Диалоговая
информационно-справочная система для планирования и
управления на транспорте»), как явствует уже из самого ее
названия, ориентирована на транспортные проблемы.
Название американской системы БЕЙСБОЛ в
комментариях не нуждается. УЧЕНИК решал школьные
арифметические задачи, УЧИТЕЛЬ и УЧЕНИК вели диалоги
преподавателя и слушателя. Киевский СТУДЕНТ
выдает на естественном языке справки о киевских
студентах и абитуриентах, а аэропортовский ДИЛОС —
о наличии мест на самолеты. Общение в этих системах,
собственно говоря, идет не на русском или английском
языке, а на так называемом подъязыке, или ОЕЯ —
ограниченном естественном языке. Богатство, сложность,
многозначность, многообразие значений и смысловых
77

оттенков слов в нем сознательно сужены. Диалог должен
вестись строго по теме, иначе компьютер не сможет
понять обращенную к нему человеческую речь.
Но даже в этом случае возникают большие
трудности. «Я обнаружил в своем институте, что всякий
раз, когда какой-нибудь новичок приходил и садился за
телетайп, то он печатал выражения, выходящие за рамки
принятого мною подмножества естественного языка,—
свидетельствует Стивен Коулз, создатель диалоговой
системы, с помощью которой студенты обучаются
физике.— На следующий день я тратил несколько часов, чтобы
ввести эти выражения в систему. Вводил я их не как
исключение из этого подмножества, а как регулярные
составляющие, так что все, даже отдаленно сходные
предложения, входили в мой подъязык. Но это
напоминало попытку вычерпать океан. Приходилось все
время добавлять фразы, которые вы не могли бы
предусмотреть и совсем не предвидели, начиная работу.
Даже представить себе невозможно, чтобы этот процесс
оказался конечным».
Каких же реальных успехов добились ученые,
пытаясь «вычерпать океан» и строя диалоговые системы
общения на ограниченном естественном языке?
Большинство этих систем предназначено было не для
широкого употребления на практике, а лишь для изучения
самих возможностей разговора «по-человечески» с ЭВМ.
Это были, так сказать, лабораторные опыты. В конце
70-х годов американская фирма «Ксерокс Пало Альто»
собрала у себя почти всех крупнейших специалистов
Америки и Западной Европы в области искусственного
интеллекта, занимавшихся проблемой диалога человека
и ЭВМ. А в начале 80-х была запущена первая система,
ведущая диалог «человек—компьютер» на языке человека
не в лабораторных, а в реальных условиях. Тема,
впрочем, была довольно узкой. Речь велась только о
воздушных путешествиях, в которые можно отправиться из
одного калифорнийского аэропорта.
Приведем образец такого диалога.
Компьютер. Здравствуйте. Я могу помочь вам
спланировать путешествие на самолете. Куда вы хотите
лететь?
Человек. Я хочу лететь в город Д. 28 мая.
Компьютер. В какое время вы хотите вылететь?
Человек. Я хочу прибыть в Д. до 10 часов утра.
78

Компьютер. Вам подойдет рейс 102, который
прибывает в 9.15 утра?
Человек. А какой следующий рейс?
Компьютер. Рейс 310 отправляется в 8.30 утра
и прибывает в 10.00 утра.
Человек. Я выбираю первый.
Компьютер. На чье имя вы хотите
зарезервировать билет?
Человек. Бобров.
Компьютер. Я повторяю заказ: рейс 102 на среду
28 мая из города С. в город Д., отправляющийся в
7.30 утра и прибывающий в 9.15 утра. Когда вы хотите
вернуться?
Человек. В пятницу вечером.
Компьютер. Вам подойдет рейс, отправляющийся
в 7.45 вечера?
Человек. Да.
Компьютер. Я повторяю заказ: рейс 307 на
пятницу 30 мая из города Д. в город С, отправляющийся
в 7.45 вечера и прибывающий в 9.30 вечера. Благодарю
вас. До свидания.
На первый взгляд в этом диалоге нет ничего
удивительного и сложного. Именно так мы разговариваем
с кассиром, собираясь отправиться на самолете в
определенный город и вернуться оттуда, зарезервировав
обратный билет. Но, как замечают специалисты по
искусственному интеллекту, чтобы вести такой диалог,
компьютер должен «уметь перехватить инициативу,
понимать косвенные ответы, уметь раскрывать
анафорические ссылки, понимать неполные предложения
(эллиптические конструкции), уметь интерпретировать диалог».
Вернемся к только что состоявшейся беседе. На
первый вопрос о дне вылета и месте назначения человек
отвечает четко и однозначно. Компьютер спрашивает
его вслед за тем о времени вылета. Вместо того чтобы
четко назвать это время, человек дает не прямой, а
косвенный ответ: его интересует лишь время прибытия
в пункт назначения, а вовсе не время вылета. Компьютер
предлагает рейс 102, прибывающий в 9.15. Но тут
заказчик перехватывает инициативу и вместо согласия или
отказа, задает встречный вопрос о следующем рейсе.
Компьютер должен понять, что речь идет о порядке
рейсов в расписании. Когда же он называет этот
следующий рейс, человек отвечает: «Я выбираю первый».
79

Тут слово «первый» должно пониматься компьютером
уже не как первый в порядке расписания, а первый из
тех, что были предложены заказчику. Когда человек
называет фамилию «Бобров», компьютер должен
самостоятельно развернуть это слово-предложение в полную
фразу, то есть «Зарезервируйте билет на имя Боброва».
Неполным предложением отвечает заказчик и на
следующий вопрос компьютера («Когда вы хотите
вернуться?» — «В пятницу вечером»), и компьютеру также
приходится развернуть этот ответ в полный («Я хочу
вернуться в пятницу вечером»). Правильного понимания
требует и слово «в пятницу»: машина должна иметь
в виду, что речь идет о ближайшей пятнице после даты
вылета, то есть после 28 мая. Она должна суметь
установить соответствие дней полета с этой датой и
вычислить, что названная пятница приходится на 30 мая.
Авторы системы подчеркивают, что диалоги, которые
она ведет с человеком, «подобны реальным диалогам,
но это еще не реальные диалоги». Изучение же диалогов
реальных показало, что в них есть такие подводные
камни, которые не в состоянии обойти ни один компьютер.
Например, излишняя вежливость заказчика, которому
может прийти в голову обратиться к системе со словами,
не зарегистрированными в памяти компьютера. «Будьте
любезны, уважаемая система, оказать мне маленькую
услугу»,— скажет он. Или: «Я очень тороплюсь и
хотел бы, если, конечно, есть такая возможность,
зарезервировать подходящий билетик». Да мало ли что!
Подобного рода трудности могут возникнуть у системы,
если заказчик начнет объяснять машине, почему он
отказывается от того или иного рейса («Прилет в 5.30
меня не устраивает, аэропорт там очень далеко от города,
с такси трудно»). Вместо того чтобы «войти в положение»
пассажира, как это, случается, делают наши любезные
кассиры, компьютер просто-напросто станет в тупик.
— Вам подойдет рейс, отправляющийся в 4.00 дня? —
спрашивает у заказчика компьютер.
— А нет ли рейса поближе к 9 часам? —
интересуется тот в ответ.
Кассир-человек предложил бы заказчику рейсы в
диапазоне от 8 до 9 часов. Машина предложит любой рейс
после 4 часов утра и до 9 часов утра. Ведь для нее
непонятно значение слова «поближе», она будет
оперировать понятием «от сих до сих», то есть от 4 до 9.
80

В 1977 г. в нашей стране была запущена в
эксплуатацию первая очередь довольно долго разрабатывавшейся
диалоговой системы ПОЭТ. Рассчитана эта система не
на «широкого потребителя», а на специалистов, которым
нужны справки в области железнодорожных перевозок.
Словарь системы ПОЭТ вмещает около 60 тысяч слов,
в базе данных хранится несколько сот тысяч фактов.
Но помимо словаря и базы данных, система содержит
семантическую (смысловую) сеть. Без нее ЭВМ не поймет
задаваемых человеком вопросов и не сумеет ответить
по-человечески.
Например, глагол «перевезти» связан в ПОЭТе со
звеньями «что?», «куда?», «чем?», «сколько?», «за какое
время?». Если вопрос связан с тем, куда перевозили
такой-то и такой-то груз из определенного города в
определенное время, включается звено сети «куда?».
Если вопрос касается вида транспорта, то начинает
работать звено сети «чем?» и т. п.
Вопросы, однако, могут иметь нестандартную форму.
Поэтому семантическая сеть системы разделяется на
сеть абстрактную и сеть конкретную, каждая из которых
позволяет отвечать на вопросы в различных
формулировках. Например, системе задали вопрос, касавшийся
одной и той же темы, но высказан он был в пяти
различных предложениях, имевших разные грамматические
конструкции и состоявшие из разных слов:
1) Каков объем перевозок железнодорожным
транспортом в 1970 г.?
2) Сколько миллионов тонн грузов в 1970 г.
перевезено железнодорожным транспортом?
3) Какое количество грузов железнодорожный
транспорт перевез в 1970 г.?
4) Перевозки какого количества грузов осуществил
в 1970 г.- железнодорожный транспорт?
5) Чему равен объем перевозок железнодорожного
транспорта в 1970 г.?
Ответ на все пять вопросов был однозначен: «В 1970 г.
железнодорожный транспорт перевез 1882 миллиона
тонн грузов».
Первая очередь системы ПОЭТ вела диалоги с
человеком примерно такого типа.
Человек. Какие организации поставляли в I
квартале 1970 г. токарные станки в Московскую область?
Компьютер. В I квартале 1970 г. поставляли
81

токарные стащи в Московскую область заводы «Заряд»
и «Звезда».
Человек. Осуществлял ли завод «Заряд» в 1970 г.
поставки токарных станков в Московскую область?
Компьютер. Да, осуществлял.
В 1983 г. была завершена работа над второй очередью.
Диалог между человеком и компьютером стал в системе
ПОЭТ более связным и осмысленным. Машина уточняет
смысл задаваемых вопросов, просит переформулировать
их. Человек выполняет ее просьбу.
Вот образец такой беседы.
Человек. Какие перевозки угля водным
транспортом были произведены в 1970 г.?
Компьютер. Слово «водным» отсутствует в
словаре. «Водным» понято как характеристика транспорта.
Человек. Что известно о видах транспорта?
Компьютер. Различаются следующие виды
транспорта: морской, речной, автомобильный,
железнодорожный.
Человек. Какие перевозки угля морским и речным
транспортом совершены в 1970 г.?
К о м п ыо т е р. В 1970 г. совершено 5716 перевозок
морским и речным транспортом. Надо перечислять все?
Человек. Нет. Как система классифицирует
перевозки?
Компьютер. Перевозки классифицируются по
отправлению, получению, виду груза, объему груза,
времени.
Человек. Какие перевозки бурого угля морским
транспортом в Ленинград были произведены в 1 квартале
1970 г.?
Компьютер. Система имеет информацию только
по областям.
Человек. Какие перевозки бурого угля морским
транспортом в Ленинградскую область были
произведены в I квартале 1970 г.?
Компьютер. Бурый уголь в Ленинградскую
область перевозили из Сланцев 10 февраля 1970 г. и
24 марта 1970 г.
82

Имитация или понимание?
Мы видим, что несколько лет назад уже начали
работать системы, в которых машина может поддерживать
вполне осмысленную беседу с человеком на человеческом
же языке. И не просто праздную беседу, так сказать, о том
о сем, а беседу деловую — выдавать справки специалистам
о транспортных перевозках, выписывать и бронировать
места на авиарейсы. Означает ли это, однако, что машина
действительно понимает, что ее спрашивают, понимает
пусть и в известных границах нашу человеческую речь?
В конце 60-х годов были созданы и вызвали
оживленную полемику специальные программы диалога,
имитирующего понимание компьютером человеческой
речи. Вот образец подобного диалога.
1-й собеседник. Вы не очень настойчивы, но я
думаю, что вы не хотите, чтобы я это заметил.
2-й собеседник. Почему вы думаете, будто я не
очень настойчива?
1-й собеседник. Вы со мной не спорите.
2-й собеседник. Почему вы думаете, что я с
вами не спорю?
1-й собеседник. Вы меня боитесь.
2-й собеседник. Вам доставляет удовольствие
считать, будто я вас боюсь?
На первый взгляд эта беседа может показаться осмыс
ленной: мужчина разговаривает с не очень умной и
кокетливой женщиной. Но если первым собеседником
был действительно мужчина (программист), то вторым
была не кокетливая дама, а машина, работавшая по
программе, названной женским именем ЭЛИЗА. Машина
просматривала фразу, которую печатал на телетайпе
человек, и отыскивала в ней ключевые слова,
переставляла или добавляла обороты вроде «Почему вы думаете»
или «Вам доставляет удовольствие считать, будто...»,
и видимость осмысленной беседы была налицо.
Имитационные системы диалога «человек —
компьютер», только более усовершенствованные, продолжают
создаваться по сей день. Такова, например, система
ЭЛЛОЧКА, названная в честь известного персонажа из
романа Ильфа и Петрова «Двенадцать стульев».
Разработали ЭЛЛОЧКУ на факультете кибернетики
Киевского университета. Она способна вести диалог в течение
83

долгого времени в такой манере, что собеседник не скоро
догадается о том, что беседу ведет не человек, а
компьютер (ЭЛЛОЧКА умеет поговорить и о погоде, и о методах
исследования, и о многом, многом другом).
Дж. Вейценбаум, создатель программы ЭЛИЗА,
разработал и другую диалоговую систему, имитирующую
осмысленный, разговор. Она получила название ДОКТОР,
так как подражала беседе врача-психиатра с
душевнобольным человеком. Приведем запись подлинного
разговора, состоявшегося между системой и человеком,
действительно страдавшим расстройством психики.
ДОКТОР. Здравствуйте. Я — доктор. Садитесь,
пожалуйста, за пишущую машинку и расскажите мне, что вас
беспокоит.
Больной. Я хотел бы, чтобы у меня был мой
багаж.
ДОКТОР. Вы можете уточнить свой ответ?
Больной. Я не совсем ясно понимаю, какого рода
уточнение требуется.
ДОКТОР. Вы полагаете, что это нормально не совсем
ясно понимать, какое уточнение требуется?
Больной. Да, совершенно нормально.
ДОКТОР. Понимаю.
Больной. Я потерял свой багаж.
ДОКТОР. Вы говорите, что потеряли свой багаж?
Большой. Я чувствую себя без него потерянным.
ДОКТОР. И часто вы чувствуете себя потерянным
без него?
Больной. Нет, это впервые.
ДОКТОР. Почему?
Больной. Потому, что обычно я не теряю своих
вещей.
ДОКТОР. Ваши родители теряли вас когда-нибудь?
Беседа могла продолжаться в том же духе еще долго.
Но уже из приведенного отрывка видно, что это не диалог
«глухого со слепым», а реплики человека с разорванным
сознанием и такая же, как в случае с ЭЛИЗОЙ, имитация
этих реплик компьютером, который сознанием не обладает
вовсе. Тем не менее программа ДОКТОР дала толчок
к созданию новых программ, связанных с психиатрией
и приносящих в этой области пользу. Наибольшую
известность получили исследования, проведенные К- Колби.
Колби создал модель, имитирующую расстройство
психики, в том числе и рассуждения душевнобольных.
84

Эти рассуждения компьютер реализует через диалоговую
систему, в которой за доктора говорит человек, а за
больного — программа. Вот фрагмент такой беседы,
которая мало чем отличается от тех бесед, что ведут
американские психиатры со своими пациентами,
страдающими весьма распространенным недугом — манией
преследования.
Доктор. Почему вы находитесь в больнице?
Больной. Я не должен здесь находиться.
Доктор. Кто же вас сюда поместил?
Больной. Полиция.
Доктор. У вас какие-нибудь неприятности с
полицией?
Больной. Они не делают того, что им положено.
Доктор. Что же они делают?
Больной. Они арестовывают не тех, кого надо.
Доктор. Иногда они арестовывают тех, кого надо.
Больной. Этих итальянских мошенников надо
призвать к порядку.
Доктор. Вы итальянец?
Больной. По происхождению я англичанин, но
родился в этой стране.
Доктор. Вы знакомы с итальянскими мошенниками?
Больной. Я пытаюсь избежать подпольного мира.
Доктор. Вы напуганы подпольным миром?
Больной. Мафия — это худшие гангстеры.
Доктор. Вы связаны с мафией?
Больной. Они знакомы со мной, понятно?
Доктор. Каким же образом они познакомились с
вами?
Больной. Они шпионят за мной.
Доктор. Почему?
Больной. Они хотят сфабриковать против меня
ложные улики.
Доктор. Что они имеют против вас?
Больной. Они хотят со мной разделаться.
Доктор. За что?
Больной. У меня есть улики против мафии.
Доктор. Вы уверены в этом?
Больной. Вы мне не верите?
По мнению некоторых специалистов по
искусственному интеллекту, программа Колби «действительно
понимает, о чем идет речь»,— эксперт может найти в ее
репликах отзвуки надежд, страхов и озабоченности,
85

которые подходят по смыслу к каждому моменту
беседы. Трудно возразить им. Во всяком случае,предлагаем
читателям провести такой эксперимент: дайте прочесть
вашим знакомым диалог, приведенный выше, а затем
спросите у них, во-первых, мог ли такой разговор
состояться в кабинете психиатра, а во-вторых, сообщить,
что один из собеседников — компьютер, и предложить
угадать, который именно.
Роберт Абельсон из Йельского университета
разработал программу, моделирующую рассуждения
нормального человека. Программа эта показала, что с помощью
так называемых молекул импликаций — множества
утверждений, связанных в единый контекст, можно строить
весьма сложные конструкции. И делать это не с помощью
математических символов или логических терминов, а на
обычном человеческом языке. Например, задается
молекула: «А делает В, чтобы получить С». Она состоит
из утверждений: «А делает В», «В вызывает С», «А хочет
С». В нее вместо А, В, С можно подставлять различные
переменные — слова или сочетания слов. Представим
себе хотя бы такое рассуждение: «Джон занимается
спортом. Спорт вызывает восхищение среди женщин.
Джон хочет вызвать восхищение среди женщин».
А нельзя ли построить систему, которая не играла бы
в понимание, как это делала ЭЛИЗА или киевская ЭЛ-
ЛОЧКА, и не пыталась бы моделировать рассуждения
человека, здорового или психически больного, а
моделировала бы главное — то, как человек понимает смысл
текста (или речи), сам процесс понимания, и эту модель
переносила бы в электронный мозг компьютера?
Возьмем такой текст: «Джон выглянул в окно и увидел,
что огромный камень несется в его направлении. Он
схватил любимую собачку и выбежал на улицу». Любому
нормальному человеку в этом тексте все понятно. Поясняет
этот пример создатель одной из «понимающих» систем
профессор Роджер Шенк. Но машина, прежде чем понять
данный текст, должна иметь такие знания: 1) большие
объекты при столкновении с меньшими могут их
разрушить; 2) камень в данном случае — пример первого
объекта, а дом — второго; 3) предметы, находящиеся
внутри разрушаемого объекта, могут быть тоже
разрушены; 4) люди обычно предпринимают действия,
предохраняющие их от нежелательных последствий; 5) люди
считают нежелательными получение повреждений и по-
86

терю своей собственности; 6) изъять предмет оттуда,
где может произойти разрушение, значит предотвратить
его разрушение.
Вся эта информация должна быть введена в
компьютер, причем не только в виде пассивных знаний —
решающую роль в понимании текста должна сыграть
программа умозаключений. Такую программу и создали
Шенк и его коллеги. Моделируя понимание текста
человеком, компьютер мог работать в двух режимах: в режиме
умозаключений (выводов) и в режиме перифраз (от
греческого perifrasis — изложение одной и той же мысли
различными способами).
«Джон сказал Мэри, что Билл хочет книгу» —
вводилась в ЭВМ фраза, которую машина, работая в режиме
умозаключений, разлагала на такие фразы-выводы:
«Книгу о чем?», «Мэри знает, что Билл хочет книгу»,
«Билл хочет читать книгу», «Билл хочет, чтобы некто
перестал иметь книгу». Фразу «Джон посоветовал Мэри
выпить вина» в режиме перифраз машина развертывала
в такое высказывание: «Джон сказал Мэри, что
употребление вина полезно для нее».
Фраза «Джон дал Мэри аспирин» в режиме
умозаключений получала четыре вывода: 1) Джон
предполагает, что Мэри хочет иметь аспирин; 2) Мэри больна;
3) Мэри хочет чувствовать себя лучше; 4) Мэри хочет
принять (внутрь) аспирин.
В режиме перифраз сообщение «Джон убил Мэри,
задушив ее», получало две интерпретации: 1) Джон
удавил Мэри; 2) Джон задушил Мэри, и она умерла,
потому что не могла дышать.
Из этих примеров видно, что компьютер, пользуясь
программой Шенка, словно бы что-то и понимает. Из
сообщения о Джоне, давшем Мэри аспирин, он может
«сделать вывод» о болезни Мэри, о том, что Мэри хочет
выздороветь, и о том, что аспирин поможет ей
выздороветь. Достигалось понимание благодаря знаниям,
вложенным в компьютер. Но знания эти весьма заметно
ограничивались аспирином и другими сведениями о
предметах и окружающем мире того же рода. Словарь,
которым пользовалась система Шенка, состоял всего
из двухсот слов, связанных между собой семантическими
сетями. Причем, как считают специалисты, структура
этой системы такова, что словарь невозможно расширить
без принципиальных изменений системы. Они же предо-
87

стерегают и от чрезмерных иллюзий по поводу
возможностей системы к умозаключениям и перифразам. Эти
возможности «не превосходят того, что заложено в
толковании слов и в описании модели мира».
Более того, язык и его значения, будь то слова или
фразы, настолько сложны и гибки, что зачастую к ним
не применима ни классическая, ни математическая, ни
обычная логика здравого смысла. Целый раздел своей
монографии «Искусственный интеллект» отвел профессор
Э. Хант «пониманию без использования логики». В нем
он отметил, что человеческие рассуждения могут быть
последовательны локально, то есть частично, хотя
глобально могут быть и несостоятельны. Например, многие вполне
разумные люди избегают есть яйца или пирожные, потому
что они, по их мнению, «вредны для здоровья». Но в
то же время эти люди курят и употребляют спиртные
напитки, хотя и ребенку ясно, что табак или водка куда
вреднее яиц и даже пирожных.
Но не только в поступках людей нарушается логика:
исследования семантики, смысла высказываний,
проведенные языковедами, логиками, математиками,
специалистами по искусственному интеллекту, показали, что
восприятие смысла у людей отличается от того
«понимания», каким те же люди наделяют компьютеры,
воспринимающие эти высказывания по программам
искусственного интеллекта.
Смысл бессмыслиц
То, что дважды два четыре, известно так же хорошо,
как и то, что лошади едят овес, а Волга впадает в
Каспийское море. Правда, при вычислении на
компьютере равенство 2X2=4 не всегда справедливо: точность
результата арифметических операций зависит от типа
ЭВМ, и дважды два может быть равно и четырем,
и 3,9999999999999999999. Для человеческого же языка
можно построить поистине удивительную таблицу
умножения, где дважды два равно... Впрочем, не будем
мудрствовать лукаво и обратимся к русской классической
литературе.
В романе Тургенева «Рудин» злоязычный Пигасов
утверждает, что «мужчина может, например, сказать,
что дважды два — не четыре, а пять или три с
половиной; а женщина скажет, что дважды два — стеариновая
88

свечка». Герой же «Записок из подполья» Достоевского
говорит, что «дважды два — четыре — все-таки вещь пре-
несносная. Дважды два четыре — ведь это... только
нахальство-с. Дважды два четыре смотрит фертом, стоит
поперек вашей дороги руки в боки и плюется. Я
согласен, что дважды два четыре — превосходная вещь; но если
уж все хвалить, то и дважды два пять — премилая иногда
вещица».
В очерках Глеба Успенского «Из деревенского
дневника» есть такие слова: «Что может быть неизбежней
тех цифровых истин, каким учит нас таблица умножения?
Два, умноженное на два, разве может дать в результате
что-нибудь, кроме четырех?» И вслед за тем Успенский
отвечает: «Ежедневный деревенский опыт доказывает,
что не только может, но постоянно, аккуратно, изо дня
в день дает — не четыре, даже не стеариновую свечку,
а бог знает что, дает нечто такое, чего нет возможности
ни понять, ни объяснить...» И «адским душевным
состоянием» называет писатель мучительное чувство, которое
охватывает человека, делающего свои первые опыты над
«деревенской таблицей умножения». В притче же о купце,
нанимающем приказчика, сметливый кандидат в ответ на
вопрос, сколько будет дважды два, задает встречный
вопрос: «А тебе-то, благодетель, сколько надобно? Ты
сразу скажи, не томи...»
Ту же тургеневскую «стеариновую свечку» вспомнил
и В. И. Ленин в работе «Пять лет русской революции».
«...Если большевики делают глупости,— писал он,— то
большевик говорит: «Дважды два — пять»; а если его
противники, то есть капиталисты и герои II
Интернационала, делают глупости, то у них выходит «Дважды
два — стеариновая свечка».
Не так давно, споря со своими противниками,
математическими лингвистами, профессор Р. А. Будагов
пополнил фантастическую таблицу умножения (где дважды
два — и четыре, и пять, и стеариновая свечка, и двадцать
пять, что можно найти у Ильи Эренбурга в повести
«Москва слезам не верит», и «бог знает что») фразами:
«Дважды два — верблюд», «Дважды два — телефон»,
«Дважды два — завтрашний день». Будагов приводил
эти фразы как пример бессмыслиц и тем самым сделал
их полными полемического смысла, «истинами наоборот».
Суждение может быть либо истинно, либо ложно,
утверждает классическая логика. По принципу «да—нет»
89

работают современные ЭВМ, на логическом членении
фраз строится анализ «понимания» в системах, вроде той,
что создали Шенк и Абельсон. Но логика математики,
компьютеров и «систем понимания», созданных
специалистами по искусственному интеллекту, отличается от логики
языка, знающего, кроме правил, и исключения, а кроме
прямого смысла, допускающего и переносный. Любое
высказывание, любое умозаключение, сделанное не в виде
логических или математических формул, а словами
естественного языка, можно оценить двояко: верно ли
оно грамматически или же истинно логически. Еще в
1855 г. немецкий языковед Д. Штейналь показал это,
разбирая фразу «Этот круглый стол — четырехугольный».
Верна ли данная фраза, правильна ли она? С точки
зрения логики — абсурдна, ибо круглый стол, по
определению, не может быть четырехугольным. Если же стать
на точку зрения грамматики, то фраза построена
безупречно. Однако в языке есть еще одно важное
измерение — семантическое. Правильна ли эта фраза,
осмысленна ли она? Однозначно ответить на этот вопрос нельзя,
все зависит от того контекста, в котором она сказана,
в прямом или в переносном смысле употребляется
словосочетание «круглый стол».
Если нам скажут, указывая на совершенно круглый
стол, что «этот круглый стол — четырехугольный», то
такое высказывание будет ложным, неверным. Если же
какой-то вопрос обсуждается за «круглым столом»,
то сидеть, обсуждая его, можно за столом любой
формы — круглой, прямоугольной, квадратной. И тогда
фраза «Этот круглый стол — четырехугольный» может
оказаться правильной не только грамматически, но и
семантически. Хотя эта «правильность» будет, конечно,
слегка искусственной (или, скорее, безвкусной).
Не так давно норвежский ученый Херманн Теннесен
провел серию интересных опытов. В одном из них он
предлагал испытуемым фразу «Я никогда не видел
лошади, курящей апельсин» и спрашивал их, правильна ли
она. Большинство, конечно, отвечали, что фраза
бессмысленна, абсурдна. Лишь хорошо знакомые с логикой
люди давали правильный ответ: «Фраза верна и
логически, и грамматически».
В самом деле, ведь никто из нас не видел лошади,
которая бы курила апельсин. Почему же большинство
признают фразу лишенной смысла? Видимо, потому,
90

что мы воспринимаем речь, ее смысл совсем не так, как
он описан в учебниках логики. И эта «логика смысла»
языка, запрятанная в нашем подсознании, еще по-
настоящему не открыта, не описана. Из книги в книгу
переходит фраза, сочиненная академиком Л. В. Щербой:
«Глокая куздра штеко будланула бокра и кудрячит
бокренка». Грамматические окончания в этой фразе
русские, корни слов — нет, это абстрактные «пустышки».
Несмотря на это, как доказали эксперименты, носители
русского языка без труда находят в предложении
подлежащее, сказуемое, второстепенные члены предложения
и даже толкуют смысл «заумной» фразы приблизительно
так: «Некая самка сильно ударила какого-то самца и
наносит удары его детенышу».
Однако, как показал московский лингвист В. А.
Шорохов, грамматические окончания во фразе о «глокой
куздре» можно трактовать несколькими способами:
подлежащим может быть не только слово «куздра»,
но и слово «глокая», и слово «штеко» (сравните
конструкции типа «Закусочная турка обманула казака и
морочит казачонка» или «Дикая собака динго трепанула
страуса и увечит страусенка»). Грамматическая
трактовка фразы казалась однозначной, но вызвано это, скорее,
не структурой языка, а лишь ассоциациями.
Абстрактный глагол «будлануть» в подсознании любого носителя
русского языка вызывает ассоциацию с конкретным
глаголом «бодануть»: недаром же, иллюстрируя статьи и
книги, где в популярной форме рассказывается о
проблемах языкознания и упоминается фраза Щербы,
художники независимо друг от друга изображают абстрактную
куздру с вполне конкретными рогами! Такое же, кстати,
подсознательное «программирование» можно найти и в
примерах, которые приводятся в научных работах как
образцы фраз, лишенных смысла,— так называемых
абсурдных.
Фраза «Дважды два — пять» зачастую приводится как
самый наглядный образец абсурдной фразы. Но, как
вы сами могли убедиться, эта фраза прекрасно
вписалась в реально существующую в русской культуре
фантастическую таблицу умножения, где дважды два — не
только пять, но и двадцать пять, и стеариновая свечка,
и бог знает что.
Фраза Г. Штейналя «Этот круглый стол —
четырехугольный» тоже, как мы видели, не бессмысленна в
91

определенных контекстах. Еще один образец «абсурдной
фразы»: «Кентавр выпил круглый квадрат» (другой
вариант: «Круглый квадрат опрокинулся на стол»).
Казалось бы, тут в отличие от «круглого стола» не найти
ситуации, которая бы сделала фразу осмысленной... Но
вспомним, что «квадратура круга» — это то же самое,
что головоломная, неразрешимая задача («Примирить,
сгладить эту разницу невозможно — это своего рода
неразрешимая задача, квадратура круга» — читаем у
того же Достоевского в «Записках из Мертвого дома»).
Так что язык при определенных обстоятельствах может
осмыслить и «круглый квадрат» как синоним
неразрешимости, тщетности попыток решения какой-либо задачи
или проблемы.
«Волга впадает в Индийский океан»... Эту фразу
также можно найти среди образцов бессмыслиц,
абсурдных фраз. Однако и она имеет свой «осмысливающий»
контекст. Герой чеховского рассказа «Учитель
словесности» Ипполит Ипполитович изрекает ходячие
истины: «Волга впадает в Каспийское море» и «Лошади
едят овес и сено». Фразы эти стали синонимами прописных
истин, набивших оскомину, фраза же «Волга впадает
в Индийский океан» также в определенном контексте
может восприниматься как своего рода «антиистина»,
как протест против прописных истин.
Нельзя ли, временно оставив проблемы смысла, раз
они так сложны и запутанны, анализировать
грамматическую структуру фраз, абзацев, текстов сначала на
абстрактном языке математики, а затем и на конкретных
алгоритмических языках ЭВМ? К этой мысли приходили
уже первые исследователи, занимавшиеся машинным
переводом и предпринимавшие первые попытки диалога
с компьютером на естественном языке. Вот тут-то и
пригодились абсурдные, лишенные смысла фразы вроде
«глокой куздры» или «круглого квадрата». А одна из
таких фраз «Бесцветные зеленые идеи яростно спят»
даже стала своеобразным лозунгом целого направления,
известного как теория порождающих грамматик.
Придумал эту фразу, так же как и все направление,
американский лингвист Ноам Хомский. Вторая фраза,
которую он приводил в своих работах вместе с первой,
была приблизительно такой: «Бесцветное зеленая идея
яростна спят». Обе фразы одинаково бессмысленны,
говорил Хомский. Но всякий «природный носитель языка»
92

безошибочно скажет, что первая из них правильна,
ибо законы грамматики в ней не нарушены, а вторая —
неправильна, так как в ней явно нарушено согласование
слов. Этим примером Хомский хотел доказать, что
грамматику надо изучать отдельно от семантики, смысла фраз.
И если вопросы семантики сложны и неоднозначны, то
грамматика обладает настолько четкими логическими
правилами, что ее можно свести к математике.
Когда Хомский делал доклад, иллюстрируя его своими
фразами и «зеленой идеей», кто-то из зала крикнул ему:
— Это не бессмыслица, а современная поэзия!
Хомский отшутился:
— Хорошая современная поэзия!
Но если говорить без шуток, то, действительно, к
знаменитой фразе Хомского можно найти «смысловой
ключ». В книге А. Чачко «Искусственный разум»
приведено следующее четверостишие:
Идеи зеленые яростно спят,
Ворочаются в голове,
Бесцветные, скачут опять и опять
Кузнечиками по траве.
Стихи эти — поэтическое осмысление фразы Хомского.
Еще раньше эту фразу, верней, вторую ее часть,
«осмыслил» и тоже в стихах филолог И. И. Ревзин:
Идея яростно спит,
Ворочается во сне...
Идея в висках стучит,
Нашептывая мне.
Можно осмыслить фразу Хомского, и не прибегая
к поэзии. Имя Идея лет шестьдесят назад было не таким
уж и редким. А слово «зеленая», как известно, может
означать не только цвет: в нашей стране в гражданскую
войну орудовали банды зеленых, есть партия зеленых;
зеленым мы называем молодого, незрелого человека.
А бесцветным — человека ничем не примечательного,
лишенного индивидуальности. Не без натяжки,
разумеется, но мы можем представить себе, как «яростно»,
то есть глубоко и тяжело дыша, спит бесцветная, то есть
ничем особо не выдающаяся юная девица по имени
Идея.
Таким образом, к фразе Хомского, приводимой как
хрестоматийный образец бессмыслицы, можно подыскать
контекст, даже не один, благодаря которому она станет
более или менее разумной. Характерно, однако, отличие
93

«бесцветной зеленой идеи» от абсурдных фраз вроде
«дважды два — стеариновая свечка» или «Волга впадает
в Индийский океан». Последние являются истинами
наизнанку, они обыгрывают, ставят прописные истины
с ног на голову. Фразы же Хомского к прописным
истинам не имеют ни малейшего отношения. Это фразы,
по сути, экспериментальные, имеющие целью научить
нас различению «правильности» грамматической и
семантической.
По мере того как развивалась теория порождающих
грамматик, у лингвистов накопилось немало
экспериментальных фраз, внешне очень похожих на абсурдные,
вроде «круглого квадрата» или «дважды два — пять».
Но экспериментальные фразы все-таки отличались от
чисто абсурдных, так как не имели контекста, «прописных
истин». В монографии доктора филологических наук
Л. 3. Совы описывается следующая процедура
порождения фраз, доступная и человеку, и компьютеру.
Берется несколько классов слов*, ребенок, уголь,
Петров (имена существительные); читает, лежит, живет
(глаголы); в постели, в печи, в Ленинграде
(существительные в предложном падеже с предлогом «в»). Из них
можно строить всевозможные комбинации по
определенной схеме и чисто механически получить двадцать семь
различных предложений. Скажем, таких: «Ребенок лежит
в постели», «Ребенок лежит в печи», «Ребенок лежит в
Ленинграде», «Уголь лежит в печи», «Петров лежит в
печи», «Петров лежит в Ленинграде», «Ребенок читает
в Ленинграде», «Уголь читает в печи» и так далее.
Здесь наступает самый ответственный момент:
требуется доказать, что все эти фразы, полученные
бездумно, механически, чисто формальным путем, являются
«правильно построенными предложениями». Где же
критерий этой «правильности»? Очевидно, в сознании человека,
носителя языка, которому предъявляются фразы. Но
сможет ли этот самый «носитель» работать с фразой,
лишенной смысла? Он либо попытается сделать ее
осмысленной (скажем, «Ребенок лежит в печи» — фраза
осмысленная, если рассказывается о печи Бабы Яги),
либо вовсе откажется от анализа.
Эксперименты, проведенные Теннесеном и Шороховым
с фразами о «лошади, курящей апельсин» и «глокой
куздре», свидетельствуют о том, что восприятие фраз,
где структура смысла нарушена, далеко не так просто,
94

как казалось прежде и сторонникам традиционного
языкознания, и языковедам, тяготеющим к структурным и
математическим методам исследования. А это значит,
что, если мы хотим научить компьютер по-настоящему
понимать человеческую речь, от значения и смысла никуда
нам не деться. И для описания этого смысла жесткие
схемы, наподобие семантических сетей Шенка, не годятся.
Нужен новый математический аппарат, который бы не
искажал реальную картину языка, а отражал его
неоднозначность, гибкость, «нелинейность».
Математика и лингвистика дружат с давних пор.
Еще в начале столетия текст «Евгения Онегина»
послужил исходным материалом для академика А. А.
Маркова, создававшего новый раздел теории
вероятностей — так называемые «марковские цепи и процессы».
Если на первых порах математическая лингвистика
пользовалась готовым матерлатическим аппаратом, то
вслед за тем началось создание аппарата, специально
приспособленного для описания языка. Первой ласточкой
была теория порождающих грамматик, ныне ставшая как
областью математики, так и областью лингвистики.
Вслед за тем пришел черед теории нечетких множеств,
созданной американским математиком Лофти Заде.
Нечеткие множества и мягкие структуры
Законы логики, как мы убедились, далеко не всегда
приложимы к своеобразной логике языка. Как только
мы переходим от формул и схем к смыслу, столь
однозначному в формулах, начинает оказывать свое
воздействие многозначность слова. Сравните формулу Н20 и
слово «вода», которое включает в себя не только
химическую формулу. Для гидролога «вода» имеет иной смысл,
чем для химика, для физиолога это один из важнейших
компонентов живого организма, для физика — одно из
состояний вещества, для редактора — излишнее
многословие автора. У воды есть синонимы вроде «водицы»,
«влаги». «Белый уголь» — так в течение нескольких
десятилетий называли энергию воды, используемую на
гидростанциях.
Впрочем, и синонимы в языке далеко не однозначны,
нельзя ставить знак равенства между словами,
казалось бы, имеющими одинаковый смысл. Возьмем слово
«путь». Вышедший в 1900 г. «Словарь русских синонимов»
95

Н. Абрамова перечислял такие синонимы этого слова:
«дорога, мостовая, стезя, тропа, тропинка, шоссе, улица,
тротуар, просека, аллея, полотно (железнодорожное)».
В «Кратком словаре синонимов русского языка»,
выпущенном в 1956 г. Учпедгизом, приводится такой
синонимический ряд: «дорога, путь, шлях, стезя». В «Словаре
синонимов русского языка» 3. Е. Александровой дается
шесть смысловых рядов, связанных со словом «путь»:
первый — дорога, трасса, артерия; второй — русло, колея,
стезя; третий — путешествие (со всеми его синонимами:
поездка, путь-дорога, вояж и др.); четвертый —
расстояние (и его синонимы); пятый — доступ (и его
синонимы); шестой — способ (и соответствующие синонимы).
Можно взять значения слова «путь», приведенные
в «Академическом словаре», и от каждого из них
протянуть своеобразные «цепочки слов», где значение одного
слова будет чуть-чуть отличаться от значения соседнего.
В итоге же окажется, что крайние звенья этих цепочек
имеют между собой не так уж много общего, их
связывает лишь исходное слово «путь» (сравните цепочки
«путь—дорога—магистраль—трасса—автострада» и
«путь—стезя—направление—курс—линия»).
Мы говорили, что система, принимающая заказы на
авиарейсы, испытывает затруднения, когда машину просят
подыскать рейс «поближе к 9 часам». Машина перечислит
все рейсы от 4 до 9, ибо смысл слова «поближе»
непонятен «электронному мозгу». Таких слов в языке великое
множество. Есть даже основания считать, что вообще
значения слов естественного языка являются размытыми,
нечеткими. Вот почему для их описания и начал
создаваться специальный математический аппарат — теория
нечетких множеств, которую многие ученые считают едва
ли не самой перспективной и бурно развивающейся
областью математики наших дней.
Возьмем смысл слова «молодой» — классический
образец «размытого значения», ибо молодым человеком
можно назвать и пятнадцатилетнего, и тридцатилетнего,
и даже пятидесятилетнего мужчину, хотя интуитивно
ясно, что эпитет «молодой» к юноше пятнадцати лет
и к человеку, отпраздновавшему свой полувековой
юбилей, применим с натяжкой. Без колебаний мы назовем
молодым лишь человека лет двадцати пяти. Интуицию
теория нечетких множеств стремится заменить числами,
основанными на вероятностях. Весь спектр значений
96

слова «молодой» можно распределить по годам, взявши
в качестве крайних точек пятнадцать и Пятьдесят лет,
а в середине поставив «стопроцентного» молодого чела-
века двадцати пяти лет. Мы получим вероятностную
«формулу смысла» как для слова «мояодой», так и для
многих других слов с размытым значением, если
проделать с ними ту же процедуру, скажем, распределив
по часам «вероятности значений» таких слов, как «утро»,
«вечер», «ночь», «день» (можно ведь сказать «три часа
утра», «три часа ночи» и так далее).
Таким образом, с помощью математики начинают
изучать не только «числа», но и «смыслы».
Разрабатывается алгебра, позволяющая оперировать нечеткими
множествами и переменными, создаются «нечеткие
алгоритмы», работа которых напоминает действия слепого,
который по мере приближения к цели уменьшает и
корректирует свои шаги. На II Международном совещании по
искусственному интеллекту в Репине (1980 г.) был
предложен «метод постановки медицинского диагноза,
позволяющий в отличие от ранее известных ставить диагноз
на основании нечеткой словесно заданной информации».
В основу метода был положен «аппарат, нечеткой
частотной логики, предназначенной для обработки знании,
истинность которых оценивается словами или
словосочетаниями типа «редко», «иногда», «очень часто» и т. п.».
Впрочем, при прогнозе погоды мы тоже оперируем
нечеткими множествами и даем наш прогноз в
«вероятностных» словах и выражениях. Но основная область
приложения теории нечетких множеств, конечно, не медицина или
метеорология, а лингвистика, описание значений слов.
Советский ученый профессор В. В. Налимов, автор
монографии «Вероятностная модель языка», идеи
которой, по словам самого автора, ближе всего примыкают
к «построению количественной семантики расплывчатого
смысла слов», разрабатываемой на базе теории нечетких
множеств и «логики нечетких предикатов», рассматривает
различные языки, в том числе «жесткие», как например,
язык биологического кода, и «мягкие», например, язык
абстрактной живописи или древнеиндийской философии.
Наш естественный язык занимает промежуточное место
между «жесткими» структурами вроде языка
математической логики или кода ДНК и «мягкими» языками,
где значение знаков определяется в основном не словарем,
а сознанием и подсознанием воспринимающего.
97

Быть может, неудачи в диалоге человека с ЭВМ
проистекают не из уровня наших знаний о языке, а из самой
специфики естественного языка? И сокровенная
сущность нашей речи, обращенной человеком к человеку,
принципиально недостижима для машин, какими бы
сложными они ни были, какие бы программы искусственного
интеллекта ни руководили их действиями и какими бы
вероятностными моделями этот язык ни описывался?
Может быть, моделирование смысловых структур языка
на ЭВМ невозможно в принципе, подобно поиску
философского камня, вечного двигателя или эликсира
бессмертия, поисками которого в числе прочего занимался
старый наш знакомец Раймундо Луллий?
В самом деле, пытаясь заговорить с компьютером
«по-человечески», мы попадем как бы в порочный круг.
Человеческий язык мы описываем на человеческом же
языке, значения одних слов, какими бы точными или,
наоборот, размытыми они ни были, мы описываем через
значения других слов, знаки определяем через знаки.
Грамматику нельзя описать, не обращаясь к смыслу, а
смысл остается чем-то неуловимым, присутствующим
только в нашем мозгу, но не в электронном мозгу ЭВМ,
пусть и напичканном семантическими сетями,
лингвистическими процессорами, «комплексными диалоговыми
интерфейсами» и прочей премудростью.
Тут уместно сделать краткий экскурс в историю
лингвистики. Сравнительно-историческое языкознание
справедливо считают первым подлинно научным направлением
в исследованиях языка: от классической филологии
его коренным образом отличал интерес к «материи
языка», к звукам. Открытие законов соответствия звуков
одного родственного языка другому, формулы их
изменений, найденные лингвистами,— высшее достижение
этого метода. И вместе с тем метод
сравнительно-исторического языкознания не универсален: в нем нет места
для такого же строгого научного анализа смыслов.
Обращаясь к смыслу слов и фраз, ученые до последнего
времени вынуждены были пользоваться методами
филологии, то есть описывать слово посредством других слов,
а знак — других знаков.
Дело, таким образом, не в специфике языка, а в
методах его изучения. Пока языком пользовались люди и
только люди, слабость метода описания смыслов не была
видна, ибо и законодателям его, лингвистам и филологам,
98

и простым носителям языка все было ясно. Сейчас языком
человека должны пользоваться машины. И это не мечты
и благие пожелания, не фокусы кибернетиков — это
насущная потребность сегодняшней практики.
Сравнительно-историческое языкознание нашло свою
«материю» — звуки и создало метод, позволяющий
объективно изучать историю изменения языков. Видимо,
такую же «материю», только неизмеримо более тонкую и
сложную, «материю смысла», должна найти и
лингвистика наших дней. Очевидно, что одна наука о языке
решить эту задачу не может — нужны совместные
усилия языковедов, логиков, математиков, специалистов по
искусственному интеллекту. А так как значения слов,
их смыслы находятся в голове носителя языка, то
решающее слово здесь должны, очевидно, сказать ученые,
изучающие эту самую голову,— психологи,
нейрофизиологи, психолингвисты, нейролингвисты, словом,
представители всех дисциплин, возникших в XX в. на стыке «наук
о мозге» и «науки о душе».

Глава пятая. ВНУТРЕННИЙ КОСМОС
Миллиарды неизвестных
«Эта материалистическая теория, приводящая
человека даже самого возвышенного в состояние простой
машины, лишенной всякого самосознания и свободной
воли, действующей фаталистически, ниспровергает все
понятия о нравственном добре и зле, о нравственных
обязанностях, о вменяемости преступлений, отнимает у
наших поступков всякую заслугу и всякую
ответственность и, разрушая моральные основы общества в земной
жизни, тем самым уничтожает религиозный догмат жизни
будущей; она несогласна ни с христианским, ни с
уголовно-юридическим воззрением и ведет положительно к
развращению нравов...»
Нет, это не полемическая статья теолога против
кибернетики, «приводящей человека даже самого
возвышенного в состояние простой машины», и не
уничижительная рецензия на монографию об искусственном
интеллекте, хотя, по правде говоря, такую в наши дни,
конечно, уже не встретишь. Так писал
Санкт-Петербургский цензурный комитет прокурору окружного суда
9 июня 1866 г. о гениальном труде Ивана
Михайловича Сеченова «Рефлексы головного мозга», напечатанном
сначала в газете «Медицинский вестник», а затем
вышедшем отдельной книгой. Первым из ученых Сеченов
осмелился заглянуть в человеческую душу с помощью
экспериментальных физиологических исследований, а не
философских и психологических рассуждений и
обыкновенного самонаблюдения, как это делали мыслители и
писатели всех времен и современные Сеченову психологи.
Дело Сеченова продолжил другой гениальный русский
физиолог — Иван Петрович Павлов.
Сеченов и Павлов, провозгласившие с поразительным
для своего времени научным мужеством, что «мысль о
машинности мозга для всякого натуралиста клад»,
отказавшиеся от бытовавших в течение тысячелетий
представлений о свободной воле и душе, были, безусловно,
провозвестниками кибернетики и того направления в ней,
100

которое занято исследованиями искусственного
интеллекта {о Павлове как о своем духовном отце, как мы
помним, говорил еще Винер). Представление об обратной
связи, одном из основных понятий кибернетики, было
сформулировано в 30-х годах нашего столетия не
математиком или инженером, а физиологом павловской школы,
впоследствии академиком Петром Кузьмичом Анохиным.
«Мы слушаем, а не только слышим, смотрим, а не
только видим»,— писал Сеченов, как бы предвидя
новое направление в физиологии, основателем которого
стал тоже в 20—30-х годах еще один наш
замечательный соотечественник профессор Николай Александрович
Бернштейн, провозвестник многих кибернетических идей.
В основе созданного им научного направления —
физиологии активности — лежит мысль о том, что
«жизнедеятельность каждого организма есть не
уравновешивание его со средой и с падающим на него со стороны
потоком стимулирующих воздействий (как думали раньше
физиологи), а активное преодоление среды, определяемое
моделью потребного будущего». Активность —
существенная черта всех организмов, и она тем выше, чем выше
на лестнице эволюции стоит живое существо. И наш
мозг — не пассивное вместилище информации, а «машина
активная», которая непрерывно планирует «потребное
будущее», строит модели своего поведения, делает
вероятностный прогноз.
В те же годы, когда закладывался фундамент
физиологии активности, появился новый метод
исследования мозга — электроэнцефалография. Наш мозг
генерирует электрические волны в диапазоне от 1 до 35—50
колебаний в секунду. Постепенно физиологи и неврологи
выявили характерные для различных состояний человека
волны; они надеялись, что недалеко то время, когда
им удастся расшифровать всю картину сложного
переплетения ритмов мозга. Но картина оказалась настолько
сложной, что даже компьютеры, обрабатывающие
электроэнцефалограммы, не внесли в нее окончательной
ясности. Кроме того, стало ясно, что за этими волнами
кроется лишь малая часть информации о мозге. В
дополнение к этим волнам физиологи стали с помощью
вживленных в мозг электродов исследовать импульсную
активность нейронов и их ансамблей, а также открытые
сравнительно недавно, сверхмедленные волны, несущие ценную
информацию о наших эмоциональных состояниях.
101

Как человеческому мозгу расшифровать самый слож
ный из всех существующих кодов — свой собственный,
мозговой? Как записывается там речь? Можно ли, изучая
работу структур мозга, по ее внешнему выражению —
электричеству живого мозга — уловить ход мышления
человека? Такие вопросы ставили перед собой сотрудники
Института экспериментальной медицины в Ленинграде —
нейрокибернетики, психиатры, нейрофизиологи, физики,
математики, программисты.
«Теперь мы знаем: каждому слову, которое думает
или произносит человек, соответствуют совершенно
определенные биоэлектрические перестройки (мы
называем их паттернами),— говорит руководитель института
академик Наталья Петровна Бехтерева, подводя
предварительные итоги работы коллектива.— ЭВМ выделяет
паттерны — коды слогов, паттерны — коды слов. У
каждого человека есть свой электрический паттерн-код для
каждого слова (так же, как есть и свой почерк при
написании слова или своя манера его произносить). Ведь в
личном опыте каждого человека накапливаются
отдельные, присущие только этому человеку признаки понятий —
слов. Эти признаки нередко имеют различные входы и
различное представительство в мозгу. И в то же время
у всех людей есть и общее между шифровкой слов и
мышлением».
Многолетние исследования показали, что слова
кодируются в мозгу и как сложные звуковые сигналы,
и как сигналы смысловые, имеющие специальное,
«человеческое» значение. Кодирование же словесных
сигналов происходит не в одной клетке-нейроне, а в целых
нейронных ансамблях. Первоначально слова кодируются
по законам сложных акустических сигналов, причем
слово сразу же опознается (хотя неизвестно, как —
по отдельным ли звукам, по «атомам языка» — фонемам,
по слогам или по более крупным «блокам»). Затем
происходит отбор, фильтрация, лишние звуки, не несущие
языковой информации, отсеиваются. А потом вступает
в действие долгосрочная память, хранящая в мозгу
«смысловые коды», и эти коды используются затем в
других, более сложных психических процессах.
Таким образом, говорит Н. П. Бехтерева,
приоткрылась завеса над важнейшей проблемой — взаимосвязи
между структурой мозга вообще, ее активностью и
принципом взаимодействия отдельных мозговых структур в
102

процессе обеспечения мышления и памяти. «В
нейрофизиологии так же, как и в генетике (нуклеотиды в
двойной спирали ДНК), велись поиски составляющих
биоэлектрического кода слов и устанавливались основные
правила их взаимодействия. Тонкие исследования кода
вновь подтвердили принцип жесткости и гибкости в
механизмах мозга, где роль жесткого механизма играют
общие, а гибких — взаимодополняющие элементы кода,
различные в различных популяциях».
Эти исследования, еще незавершенные, связаны не
только с расшифровкой «кода мозга», но и с поисками
«кладовых памяти», спрятанных в человеческой голове.
Древним память казалась восковой дощечкой, на которой
записывается все, что мы видим и слышим. Но и после
всех достижений анатомии, физиологии, психологии
вопрос о физической природе нашей памяти оставался
открытым. Кибернетика поставила его вновь и в новой
формулировке, сравнив емкость машинной памяти,
выражаемой в точных числах, с памятью человеческой.
Сколько информации хранит мозг человека, если
измерять его емкость стандартными единицами, битами?
Если считать, что одна нервная клетка хранит один бит,
получается цифра весьма внушительная: в мозгу имеется
минимум 10 миллиардов нейронов (теперь считают, что
40—50 миллиардов), стало быть, и емкость нашей памяти
измеряется близкой величиной. Но так ли это на самом
деле?
Отцам кибернетики нейрон представлялся
сравнительно простым устройством, способным находиться либо в
состоянии возбуждения, либо в состоянии покоя,
подобием простого реле, которое либо включено, либо
отключено. Запомнить такое устройство могло минимальное
количество информации — то, что содержится в ответе
«да» или «нет». Однако исследования последних лет
показали, что сам нейрон является сложнейшей системой,
не элементом огромной машины — мозга, а
«мини-машиной», заключенной в «макромашину» — мозг и
связанной с миллиардами подобных же «мини-машин»
множеством связей. Нейрон имеет несколько тысяч
синапсов — микроскопических контактов, к каждому из которых
подходит тончайшее нервное волокно от соседнего
нейрона, и все вместе они образуют нейронную сеть. Ясно,
что считать нейрон простым выключателем, работающим
по принципу «да—нет», уже нельзя. Это сложное устрой-
103

ство способно выполнять не менее сложные логические
операции: нейронные сети могут работать не только с
двоичными сигналами, но и с сигналами постепенно
меняющимися. Как показали недавно английские
биофизики »Д. Бриндли и В. Марр, нейронные сети могут
вместить не десять, а тысячи миллиардов битов информации.
; В последние годы с гипотезой нейронной памяти стала
конкурировать гипотеза памяти молекулярной: не
отдельная клетка—нейрон, а белковые или липидные молекулы
могут быть теми «буквами», которыми мозг кодирует
информацию. В каждой клетке есть своя МВМ —
«молекулярная вычислительная машина», которая
перерабатывает информацию и для собственных нужд,и для нужд
всего организма. МВМ отдельных нейронов, связанные
нейронной сетью, образуют единую большую систему
вычислительных машин, считает доктор биологических
наук Е. А. Либерман из Института проблем передачи
информации АН СССР- На эту систему с ее огромной
общей памятью, с колоссальными возможностями
переработки информации и опираются способности нашего
мозга.
Посрамление Юлия Цезаря
Так мало-помалу от условных рефлексов ученые,
исследующие мозг, спустились к биохимическим его
первоосновам, к молекулярному уровню. Это предрекал еще
Павлов, предсказывавший приход физиологии, которая
«...должна сменить нашу современную органную
физиологию и которую можно считать предвестницей последней
ступени в науке о жизни — физиологии живой молекулы».
Впрочем, существуют гипотезы, согласно которым для
понимания работы мозга надо опуститься еще на один
этаж в строении материи, на атомный уровень, даже еще
ниже — на уровень частиц. Только синтез квантовой
физики и биологии произведет величайшую революцию
в истории науки: мыслящее существо поймет, как оно
мыслит, полагал известный советский физик-теоретик
профессор А. С. Компанеец. По его мнению, память
вряд ли хранится в каких-то определенных,
геометрически локализуемых клетках. Скорее, она находится в
«пространстве квантовых состояний», неизмеримо более
богатом, чем геометрическое пространство. «Достаточно
сказать, что даже в простейшем случае одного атома
104

это пространство бесконечномерное. Каково же
многообразие состояний в такой сложной системе, как челог
веческий мозг! — писал А. С. Компанеец в статье
«Физика и психика».— Трудно отделаться от подозрения, что
мозг не просто сложнее любой современной
вычислительной машины, а чем-то принципиально отличен от
нее».
«Подозрения» Компанейца, высказанные им более
двадцати лет назад, оправдываются. Физиологи и
биохимики находят подтверждение гипотезам о
молекулярной памяти, но эта память оказывается гораздо сложнее,
чем предполагалось в 60-х годах, когда думали, что
сведения в мозгу кодируются последовательностями
нуклеотидов в молекулах нуклеиновых кислот или другим
подобным же образом. В кодировании участвуют,
по-видимому, все уровни — и атомный, и молекулярный, и кле*
точный, хотя роль молекулярного, то есть химического,
вырисовывается все отчетливей. На это указывают опыты,
проводимые в Институте биофизики АН СССР в Пущине
под руководством кандидата биологических наук
И. М. Шейман и в Институте экспериментальной
медицины под руководством доктора биологических наук
Г. А. Вартаняна.
Как вообще формируется мозг? Известно, что в период
созревания зародыша в материнском чреве в его мозгу
каждую минуту рождается 25 тысяч нервных клеток.
Механизм этого удивительного процесса пока неясен,
хотя понятно, что он идет по программе, заложенной,
в тех же молекулах ДНК- А как формируется речь
и мышление ребенка? Как ухитряется маленький
человечек, не ведающий ни о лингвистике, ни о грамматике,
вообще ни о каких науках, закономерностях и правилах,
приобретать знания, которые и по сей день недоступны
никаким компьютерам? Как развиваются умственные
способности с возрастом? Почему одни шахматные,
музыкальные или иные вундеркинды, повзрослев,
становятся признанными, даже великими мастерами (Моцарт,
Капабланка), а другие превращаются в ничем не
примечательных ремесленников, старающихся не вспоминать
о своих младенческих триумфах?
А как объяснить чудеса, которые демонстрируют нам
время от времени знаменитые счетчики и мнемонисты?
В октябре 1979 г. японец Хидсаки Томойои в присутствии
многочисленной аудитории назвал по памяти двадцать
105

тысяч первых цифр числа «пи», в последовательности
которых нет, как известно, никакой закономерности.
Не имела никаких границ память известного советского
мнемониста С. В. Шерешевского, который мог
запомнить длинные тексты на незнакомых ему языках, длинные
сочетания бессмысленных слогов и повторить без запинки
эти тексты и сочетания хоть через двадцать лет после
того, как единственный раз столкнулся с ними.
В последнее время в нашей печати много было
сообщений о выступлениях артиста Юрия Горного.
Прочитав текст любой длины, Горный может тут же сказать,
сколько в этом тексте букв. В устном счете артист успешно
состязается с ЭВМ и еще ни разу не потерпел поражения.
«Книга рекордов» Гиннеса сообщает о
«человеке-компьютере» Уильяме Кляйне, способном выполнить пятьдесят
счетных операций за 64 секунды. У Юрия Горного на
эту процедуру уходит 25 секунд. Особенный эффект
производит выступление артиста, когда он одновременно
делает сразу десять дел, посрамляя Юлия Цезаря,
который, по словам Плутарха, делал всего три или четыре
(читал, писал и диктовал), да и то, по сути, не
одновременно: Цезарь умел молниеносно переключаться с
одного на другое.
Как показывают недавние исследования, проведенные
советскими психологами (см., например, статью И. А.
Камышева «Быстротекущий расчет движений»,
опубликованную в № 3 «Психологического журнала» за 1982 г.),
почти все знаменитые счетчики не тратят никаких особых
сил на свои математические операции. Ни один из них
не мог объяснить, как он вычисляет; многие же
утверждают, что это «делается само собой». Психологи приходят
к выводу, что в каждом человеке спрятан своеобразный
«биологический компьютер». Мы не можем использовать
его по своему усмотрению, так как в процессе
морфологического созревания мозга он прячется в подсознание,
пишет Камышов. «Однако у счетчиков в силу каких-то
врожденных изменений в развитии нервной системы он
становится подвластен произвольному сознанию». Вот
причина их необыкновенных способностей: они имеют
возможность использовать свой компьютер, приказывать
ему считать!
Пусть так, но что собой представляет этот компьютер?
Как он устроен?
А может быть, права Н. П. Бехтерева, выдвинувшая
106

в своей книге «Здоровый и больной мозг человека»
предположение, что у счетчиков в силу каких-то врожденных
особенностей мозг умеет переходить на иной (как бы
форсированный) временной режим работы. Какие же
механизмы обеспечивают этот переход и что он собой
представляет не только в психологическом, но и в
физиологическом смысле?
Вопросов о мозге возникает великое множество.
Ответов — гораздо меньше.
Но если гипотезы о механизмах памяти или о
механизмах, обеспечивающих поразительные таланты
Горного, Шерешевского, Томойои, Кляйна, остаются пока
гипотезами, то наличие двух «мозгов», заключенных под
нашей черепной коробкой и обрабатывающих
информацию каждый на свой лад,— это факт доказанный и
подвергающийся сегодня всестороннему и плодотворному
изучению в десятках лабораторий мира.
Асимметричный мозг
Наш мозг — продукт длившейся не одну сотню
миллионов лет эволюции,в процессе которой одна структура
как бы нанизывалась или насаживалась на другую.
Самая древняя из них — так называемый продолговатый
мозг. Возле него находится мозжечок, тоже очень древняя
часть мозга, ответственная за равновесие тела и
координирующая все наши движения. Над продолговатым
мозгом надстроен мозг промежуточный. В нем находится
эндокринная железа гипофиз, вырабатывающая гормоны
и связанная с регуляцией всей внутренней секреции,
гипоталамус, ведающий обменом веществ, теплообменом,
некоторыми эмоциями и многими другими функциями
организма. Над всеми ними, точно шляпка гриба,
нависают два полушария, в которых сконцентрирована
основная масса нервных клеток; соединены между собой
полушария мозолистым телом — толстой спайкой ткани.
Американский нейрофизиолог Роджер Сперри,
удостоенный за свое открытие Нобелевской премии по
медицине, обнаружил, что каждое полушарие обладает
своими собственными ощущениями, взглядом на мир,
способами мыслить. «Каждое левое и правое полушарие
обладает своей собственной памятью и опытом
познания, которые недоступны для воспроизведения другим
полушарием,— писал Сперри.— Во многих отношениях
107

каждое из разъединенных полушарий имеет, по-видимому,
.отдельное «самосознание».
О том, что полушария нашего мозга выполняют
различную работу, впервые заговорил безвестный
сельский врач Марк Дакс. В 1836 г, он выступил с кратким
сообщением на заседании медицинского общества в
Монпелье. Дакс сказал, что в течение долгих лет,
работая врачом, он наблюдал больных, страдающих
афазией — расстройством речи. У всех больных, страдающих
ею, повреждена была левая половина мозга, за
исключением одного лишь случая правополушарной афазии.
Дакс предположил, что каждая половина мозга
выполняет свои присущие ей функции, а речь (у правшей)
контролируется левым полушарием.
Успеха у аудитории доклад не имел, а через год Марк
Дакс умер, «не подозревая о том, что его работа
предвосхитила одну из наиболее интересных и интенсивно
разрабатываемых областей научных исследований второй
половины двадцатого века — исследование различий в
функциях левого и правого полушарий мозга». Так
пишут в книге «Левый мозг, правый мозг» Сэлли П.
Спрингер и Георг Дейч.
Прошла четверь века. Молодой французский хирург
Поль Брока заметил, что у больных, страдавших
расстройством речи, поврежденной оказывалась левая
половина мозга. Постепенно он пришел к выводу, что
«способность к артикулированной речи локализована в левом
полушарии или по. крайней мере зависит в основном
от этого полушария». В 60—70-х годах той же проблемой
занимался Хьюлингс Джексон, известный английский
невролог. В результате собственных исследований и
анализа работ Дакса и Брока он высказал твердое
убеждение, что два полушария мозга не могут просто
дублировать друг друга, если повреждение одного из них ведет
к потере речи. Видимо, в этом смысле существуют
ведущее и подчиненное полушария. У большинства людей
ведущей стороной мозга является левая — сторона так
называемой воли, говорил он, а правая ей подчинена
и ведет себя автоматически. Но это касается лишь
процессов речи, «выше которых ничего нет»; в распознавании
же зрительных образов, напротив, правая сторона мозга
является ведущей, а левая — «более автоматической».
Понадобилось, однако, целых сто лет, чтобы это
предположение в основном подтвердилось.
108

В 40-х годах нашего века канадский нейрохирург
Уилдер Пенфилд начал применять новые методы в лечении
заболеваний мозга. Чтобы выявить границы пораженного
участка, он применял метод электростимуляции —
воздействовал на обнаженную кору мозга слабым
электрическим током. И тут выявилась любопытная картина.
Если электрод входил в височную область левого
полушария, у больного нарушалась речь: он запинался,
повторялся, ошибался, называя предметы. Если же ток
раздражал симметричную ей область правого полушария,
то у больного возникали яркие воспоминания виденного
им и пережитого. Причем настолько рельефные и
натуральные, что сами больные называли их «вспышками
пережитого». Они как будто смотрели фильм, заснятый
о них самих в прошлом, который «прокручивался». в
правом полушарии.
Вскоре начались эксперименты с расщеплением мозга.
Рональд Майерс и Роджер Сперри перерезали у кошек
и обезьян мозолистое тело и видели, что зрительная
информация, которую получает одно полушарие,
становится недоступной для другого. Вслед за тем последовала
целая серия экспериментов с людьми, страдавшими
тяжелыми формами эпилепсии. Перерезка мозолистого
тела избавляла их от мучительных припадков.
Оказалось, как пишет Сперри, что «операция оставляет этих
людей с двумя отдельными «душами», т. е. с двумя
отдельными сферами сознания. Представляется, что
переживаемое правым полушарием находится целиком вне
сферы опыта левого полушария. Это разделение психики
было продемонстрировано в отношении восприятия,
познания, воли, обучения и памяти».
Начались многочисленные опыты уже не с больными,
а со здоровыми людьми. С помощью хитроумных
методик ученым, изучающим мозг, удалось испытать каждое из
полушарий, не перерезая мозолистого тела. И чем больше
проводилось опытов, тем совершеннее становились
методики исследования, тем четче вырисовывалась
удивительная истина: мозг человека, вместилище его
сознания, асимметричен.
О том, что вообще человек асимметричен, люди знали
давно. Есть левши и правши, есть ведущий глаз и
ведущая нога. Одно ухо лучше приспособлено к слушанию
музыки, второе — к восприятию речи. Приглядевшись,
можно заметить, что асимметрично любое человеческое
109

лицо. Но только во второй половине двадцатого столетия
удалось по-настоящему открыть «самую главную
асимметрию человека» — функциональную асимметрию
полушарий мозга: «обеспечиваемые разными половинами
мозга психические процессы организуются в
пространстве и во времени не сходно, а противоположно».
Язык слов и язык образов
Философы и ученые с давних пор подметили
двойственность мира, в котором мы живем. И с давних пор
размышляли о единстве и борьбе духа и материи, души
и тела, света и тьмы, добра и зла (эти дихотомии
составляют содержание и некоторых религиозных систем —
зороастризма, манихейства, христианства), рассудка и
интуиции, интеллекта и чувства, абстрактного и
конкретного, сознания и бессознательного, мужского и женского
начала, логического и образного мышления,
дискретности и непрерывности (целая проблема в физике),
объективного и субъективного, «инь» и «ян» в восточных
философиях и искусстве, последовательности и
одновременности, бодрствования и сна. Перечень дихотомий,
с которыми сталкивается человек, бесконечен. Одни из
них связаны друг с другом, другие существуют сами
по себе, часть относится к вечным вопросам, часть к не
таким уж важным подробностям бытия. Открытие
асимметрии полушарий дало мощный стимул и для
интересных исследований в области науки и философии, и для
практических разработок, связанных с медициной и
педагогикой. Но, как это случалось не раз с выдающимися
открытиями (примером могут служить кибернетика,
теория относительности и многое другое), это же открытие
породило «дихотоманию» — стремление во всем на свете
отыскать деление на две половины и связать это с
асимметрией мозга. На Западе, как писал один из
физиологов, это становится привычным зрелищем: «Часто с
обложки журнала прямо на читателя смотрят
изображенные художником две половины мозга. Поперек левого
полушария написаны (черными или серыми буквами)
такие слова, как «логический», «аналитический»,
«западный техницизм». Огненными буквами (ярко-оранжевыми
или пурпурными) через правое полушарие идут слова:
«интуитивный», «художественный» или «восточный
мистицизм». К сожалению, эта картина говорит больше о
110

современной моде в научно-популярной литературе, чем
о мозге. К счастью, в наши дни «дихотомания» утихает,
и журналы возвращаются к этой теме только тогда,
когда появляются новые факты или идеи.
Открытие асимметрии мозга поставило множество
интереснейших проблем перед учеными. Почему,
например, у 95 процентов правшей центр речи находится в
левом полушарии и там же расположен центр речи у
70 процентов левшей (из остальных левшей у одной
половины центры речи расположены в правом полушарии,
а у другой — ив том и в другом)? Если каждый десятый
на земном шаре левша, следует ли учитывать это в
педагогике, и если да, то как? Чем объясняются различия
в асимметрии полушарий у мужчин и женщин
(специалисты свидетельствуют, что женщины превосходят мужчин
в широкой области навыков, требующих использования
языка, а мужчины превосходят женщин в решении
пространственных задач). Одно время считалось, что
асимметрия мозга — явление уникальное, свойственное только
человеку. Но исследования певчих птиц показали, что у
них мозг тоже функционально асимметричен, причем
певческим, «речевым», как и у большинства людей,
является левое полушарие. Случайное ли это совпадение или
же отражение каких-то еще не познанных законов
развития живой материи? А чем объяснить, что дельфины,
косатки и другие китообразные превосходят человека
и по относительному весу мозга, и по сложности его
структуры?
Вопросов возникает множество. Но нас интересуют
лишь те, что непосредственно связаны с идеей создания
искусственного интеллекта. Как показали многолетние
исследования, у подавляющего большинства людей левое
полушарие контролирует речь, а также логические и
математические операции. Правое же более связано с
неречевыми видами деятельности, с ориентацией в
пространстве, с музыкой и живописью, с эмоциями. Две
половины нашего мозга работают не как два
параллельных, дублирующих друг друга автомата, а как
автоматы, каждый из которых действует в своем режиме,
по-разному обрабатывая поступающую в мозг
информацию.
Строго говоря, нельзя считать левое полушарие,
речевым, а правое — неречевым. В речевом общении
участвуют оба полушария. Левое, «логическое», расчле-
111

няет непрерывный поток звуков на «атомы речи»,
фонемы, анализирует грамматическую и синтаксическую
структуру фраз. Правое, «образное», оперирует с нечеткими
множествами значений слов. Осмысленная речь —
результат совместной работы обоих полушарий — так же,
как и искусство, наука., техника.
Еще в 1963 г. Клод Шеннон, один из творцов,
кибернетики, говорил, что «эффективность решения таких
задач, как распознавание образов, перевод с одного
языка на другой, предполагает создание вычислительных
машин другого типа, нежели мы имеем сегодня». По
мнению Шеннона, «это должны быть вычислительные
машины, которые будут выполнять естественные
операции с образами, понятиями и смутными аналогиями, а
не последовательными операциями с десятиразрядными
числами». Эта мысль находит все большее признание у
специалистов по искусственному интеллекту, понимающих,
что нельзя создать «электронный разум», игнорируя
работу правого, «образного», полушария и моделируя
лишь левое, «логическое».
«С точки зрения биологической эволюции
вычислительные машины являются продолжением функций
молодого — левого полушария мозга,— пишет в книге «Чет и
нечет», посвященной асимметрии мозга и знаковых
систем, доктор филологических наук Вяч. Вс. Иванов.— Те
свойства, которые характеризуют это полушарие в
отличие от правого, в вычислительных машинах,
оперирующих с дискретными последовательностями символов,
доведены до крайнего своего выражения. Для человека
назвать (с помощью левого полушария) то, что он иногда
смутно воспринимает (правым полушарием), уже значит
осознать этот смутный образ. Но для вычислительных
машин и человеческие слова могут оказаться столь же
смутными. Поэтому сравнение машины с левым
полушарием позволяет лучше понять некоторые его
особенности и в то же время заставляет задуматься над
свойствами правого полушария, моделирование которых
сулило бы переворот в кибернетической теории и практике
построения вычислительных машин».
Компьютеры, работающие подобно «образному»,
правому, полушарию, не созданы и по сей день. Однако
специалисты по искусственному интеллекту нашли пути
к моделированию его работы. Заключаются они в том,
что ЭВМ задается программа, имитирующая процесс
112

художественного* творчества. Если доказательство теории
или игра в шахматы не обходится без участия правого
полушария, то сочинение музыки, стихов или сказок
и подавно. Тут ни у кого сомнения не возникнет. На
II Международном совещании по искусственному
интеллекту советские ученые наглядно показали, что
моделирование художественного, «правополушарного» творчества
возможно, и в этой области они далеко опередили своих
зарубежных коллег.
Сверхсознание по Станиславскому
Все мы талантливы в детстве. Усвоение языка,
постижение мира, даже самые простые детские игры — всё
творчество! Вспомните замечательную книгу Корнея Чу^
ковского «От двух до пяти»,' вспомните самих себя в
раннем детстве, понаблюдайте за маленькими детьми.
Ребенок творит мир в самом себе, а часто и вокруг себя.
Это яркий талант.
Почему же, став взрослыми, одни люди остаются
талантливыми, а у других талант блекнет? Потому ли
только, что одним посчастливилось «найти себя», а другим
нет? Или есть какие-то иные причины, может быть,
психологические, педагогические, бытовые, которые не
позволили каждому от природы талантливому человеку
полностью раскрыть свой дар?
Вопросы психологии творчества — научного,
художественного, технического — до сих пор до конца не
разрешены. Многое в творчестве еще тайна, еще ждет
своих исследователей. И уж тем более таинственны пути,
приводящие людей к созданию шедевров искусства, к
великим научным открытиям, к изобретениям, меняющим
облик мира, к деяниям, от которых зависят судьбы стран,
народов, континентов. Рафаэль умер тридцати семи лет,
а другой гений, Тициан, девяноста девяти, да и то не от
старости, а от болезни. В течение нескольких
десятилетий вел исследования Николай Коперник, пока не
создал свою гелиоцентрическую систему мира,
опрокинувшую, казалось бы, незыблемый геоцентризм
Птолемея. Совсем молодым человеком опубликовал
Эйнштейн свою статью «К электродинамике движущихся
тел», ознаменовавшую собой начало едва ли не
меньшей революции в представлениях о мире, чем теория
Коперника. «Сегодня я — гений»,— записал в днев-
113

нике Александр Блок, закончив поэму «Двенадцать».
Но почему только сегодня, а не вчера или завтра?
Почему даже самые одаренные представители рода
человеческого должны ждать, когда придет вдохновение,
озарение, незабываемые и счастливые минуты, подобные
тем, что испытал Пушкин в Болдине? Мы знаем, что без
труда, без постижения опыта, накопленного
предшественниками, не было бы создано ни одного шедевра
искусства, не было бы сделано ни одного выдающегося
открытия или изобретения. Но вместе с тем общеизвестно,
что один лишь труд без таланта, без вдохновения ярких
плодов не приносит. А какова связь осознаваемых и
бессознательных элементов в творчестве?
О том, что, помимо сферы сознания, в психике
человека есть и неосознаваемое, известно давно, со времен
Платона и Аристотеля (недаром три объемистых тома
заняли только тезисы докладов международного
симпозиума, проходившего в Тбилиси осенью 1979 г. и
посвященного природе бессознательного и методам его
исследования). Многие годы эти сферы исследовал известный
наш физиолог член-корреспондент АН СССР П. В.
Симонов. По его мнению, в обширной сфере неосознаваемого
нужно различать две группы явлений. Первая —
явления подсознательные, все то, что когда-то было
осознаваемым или может стать осознанным в определенных
условиях. «Это прежде всего доведенные до автоматизма
и потому переставшие осознаваться навыки и
вытесненные из сферы сознания мотивационные конфликты, суть
которых становится ясна только благодаря специальным
усилиям врача-психотерапевта,— пишет П. В. Симонов
в статье «Неосознаваемое психическое: подсознание и
сверхсознание».— В сферу подсознания входят и глубоко
усвоенные субъектом социальные нормы, регулирующая
функция которых переживается как «голос совести»,
«зов сердца», «веление долга»... К подсознанию мы
относим и те проявления интуиции, которые не связаны с
порождением новой информации, но предполагают лишь
использование ранее накопленного опыта... В процессе
длительной эволюции подсознание возникло как средство
защиты сознания от лишней работы и непереносимых
нагрузок».
В подсознание запрятаны доведенные до автоматизма
движения шофера, пианиста, спортсмена, усвоенные в
раннем детстве законы родного языка, подражание пове-
114

дению взрослых у ребенка и т. д. Одна из характерных
черт подсознания — консерватизм: «подсознание всегда
стоит на страже добытого и хорошо усвоенного».
Полная противоположность подсознания — надсознание или
сверхсознание (последний термин связан с
представлениями К. С. Станиславского о сверхзадаче творческого
процесса).
«К сфере сверхсознания относятся первоначальные
этапы всякого творчества — порождение гипотез, догадок,
творческих озарений,— поясняет Симонов.— Если
подсознание защищает сознание от излишней работы и
психических перегрузок, то неосознаваемость творческой
интуиции есть защита от преждевременного вмешательства
сознания, от чрезмерного давления ранее накопленного
опыта. Не будь этой защиты, здравый смысл, очевидность
непосредственно наблюдаемого, догматизм прочно
усвоенных норм душили бы «гадкого утенка» (смелую гипотезу,
оригинальный замысел и т. п.) в момент его зарождения,
не дав ему превратиться в «прекрасного лебедя» будущих
открытий». Сверхсознание совершает своего рода
непредсказуемые «психические мутации», по каким-то неведомым
нам законам делает их первичный отбор и затем
только предъявляет сознанию, которое отбирает рожденные
сверхсознанием гипотезы, проверяет их логически, в
эксперименте и на практике.
Симонов полагает, что полная рациональность,
формализуемость, равно как и полная произвольность
первоначальных этапов творчества сделали бы его
невозможным, и это означало бы конец развития
цивилизации. Но, «к счастью, в области психофизиологии
творчества мы встречаемся с одним из тех запретов
природы, преодоление которых было бы нарушением ее
закономерностей, подобных закону сохранения энергии и
принципу дополнительности». А потому и «все попытки
формализации и кибернетизации творчества напоминают
попытки создать вечный двигатель».
/Да, конечно, гениальные открытия и изобретения
в науке, как и гениальные творения в искусстве, создаются
не по строгим алгоритмам. Они уникальны и неповторимы,
и путь к ним неповторим и уникален. Но гениальные
открытия и гениальные творения — редкость. И
специалистов по искусственному интеллекту интересуют не они,
а тот процесс, который происходит в мозгу человека,
пишущего вообще стихи (не гениальные, а обыкновен-
115

ные), сочиняющего музыку вообще (не обязательно, как
Моцарт или Чайковский) или сказки {опять-таки, не
как Ханс Кристиан Андерсен или Евгений Шварц).
Вопрос о том, участвует ли в этом процессе подсознание
или сверхсознание и в чем заключается их участие,
остается открытым, так же, как и вопрос о роли сознания
в творческом процессе. Но можно ли сомневаться, что
в творчестве, как и в процессе понимания человеческой
речи, участвуют оба полушария нашего мозга — «логи
ческое», левое, и «образное», правое?
Нерасчлененные, аморфные образы, порождаемые
правым полушарием, находят свое воплощение в форме,
которой ведает левое,— в строках стихов, музыке,
сюжетах, орнаментах, рисунках, картинах. И чаще всего
оказывается, что «компьютерное» левое полушарие может
перевести на свой точный язык те процессы, которые
происходят во внесловесном и лишенном четкой логики
правом.
Плетение кружев справедливо называют искусством.
Сколько вкуса, умения, трудолюбия нужно мастерице,
^чтобы сплести на коклюшках — деревянных палочках с
намотанными на них нитями — знаменитые вологодские
или русские кружева! Опытная кружевница не разделяет
свое плетение на этапы, на элементарные операции. Между
тем процедура плетения кружев может быть строго
формализована и записана в виде четкой программы,
по которой сумеет сплести кружева и человек, и
компьютер. Ибо плетение сводится всего к двум исходным
операциям — к вращению и перекрещиванию пар коклюшек,
а эти операции можно закодировать, например, цифрами
О и 1. Любое кружево, любой его узор и элемент можно
записать в виде последовательностей нулей и единиц.
Различные комбинации вращений и перекрещиваний
порождают сложные элементы кружев — сетку, полотнянку,
плетешок, петельки, паучки, овальную насновку —
лепесток и так далее. Сочетаясь так и сяк, они, в свою очередь,
образуют различные узоры и орнаменты кружев. Но все
это — и само кружево, и процесс его плетения — можно
представить в виде чисел и алгоритмов, то есть
интуитивный, образный, «правополушарный» процесс изложить
на языке левого полушария, доступном «электронному
разуму».
Можно ли сделать это и с другими видами творческой,
«правополушарной» деятельности человека? В течение
П6

четверти века советский математик и музыкант
Рудольф Хафизович Зарипов занимался моделированием
процесса сочинения музыки. Об этой работе он рассказал
в монографии «Кибернетика и музыка», вышедшей в
1971 г., и в книге «Машинный поиск вариантов при
моделировании творческого процесса», увидевшей свет в серии
«Проблемы искусственного интеллекта» в 1983 г. Прочтите
эти книги, и вы убедитесь в том, что и правополушарное
творчество поддается формализации.
Уральские напевы
Сначала машинное сочинение музыки имело очень
мало общего с проблемами искусственного интеллекта.
С помощью ЭВМ подсчитывались частота .употребления
нот в музыкальных произведениях, их длительность и
другие «параметры». Затем каждая нота в музыке,
«сочиняемой» компьютером, выбиралась .в зависимости
от ее статистической связи с другой нотой или с двумя,
тремя, четырьмя соседними нотами. Однако в мелодии
все ноты практически взаимосвязаны. Да и сочиняет
человек музыку совсем не так, как это делали первые
музыкальные программы «Иллиак», «Кнопка Берта» и
другие.
Примером такого «творчества» могут быть модели
русских фраз, основанные на статистике букв и их
сочетаний. Сначала подсчитывается, как часто в тексте
встречается та или иная буква. Затем, исходя из вероятностей
употребления этих букв, строится модель русской фразы;
выглядит она по меньшей мере странно: .
т цыять серв однг эбя энвтша.ьуемлойк
Учтем при моделировании парные связи букв между
собой. Фраза становится «более русской», но смысла
в ней по-прежнему не найдешь:
умароно как всванный рося ных ковкров недаре
Но связи между буквами не исчерпываются парами.
Подсчитаем, сколько раз в тексте встречаются
трехбуквенные сочетания, и внесем результат в модель. Получится
такая фраза:
покак пот дурноскака наконепно.ане стволовил
се твой обниль
117

Здесь мы видим русские слова «твой», «пот»,
старинное слово «се». Приняв в расчет статистические связи
между четырьмя буквами, получим:
весел враться не сухом и непо и добре
Слова почти все русские, но смысла все равно нет.
Примерно так же звучали и мелодии, сочиненные
машинами по программам 50-х годов. Зарипов пошел иным
путем: он стал изучать закономерности композиции,
которым следует человек, сочиняя мелодии, а затем
переводить их на язык алгоритмов и получать новые мелодии,
автором которых будет уже машина. Качество сочиненных
мелодий, творцом которых была машина «Урал», должно
было показать, насколько глубоко удастся проникнуть
в неосознаваемые алгоритмы сочинения мелодий с
помощью осознаваемых алгоритмов (когда Зарипов
начинал свои исследования, об асимметрии полушарий еще
ничего не было известно, да и до симпозиума в Тбилиси
было еще далеко).
Любители музыки, не профессионалы, часто сочиняют
«правильные» мелодии, не зная ни музыкальной грамоты,
ни правил построения музыкальных сочинений, опираясь
лишь на свой слух, на свою «правополушарную»
интуицию. Основывается она в основном на опыте слушания
музыки. Очень часто мелодии, сочиненные любителями,
оказываются лишь вариациями других, уже
существующих мелодий, обработанных на свой лад. Прием
варьирования известен не только любителям: Зарипов
убедительно показал, что и у популярных композиторов-
песенников, и у творцов классической музыки можно
найти вариации на известные темы. Варьирование,
замечает в этой связи Зарипов, является одной из
существенных частей сочинения музыки. Оно «составляет
общий принцип, присущий художественному творчеству и,
быть может, даже любому творческому процессу вообще».
Конечно, происходит это неосознанно: ни любитель,
ни тем более профессионал не совершает плагиата, он
вовсе не желает похитить какую-то уже существующую
мелодию и объявить себя ее творцом. Меняется
тональность, меняется ритм, меняется мелодическая линия и
даже тема. Хотя она и была отправной точкой для
сочинения мелодии, но после трансформаций становится
совершенно неузнаваемой. И все же разнообразие
вариаций может быть учтено, а затем вариации исходной
118

темы можно поручить компьютеру. Только если человек
делал это неосознанно, «правополушарно», то программа
для ЭВМ четко определяет, что в исходной мелодии
надо изменить и сварьировать, чтобы сделать ее
неузнаваемой.
«...В одном эксперименте слушателям предлагалось
узнать в машинной вариации исходную тему. Им
сообщалось также, что эта тема всем заведомо хорошо
известна,— пишет Зарипов в книге «Музыка и
искусственный интеллект».— Однако ни в одной аудитории,
где этот эксперимент проводился, слушатели (даже
музыканты-профессионалы) не узнали тему — мелодию
популярнейшего «Чижика», хотя за несколько минут до
эксперимента этот «Чижик» был специально (под
благовидным предлогом) проигран перед слушателями».
Известные мелодии в виде своеобразных музыкальных
цитат используют многие композиторы. Тот же самый
«Чижик» звучит в пародийной арии царя Дадона из
оперы Римского-Корсакова «Золотой петушок». Тема
народной песни «Во поле береза стояла» слышна в
Четвертой симфонии Чайковского. Но это сознательное
«цитирование», а есть и бессознательное заимствование. Тема
рококо в гениальных виолончельных вариациях
Чайковского, которую сам композитор определил как «легкую,
безмятежную радостность», восходит к раздольной
русской песне «Вдоль по Питерской».
Мелодия народной песни «По Дону гуляет казак
молодой» послужила композитору Дунаевскому исходным
материалом для песни «Молодежная», впервые
прозвучавшей в кинофильме «Волга-Волга». Дунаевский
варьировал народную песню, точнее, ее мелодический узор
интуитивно. Выявив алгоритмы варьирования,
Зарипов написал программу, по которой, исходя из мелодии
песни «По Дону гуляет казак молодой», машина «Урал» не
только сочинила мелодию, целиком совпадающую с
«Молодежной», но и «выдала» еще несколько новых
вариаций в том же духе.
Как оценить машинное сочинение музыки подобного
рода? Насколько глубоко удается проникнуть в тайны
творчества, адекватно ли отражают алгоритмы
порождения мелодий «эвристику» нашего мозга, работу двух
полушарий? Если модель неточна или груба, ожидать,
что машинные мелодии будут интересны, вряд ли
придется. Чем совершеннее модель, тем совершеннее будут
119

•и мелодий. С другой стороны, Кто может оценить,
хороша или нет машинная мелодия? Насколько она «не
хуже, чем у людей», а если все-таки хуже, то чего ей
недостает, что не сумел учесть программист?
Математических оценок произведений искусства не
существует. Да и возможны ли они вообще? У каждого
человека, у каждой эпохи, каждой культуры свои
собственные критерии оценки, и они меняются со временем.
А вот судьями, пускай и не бесстрастными, которые
способны оценить качество мелодий, могут быть те, кому
эти мелодии адресованы,— слушатели. Правда, тут есть
одно «но». Человеческое восприятие искусства таково,
что мы настраиваемся не только на само произведение,
но и на личность его творца, опираемся на наши
предварительные знания. Влияет на оценку и настроение
слушателя, и его эрудиция, и многое, многое другое.
Если заранее объявить, что создателем такой-то
мелодии была машина, одни с восторгом воспримут
и какофонию (ведь все-таки компьютер написал, а не
человек) и станут говорить о торжестве «электронного
мозга» или «электронного разума». Другие, напротив,
сочтут вполне благозвучную машинную мелодию
бесчувственной, сухой, корявой, формальной и тому
подобной, и все по той лишь причине, что ее творец — не
человек, а машина. Значит, проводя эксперименты по
оценке качества машинных мелодий, надо то, что
сочинено человеком и что машиной, поставить в одинаковые
условия, то есть заранее не сообщать, кто автор.
26 июня 1976 г. по первой программе Всесоюзного
радио были переданы три музыкальные мелодии.
Радиослушателям предложили определить, кто их автор,
человек или машина. В редакцию поступило 130 писем,
причем в 125 из них одна наиболее понравившаяся
радиослушателям мелодия безоговорочно признавалась
творением человека. Она, по словам ее ценителей,
отличалась мелодичностью, пленяла слух, проникала в сердце.
«Никакая машина не может заменить человека в этом
творческом процессе, и не надо пытаться это делать!» —
писал один из слушателей. Между тем полюбившаяся
ему и всем остальным мелодия как раз и была сочинена
машиной «Урал».
Может быть, эти радиослушатели не имели нужной
музыкальной квалификации, были простыми любителями
музыки, в то время как судьями в высшей инстанции
120:

должны Оыть музыканты-профессионалы? Заридов провел
серию экспериментов, где машинные мелодии (тоже
анонимные) оценивались в различных аудиториях, в том
числе и среди профессиональных музыкантов. Часть
мелодий для эксперимента была взята из сборников
песен, написанных членами Союза композиторов СССР,
а.часть — из репертуара машины «Урал». Во всех ауди-
трриях (а они охватили свыше шестисот человек)
машинные мелодии были оценены выше, чем «человеческие».
Это значит, что компьютер способен создавать мелодии,
которые не хуже, а порой и лучше,, чем «средняя
продукция» композиторов-профессионалов (конечно, нелепо
требовать от композитора, чтобы каждое его творение
было шедевром, но ведь столь же нелепо требовать этого
от ЭВМ). В 1977 г. в Репине, под Ленинградом,
состоялось, как мы уже упоминали, первое в нашей стране
Международное совещание по искусственному
интеллекту (сокращенно ИИ). Перед его участниками была
исполнена «ИИ-кантата», своеобразный гимн искусственному
интеллекту, написанный машиной «Урал». Далеко не все
сразу поверили, что творец мелодии — «электронный
разум». Музыку гимна фестиваля, состоявшегося в Нарве
в память замечательного советского шашиста Василия
Сокова, тоже написала машина; программу для нее состав-
вил Р. X. Зарипов.
Подводя итоги своим многолетним исследованиям,
Зарипов мог с полным правом сказать, что при
моделировании на ЭВМ таких форм музыкального творчества,
как мелодии массовых песен, получены результаты,
соизмеримые с человеческими. Все это также подтверждает*
и необходимость объективной в социологическом смысле
оценки машинного творчества; оценка должна
основываться на специальном эксперименте, исключающем
воздействие предвзятости (или излишнего энтузиазма)
по отношению к машинному творчеству со стороны
экспертов. Только в этих условиях может быть
установлена «степень адекватности машинных результатов
и моделируемого объекта».
Машинное моделирование музыки стало одним из
инструментов исследования нашего сознания, подсознания
и сверхсознания, взаимодействия работы правого и левого
полушарий. Оказалось, между прочим, что ЭВМ способна
не только имитировать известные мелодии и стили, но
и создавать новые музыкальные структуры и даже эле-
121.

менты музыки, то есть как бы предвосхищать стиль
будущих композиторов. С помощью ЭВМ можно делать
различные «заготовки», варианты отдельных фрагментов
произведений (аккордов, звуковысотных сочетаний и так
далее), из которых композитор может выбирать
подходящие и по своему усмотрению включать в произведение.
Компьютер, таким образом, становится своеобразным
подручным композитора, «разработчиком» его идей,
избавляющим его от траты времени и сил на
нетворческие, «подсобные» занятия. Вот почему композиторы
все чаще и чаще стали прибегать к помощи ЭВМ. Среди
них грек Я. Ксенакис, француз П. Барбо, чех Р. Ру-
жичка, советский композитор Л. А. Аствацатрян,
считающий, что «компьютер — идеальный помощник, не
сковывающий наше музыкальное вдохновение». Машина,
по его мнению, «дает возможность композитору
приблизиться к тайне воссоздания того, что содержится в
единстве интвервала, ритма и мысли».
Еще в 1961 г. автор этих строк высказал
предположение, что ЭВМ сумеет помочь не только композитору,
но и поэту. Она может вести перебор рифмующихся
слов, вариантов стиха и прочую переработку «тонн
словесной руды», отыскивая «единое слово», нужное
поэту. Предположение вызвало тогда противоречивые
отклики. «Чего не надо, того не надо!» — возмущался
на страницах «Литературной газеты» литератор-оппонент.
В наши дни моделирование поэтического творчества ни
у кого не вызывает ни возражения, ни одобрения: к нему
привыкли. Ведь поэзия в еще большей степени, чем
музыка, затрагивает работу обоих полушарий нашего
мозга: ей присущи и словесная логика левого, и
образность правого, четкая математическая структура ритма и
зыбкость, «игра» смыслов. Но в отличие от поиска
алгоритмов музыкального творчества задача здесь на порядок
выше: материалом для модели служат ве'дь не абстрактные
звуки, а конкретные слова, имеющие, помимо звучания,
смысл и значение.
Кибернетическая Каллиопа
«Мой горизонт состоит из красной портьеры, откуда
с перерывами исходит удушающая жара. Едва можно
различить мистический силуэт женщины, гордой и
ужасной; это знатная дама, должно быть, одно из времен года...»
122

Такой текст приводился в качестве примера машинного
творчества в одном из номеров французского журнала
«Электроника» за 1953 г. Программа, названная в честь
музы — покровительницы поэзии Каллиопой, сочиняла
тексты весьма нехитрым способом: из словаря в 65 536 слов
выбирались случайные их сочетания. Затем они
согласовывались по правилам грамматики. Стоит, впрочем,
заметить, что в научной литературе подробное описание
программы «Каллиопа» не появлялось, и нет никакой
уверенности в том, что в действительности мы имели
дело с работой ЭВМ, а не с мистификацией.
Зато настоящей мистификацией оказались стихи,
выдаваемые за творение ЭВМ, прозвучавшие с трибуны
пленума правления Союза писателей РСФСР и
подвергшиеся серьезному разбору в научной и популярной печати.
В середине 50-х годов американские кибернетики
опубликовали стихи и объявили, что их сочинила машина.
Начинались они так:
Ночь кажется чернее кошки черной
Но очертания луны уже начали плавиться в небесах.
Невысказанная радость устремляется к свету
И усталыми крыльями бьется о лучезарный берег...
Поэт Владимир Котов получил этот «подстрочник»
и «художественно» его обработал:
Ночь кажется чернее кошки этой,
Края луны расплывчатыми стали,
Неведомая радость рвется к свету.
О берег бьется крыльями усталыми...
Стихотворение было опубликовано в книге Н. Е. Коб-
ринского и В. Д. Пекелиса «Быстрее мысли» и стало
повсюду фигурировать как образец машинного
творчества, пока, наконец, не обнаружилось, что вся эта
история — розыгрыш. Мистификацию разоблачил сам
В. Д. Пекелис, попавший сначала в число первых ее
жертв. Мистификацией была и другая история, связанная
с «шалостями кибернетической Каллиопы». Только на сей
раз тексты, сочиненные машиной, выдавались за
произведения человека.
В Штутгарте вышло два сборника стихов. Первый
назывался «Электронная поэзия» и был анонимен; второй
подписан именем Ульриха Краузе. Стихи Краузе
привлекли внимание критиков, ибо «поражали масштабностью
тем, богатством словаря, тонкостью переживаний». Перед
читателями, как писал один критик, возник «образ
123

некоего лирического героя — романтика, альтруиста,
первого любовника, сочетающего в себе черты Джека
Лондона, Франциска Ассизского и Жерара Филиппа».
Ульрих Краузе писал:
Я пишу моим сердцем
В пыли улиц
От Урала до Съерра-Невады,
От Иокагамы до Килиманджаро
Звенит моя арфа —
Арфа телеграфных проводов.
Сборник стихов «романтика, альтруиста и первого
любовника» вышел вторым изданием, а вслед за тем
профессор Штутгартского университета Макс Бензе
объявил во всеуслышание, что и «Электронная поэзия»,
и сборник Краузе — творения компьютера. Только
программа у «Ульриха Краузе» была сложней и машинный
словарь более богат, чем у программы, писавшей стихи
«Электронной поэзии».
В те же 60-е годы под инициалами А. Б. появились
стихи, написанные машиной и имитирующие поэзию
популярных в ту пору битников (А. Б. расшифровывалось
как «автоматический битник»). Сначала программа
использовала словарь в 850 слов, из которых по тридцати
двум моделям строились законченные предложения. Затем
словарь был увеличен до трех с половиной тысяч слов,
а число моделей — до ста двадцати восьми. Некоторым
словам придавался частотный «вес»: чем чаще слово
встречалось в поэзии настоящих битников, тем чаще его
должен был употреблять и битник-автомат. По
специальной команде машина смещала внутри фразы слова,
служившие лейтмотивом, темой стихотворения.
В стихотворении «Девушки», например, из десяти
существительных слово «девушка» повторялось четыре
раза:
Все девушки рыдают, словно тихие снега.
У ложа эта девушка не будет плакать.
Дожди суть глупые любовники, но я не робок.
Запнуться, простонать, идти, та девушка плыла под
парусом бы даже и в конторе.
Не показные, свежие, глухие поцелуи не слишком сыры.
Та девушка нежная и немая.
. Западноевропейская поэзия авангарда отказалась
от рифмовки строк, от строгих канонов, регулирующих
ритм стиха. Она допускает сочетания слов, очень далеких
124

lie смыслу. Поэма уЪли стихотворение часто строится
как перелень субъективных ассоциаций, мгновенных
впечатлений, подспудных мыслей. Не мудрено, что имённ'о
авангардистские стихи оказалось легче всего
моделировать «электронному мозгу». Программа может не
учитывать правила рифмовки, ритмическую «сетку» стиха,
и, главное, ей нет ни малейшей нужды вести связное,
осмысленное повествование. Вот почему чисто случайные
сочетания слов, найденные машиной по законам теории
вероятностей, выглядели ничуть не хуже (и ничуть не
лучше), чем ассоциативные перечни, сочиненные
битниками и представителями других течений авангарда.
Более того, внутри самого авангардистского Движения
родилась так называемая пермутационная поэзия,
творцом которой в равной степени мог быть и человек, и
компьютер.
В самом деле, берется какой-либо широко известный
текст, например начало книги Бытие: «Вначале сотворил
Бог небо и землю. Земля же была безвидна и пуста,
и тьма над бездною; и Дух Божий носился над водою».
Затем каждое существительное заменяется в этом
исходном тексте другим существительным, которое отстоит
от него в толковом словаре на одно или ни несколько
слов или словарных статей. После подобных замен
получается совершенно новый текст. Вот мы сдвигаем
существительные в библейском тексте на единицу.
Получается бессмыслица: «Вначале сотворила богадельня
небо и земляка. Земляк же был безвиден и пуст, и
тюбетейка над бездождьем, и духан божий носился над
водевилем». Не лучше и результат сдвига на одиннадцать
слов: «Вначале сотворил богомолец невежу и зенитчика.
Зенитчик же был безвиден и пуст, и тюремщик над
безобразием; и душевнобольной божий носился над
водоемом».
Некто Жан Лескар, поэт-пермутационист, переписал
таким образом книгу Бытие, сдвигая ее существительные
на семь слов. Но ведь точно такую же операцию могла бы
выполнить и машина. А так как ее быстродействие
намного превосходит человеческое, то и сделала бы она
это гораздо быстрее, предложив самые различные
варианты сдвигов, от одного до многих десятков слов (ибо
где гарантия, что именно семь слов при сдвиге дают
наиболее интересную пермутацию библейского текста,
а не три, не одиннадцать, не сто одиннадцать?).
125

Столь же механистичны и, стало быть, доступны
машине и другие плоды пермутационной поэзии: тексты,
полученные путем перестановки слов, слогов, букв,
тексты в виде своеобразного орнамента, вариации
ограниченного числа слов, сделанные по определенным
правилам. Например, берется шесть слов — «кто», «сердце»,
«крест», «владеть», «играть», «любовь». Из них может
получиться 720 различных комбинаций, список которых
и образует текст стихотворения:
На сердце крест владей проигранной любовью
На сердце крест владей любовною игрой
На сердце крест играй властительной любовью
На сердце крест играй любовным овладеньем
На сердце крест любви властительной игрой
На сердце крест любви проигранною властью.
Играешь сердцем овладей крестом любви
Играешь сердцем овладей любовью крестной
Играешь сердцем возлюби владычный крест
Программировать сочинение пермутационных стихов
еще проще, чем стихов под битников. А можно ли
моделировать сочинение рифмованной и ритмической поэзии?
Построенная на свободных ассоциациях и отказавшаяся
от требований формы, поэзия битников — это, так сказать,
язык правого полушария. Пермутационная поэзия,
наоборот, говорит с читателем языком левого
полушария — чистой логикой и комбинаторикой. Подлинные же
стихи обращаются к человеческому сознанию в целом,
в них дан синтез формы и содержания, ритма и образа,
«музыка стиха» неразрывно связана с его поэтическим
смыслом. Можно ли моделировать такую поэзию?
В 1978 г. в журнале «Автоматика и телемеханика»
появилась статья «О программе, сочиняющей стихи».
Создание программы, как было сказано в статье, имело
своей целью «узнать, какие минимальные средства
позволяют добиться иллюзии осмысленного стихосложения».
Оказалось, что такой иллюзии «можно добиться очень
малыми средствами».
В память компьютера был введен словарь из
нескольких сотен слов, взятых из сборника стихотворений
Осипа Мандельштама «Камень». Каждое слово словаря
сопровождалось информацией о ритме, рифме,
грамматике. Перед работой машине сообщалось, сколько строк
должно быть в стихотворении, которое следует написать.
В задании также указывалось, какая в данной строке
126

рифма — мужская или женская, с какой строкой —
второй, третьей или четвертой в строфе — рифмуется
данная строка.
Машина начинала писать стихи, идя от рифмы:
сначала писались последние слова во всех строчках строфы,
которые должны были рифмоваться друг с другом. Затем
также взятые наугад к ним приписывались остальные
слова, отвечающие правилам ритма и грамматики.
Предполагалось, что стихотворение — это грамматика плюс
ритм, плюс рифма. И компьютер, игнорируя семантику,
сочинял такие стихи:
Вечером бледная в небе планета
Очаровательный рядом прилив
Вновь будет сниться над бездною лето
В жизни внимательный видит отлив.
Или такие:
Добрый реет шелест
Плачет пустота
Слушают качели
И поет беда
Стань покорно горе
Томно тишь летит
И прозрачно море
Тайно шелестит
И бежит земная
Незаметно тень
Медленно лесная
Славит влажный день
Стихи создают иллюзию осмысленности, хотя как раз
смысл программой и не учитывался. При четком ритме
и рифмовке воображение читателя осмысливало текст
стихотворных строк. Это подтвердил и эксперимент,
проведенный автором этих строк во всесоюзной группе
«Статистика речи», руководимой профессором Р. Г.
Пиотровским. Моделью для машинного порождения стихов
послужили взятые из поэмы «Трагедийная ночь»
Александра Безыменского строки-брахиколоны, где каждая
строка состоит из одного односложного слова:
Крут
прям
Злой
гак
Не
кран
А
маг-
127

Машина, используя введенный в ее память запас
односложных слов, порождала новые тексты, оставляя
неизменными пятую и седьмую строки исходного («не»
и «а»). В результате получались тексты, наподобие
следующих:
Хром Ал
п^ян рдян
Злой Мой
враг флаг
Не Не
пан вран
А А
рак мак.
После того как машинные тексты были написаны,
их предъявляли вместе с исходным текстом Безымен-
Ского студентам, преподавателям, просто любителям
поэзии. И многие из них оценили машинные стихи выше,
чем фрагмент из «Трагедийной ночи»!
От имитации к модели
Разумеется, приведенные выше способы сочинения
стихов моделировали лишь работу графомана, который
нанизывает строчку за строчкой, рифмуя их и не слишком
заботясь о смысле. Нельзя ли пойти дальше и
моделировать «образное» правое и «формальное» левое
полушария в их совместной работе?
Каждый поэт имеет свою собственную творческую
лабораторию. Лишь случайно дошедшие до нас черновики
показывают, как напряженно работает эта лаборатория,
отыскивая нужный образ, нужное слово. В поэзии почти
всех народов существуют так называемые игровые формы,
или темы. Например, буриме, в котором задаются рифмы,
и участники поэтического турнира должны написать
стихотворение с этими рифмами. Или
стихи-перевертыши, где каждая строка должна читаться одинаково
справа налево и слева направо («Манит Икара тело-
полет... А раки — тинам!»), стихи-брахиколоны вроде
приведенных выше, стихи-тавтограммы, в которых каждое
слово начинается с одной и той же буквы (вспомним
бальмонтовское: «Чуждый чарам черный челн»).
Формальные требования в таких жанрах резко сокращают
число перебора вариантов, особенно если тема
стихотворения задана заранее.
128

Подобные турниры проводили и арабские поэты, и
западноевропейские трубадуры, и викинги-скальды, и
русские поэты прошлого и нынешнего века. Валерий
Брюсов и в особенности Велимир Хлебников наглядно
показали, что возможности этих жанров далеко не
исчерпываются салонной игрой в стихи, они открывают
новые горизонты для поэта. И для работ в области
искусственного интеллекта, добавим мы сегодня.
Запрограммировать тончайшие оттенки смыслов слов
необычайно трудно, да и неясно, можно ли это сделать,
вообще. Зато формальная сторона поэзии, рифмы,
аллитерации, ритмическая «сетка», в которую поэт
укладывает смысл, машинному программированию поддаются •
гораздо легче* Отсюда у автора этих строк родилась
идея составить поисковую программу для таких стихов,
в которых требования к форме были бы очень велики,
а содержание могло бы оставаться в традиционных
рамках. Начались эксперименты. О первом из них со
стихами-брахиколонами уже было рассказано. Затем был
составлен «тотальный словарь» слов-брахиколонов,
включивший почти все слова русского языка, состоящие из
одного слога: они были выбраны из четырехтомного
«Словаря русского языка» Ушакова и
семнадцатитомного «Словаря русского литературного языка». Правда,
эти словари не включают географических названий,
а также имен собственных. Мы их включили, и наш
«словарь односложных слов» пополнился такими
фамилиями, именами и названиями, как Бах, Григ, Глюк,
Даль, Кант, Конт, Кент, как Влас, Лев, Пьер, Жан,
Петр, Сэм, Том, Гек, Джо, как Дон, По, Рейн, Клин,
Рим, Ганг. Пришлось включить в словарь и отсутствую-
щие в академических изданиях, но получившие
распространение в последние годы односложные слова вроде
«бит» (единица измерения информации) или «криль»
(мелкий рачок, служащий пищей китам). Всего в словаре
оказалось около пяти тысяч существительных. К ним
добавились односложные глаголы: «сел», «дай», «пить»
и тому подобные, краткие прилагательные типа «светла
«бел», «мглист», числительные «два», «три», «пять»,
«семь», «сто», местоимения, наречия, междометия.
Словарь односложных слов был закодирован и введен
в память ЭВМ. Компьютер мог расположить их в
алфавитном порядке, в обратном порядке (то есть составить
так называемый обратный словарь, ориентированный на
129;

окончания, а не на начала слов), рассортировать по
сочетаниям, образующим рифмы того или иного типа
(например, рифмы точные вроде «дом — том»,
рифмы-консонансы вроде «дом—дам», рифмы усеченные вроде
«том—то», рифмы неточные вроде «том—тон» и т. д.).
Но вопрос был в том, как на основе тотального словаря
заставить ЭВМ записать стихи, имеющие смысл?
Единственный выход — разместить слова в словаре по
определенным смысловым признакам. И снабдить их
грамматическими индексами, чтобы изложение
подчинялось не только правилам поэтики, но и правилам
грамматики.
Почти каждое слово в нашем языке имеет несколько
значений; они могут быть и прямыми, и переносными.
Значения расплывчаты, между смыслами слов,
хранящихся в образном правом полушарии, четкой грани нет.
Очевидно, нужно заранее наметить тематику стихов,
сузить все многообразие смыслов, взять ориентир на
определенный поэтический стиль, жанр, школу.
Моделью для компьютерной программы, составленной
автором этих строк, послужила поэзия скальдов, которую
создавали около тысячи лет назад отважные воины
и мореходы — викинги. О первых результатах было
доложено на II Международном совещании по
искусственному интеллекту в 1980 г. в Репине, затем в
Ванкувере; в пятом выпуске за 1984 г. журнал «Кибернетика»
опубликовал статью автора, написанную вместе с
заведующим кафедрой математической лингвистики Минского
института иностранных языков А. С. Зубовым «Программа
«Скальд» — опыт моделирования поэтического творчества
для ЭВМ».
Электронный скальд
Самой трудной, самой сложной по форме считают
большинство стиховедов поэзию скальдов. Каждая строфа
скальдического стиха подчинялась жестким требованиям
заданного размера — дротткветта, толгага и другим.
Строки стиха строго рифмовались. Но этого мало: кроме
«внешних» рифм, в стихе непременно присутствовали
внутренние рифмы, аллитерации и другие приемы
звуковой инструментовки. Существовала у скальдов и сложная,
причудливая система образов.
Основная и характерная черта поэзии скальдов —
130

так называемые кеннинги. В них, говоря словами
крупнейшего в нашей стране знатока древнескандинавской
поэзии М. И. Стеблина-Каменского (он был
консультантом программы «Скальд»), метафора уступила место
«совершенно условной схеме: основа в них — название
любого объекта того же класса, что и описываемое целое,
а определение — название любого конкретного предмета
из сферы целого». Так, например, ворон именовался
«гусь битвы», «оса трупов», «лебедь крови», «кукушка
трупов» и т. д. Корабль — «конь моря», но не только моря,
но и влаги, фиорда, прибоя, реки, пучины, болота, волны,
устья, канавы, залива, канала, морского течения,
ручья, водопада. И не только «конь», но и «бык», «тур»,
«лось».
Но и это еще не все. На основании простых кеннин-
гов скальды создавали кеннинги сложные,
многоступенчатые. Если меч именовался «шипом ран», то «пот
меча» был кеннингом крови, а «лебедь крови» — кен-
нингом ворона. Значит, ворона можно было назвать и
«лебедем пота шипа ран». Некоторые скальды ухитрялись
составлять кеннинги из шести-семи «ступеней» или
«этажей». Например, таков был кеннинг воина: «метатель
огня вьюги ведьмы луны коня корабельных сараев».
«Конь корабельных сараев» — это корабль, «луна
коня» — щит, «ведьма щита» — копье, «вьюга копий» —
битва, «огонь битвы» — меч, «метатель меча» — воин.
Умение слагать стихи в эпоху викингов
приравнивалось к умению стрелять из лука, музицировать,
скакать верхом, играть в шашки. Скальдические стихи
сочиняли и простые дружинники, и короли. Например,
норвежский король конунг Харальд Суровый сочинил стихи
и посвятил их своей невесте Элисив — дочери Ярослава
Мудрого Елизавете Ярославне. Творчество признавалось
и поощрялось у скальдов только в области формы.
Поэт не мог приписать себе поступки, им не совершенные,
прибегнуть к поэтическому вымыслу. Его творения по
сюжету были либо стихотворным отчетом о событии,
либо хвалебной песнью (так называемой драпой), либо
хулительным стихом — нидом. Зато облекались эти
отчеты, хвалы и хулы в богатейший орнамент из созвучий,
ритмов, кеннингов: недаром же сравнивают историки
и филологи скальдические стихи с затейливой резьбой,
столь характерной для искусства Скандинавии эпохи
викингов.
131

Кеннинги скальдов строились по жесткой схеме.
Возьмем кеннинги ворона: «гусь крови», «чайка ран»,
«оса трупов», «кукушка трупов», «гусь битвы». Первая
часть всех этих кеннингов — названия различных птиц и
летающих насекомых. Вторая образована словами,
связанными с кровью, трупами, сражением. Первая часть
кеннинга корабля — это названия крупных животных
(конь, тур, Лось), а вторая — названия, связанные с водой '
(влага, болото, озеро). Корабль мог быть и «конем моря»,
и «туром прибоя», и «лосем влаги».
Сложные кеннинги образовывались по четкой и
поддающейся математическому описанию схеме. Алгоритм
порождения таких кеннингов дан в книге «Доказуемое
и недоказуемое», написанной известным математиком
профессором Ю. И. Маниным. Этот алгоритм нетрудно
реализовать на ЭВМ. Или, наоборот, с помощью ЭВМ
вести своего рода расшифровку кеннингов, созданных
скальдами.
Скальды пользовались несколькими видами
стихотворных размеров, отличавшихся друг от друга узором
аллитераций, созвучий согласных звуков, системой
рифмовки и т. д. Для каждого из этих размеров нетрудно
составить машинный алгоритм. Различны могут быть и
рифмы: точные, в которых целиком совпадают ударный
гласный и заударные согласные («меч—сеч»), усеченные
(«гон—гонг») и так далее. Поиски таких пар тоже легко
поддаются алгоритмизации.
Кеннинги представляли собой сочетание двух
существительных. Первое стояло в именительном падеже,
второе — в родительном. Отбирались кеннинги в
зависимости от тех требований, которые предъявляла к ним
та или иная система рифмовки, стихотворный размер и
другие формальные установки скальдической поэзии.
В таком отборе участвовали оба полушария, на которые
опирался «естественный интеллект» скальда. Эту работу и
должна была моделировать программа «Скальд».
На первом этапе эксперимента программа сочиняла
только ниды и драпы, хулительные и хвалебные стихи,
выбирая слова и порождая кеннинги из словаря
односложных слов. Все существительные этого словаря
получили индексы по десяти параметрам — темам скальди-
ческих стихов: стихи о воине, корабле, вороне, мече
и т. д. На пересечении каждого односложного слова с
каждой из десяти тем стиха ставился либо индекс О
132

(слово кеннинга не образует), либо 1 (слово может
выступать первым членом кеннинга), либо 2 (слово может
выступать вторым членом кеннинга).
Какой кеннинг предпочесть в том или ином
стихотворении? Ведь и для меча, и для ворона, и для воина,
и для корабля можно создать десятки, сотни, а то и тысячи
возможных сочетаний слов с индексами 1 и 2. Машина
отбирала те кеннинги, которые отвечали требованиям
формы, рифмовки, звуковой инструментовки. Видимо, и^
поэт-викинг следовал тем же принципам отбора. Только
делал это интуитивно, во многом «правополушарно».
А компьютер переводил эту интуицию на язык левого
полушария, следуя алгоритмам порождения рифм,
аллитераций и т. д.
Вот образец стихов, которые могут быть порождены
ЭВМ, работающей по программе «Скальд»:
Хвала мечу
Мчи,
меч
Серп
сеч,
Бич
битв,
Брат
бритв.
Быстр,
остр,
Шустр,
востр.
Страж
страд,
Страх
стад.
Мчи,
меч!
Бей,
меч!
Бич
битв,
Серп
сеч!
Хула ворону
Вран,
вран,
Вор
ран
Гриф
гроз
Гусь
слез
Сохл,
плох,
Трухл,
рухл,
Дряхл,
чахл,
Затхл,
тускл,
Жухл,
слаб,
Жрун
жаб..,
Брр,
вран,
дрянн,
дран!
Чтобы стихотворение, порожденное программой
«Скальд», не было простым перечнем кеннингов, помимо
существительных в именительном и родительном падежах
(первый и второй компоненты кеннинга), использовались
краткие прилагательные, глаголы и междометия, также
входившие в словарь односложных слов.
133

Хвалебные и хулительные стихи скальдов сюжета не
имеют, и программа порождения их не столь уж сложна.
Скальды сочиняли и стихи на случай, содержание
которых было весьма простым. «Продал застежку от плаща,
которую мне прислали исландцы, и купил селедок; свои
стрелы я тоже обменял на селедки по случаю урожая» —
вот сюжет одного из таких стихотворений. Если описать
ситуацию на формализованном языке, то стихи на случай
также могут быть написаны компьютером по всем
правилам поэзии скальдов — с кеннингами, рифмами,
аллитерациями, в том или ином размере.
Количество вариантов, которыми можно выразить
одно и то же содержание, в языке очень велико.
Требования формы сокращают их число. Но есть ли вариант
наилучший? Такой, где заранее заданное содержание
излагалось бы с максимальным богатством звуковой
инструментовки, где все члены кеннинга были бы связаны
общими звуками (ворон — «сыч сеч», а не «гусь сеч»
и не «дрозд сеч»; смысл кеннинга во всех трех случаях
одинаков, зато слова «сыч» и «сеч» близки фонетически)?
«Самая трудная в мире» по форме поэзия скальдов —
прекрасное поле для моделирования творчества, и работа
над программой «Скальд» продолжается. Ибо поиски
в области формы должны вестись не сами по себе, а в связи
с изложением заданного содержания. Но тогда программа
не должна ограничиваться одним перебором слов и
порождением кеннингов, а создавать более крупные «блоки»,
связанные с сюжетом.
Поиски таких «блоков» — одна из актуальнейших
задач искусственного интеллекта. Ведь именно они
помогают обучить машину пониманию текста, сделать
диалог человека и компьютера осмысленным. Немалую
пользу исследованиям искусственного интеллекта
принесло и моделирование сочинения волшебных сказок.
Сочинители волшебных сказок
«Изучение потока речи без гипотез о механизме его
порождения не только малопродуктивно, но и
неинтересно»,— говорил академик А. Н. Колмогоров. Слова эти
справедливы как для науки о языке, лингвистики, так
и для наук, изучающих художественное творчество,—
литературоведения и поэтики. Число текстов, которые
может произнести или написать любой человек, владею-
134

щий языком, бесконечно. Астрономически велико и
количество сонетов, поэм, повестей, рассказов, пьес,
романов — хороших и плохих, талантливых и бездарных.
Статистика помогает улавливать общие закономерности,
частоту употребления тех или иных слов, грамматических
конструкций, слогов, букв, типов рифм, но сам механизм
порождения речи, порождения художественных или
обычных текстов ей неподвластен. Раскрытию этого механизма
способствовали оригинальные работы американского
лингвиста Ноама Хомского, посвященные порождающим
грамматикам.
Есть в математике особые порождающие системы —
формальные исчисления. Имея набор определенных
аксиом, а также правила построения формул и вывода
одних формул из других, можно с помощью этих
систем строить бесконечное число правильных
высказываний. Хомский провел смелую аналогию между
математикой и языком с его бесконечным числом правильных
предложений, состоящих из конечного числа элементов
(слов) и грамматических категорий. В результате
родилась теория порождающих грамматик, одна из самых
интересных и перспективных областей современного
языкознания, имеющая непосредственное отношение и к
построению искусственного интеллекта.
С помощью порождающих моделей ученые
предпринимают попытки изучать художественное творчество:
модели дают возможность привнести эксперимент в
науку, прежде бывшую лишь описательной. Обращаясь
к компьютеру, музыковеды, литературоведы, стиховеды
могут строить различные модели порождения мелодий,
стихов, литературных произведений, менять их в
зависимости от качества получаемых текстов, находить
подсознательные алгоритмы и эвристики, которым следовал
композитор, писатель, поэт.
Советские ученые Д. А. Поспелов и Ю. И. Клыков
применили идею Хомского к морской практике. Они
создали знаковую модель крупного морского порта,
связали главные понятия, характеризующие его, с
помощью существенных отношений и, как пишет киевский
кибернетик А. Чачко в книге «Искусственный разум»,
«добавили к своей сети сразу три грамматики: одна
разворачивает ситуации во всем их своеобразии, другая
обобщает их, собирая в классы, а третья находит
должные, осуществимые на практике действия».
135

Далее профессор Д. А. Поспелов вместе с
кибернетиком М. А. Гаазе-Рапопортом и программистом Е. И.
Семеновой создал программу, по которой ЭВМ сочиняет
волшебные сказки. Программа эта также имела вид
порождающей модели, но подлинным автором ее был
не Хомский, а один из создателей структурной
лингвистики профессор Ленинградского университета В. Я. Пропп.
В 1928 г. он опубликовал книгу «Морфология волшебной
сказки». Значение ее в полной мере оценили лишь
спустя десятилетия, когда появились первые работы по
порождающим грамматикам в лингвистике и начались
работы в области искусственного интеллекта.
Еще раньше, в начале нашего столетия, академик
А. Н. Веселовский отметил существование «бродячих
сюжетов», общих для сказок самых различных народов
земного шара. Специалисты по фольклору стали
систематизировать эти сюжеты и составили специальный
указатель, где каждый сюжет и его вариант получали свой
индекс. А затем Пропп показал, что волшебные сказки
любого народа мира подчиняются определенным
правилам, механизму их порождения.
Много лет спустя идеи Проппа развил в работе
«Логика повествовательных возможностей» французский
литературовед К. Бремон. Они послужили основой для
машинной программы сочинения волшебных сказок,
созданной западногерманским ученым Клейном. Правда,
тексты, сочиненные ЭВМ, были не очень интересны.
Выглядели они приблизительно так: «Моревичи жили в
отдаленном районе. Отец был Ерема. Мать была Василиса.
Старший сын был Балдак. Средний сын был Марко.
Младший сын был Борис. Николай тоже жил там.
Николай был рожден чудесным образом. У Балдака был
волшебный конь. В отдаленном районе появился медведь.
Медведь завладел волшебным конем...»
Сравните этот текст со сказкой, тоже написанной
компьютером, но по программе Поспелова, Гаазе-Рапо-
порта и Семеновой: «Давным-давно в одном городе жили-
были муж с женой. Муж с женой имели двух дочерей.
Мать не любила падчерицу Василису. Мать отправила
Василису к Бабе Яге. Встретила Василиса яблоню. Дала
Василисе яблоня совет. Пошла Василиса дальше.
Встретила Василиса печку. Дала печка Василисе совет.
Пришла Василиса к Бабе Яге. Баба Яга задала Василисе
первую работу. Выполнила Василиса первую работу, Зэг
iae

дала Баба Яга Василисе вторую работу. Выполнила
Василиса вторую работу. Баба Яга задала Василисе
третью работу. Выполнила Василиса третью работу,
Освободила Баба Яга Василису от мачехи. Вернулась
Василиса домой».
Разница между сказками очевидна: в первой дана
предельно сухая схема, во второй — связное изложение.
Почему же одна программа может писать сказки лучше,,
чем другая, если модель всех волшебных сказок у всех
народов одинакова? Все дело в словесном наполнении
модели, превращении абстрактной схемы в ткань
повествования.
Любая волшебная сказка имеет стандартный зачин.
Далее следует само повествование (или «тело сказки»).
Венчает сказку стандартная концовка. Действуют в сказке
и стандартные персонажи: герой (он может быть и
Иванушкой-дурачком, и Иваном-царевичем, храбрым
портняжкой или отставным солдатом, но его геройская
сущность не меняется) и «антигерой» — враг героя,
соперник, злодей, похититель, тоже принимающий разные
обличья: Кощея Бессмертного, Змея Горыныча. И у героя
и у «антигероя» есть чудесные помощники. Как
правило, в волшебных сказках действуют даритель,
снабжающий героя волшебными подарками вроде
лука-самострела, ковра-самолета, гуслей-самогудов, и прорицатель,
предсказывающий события или судьбу героя. В
волшебной сказке герой непременно должен получить награду:
клад, царевну, счастливую жизнь, царский трон.
Не так уж трудно задать для каждого персонажа
список его конкретных воплощений в сказке.
Например, для русской сказки «антигероями» будут злой
колдун, Баба Яга, злая мачеха-колдунья, Кощей, Змей.
Почти все персонажи имеют стандартные характеристики:
у Змея Горыныча число голов всегда кратно трем —три;
шесть, девять, двенадцать, даже тридцать три. У Бабы
Яги костяная нога, Сивка-бурка непременно вещая
каурка. Каждый персонаж сказки совершает
определенные поступки и не может сделать иных,. Герой
совершает подвиги, помощники помогают ему, даритель
подносит волшебные дары, злодей совершает похищения
и убийства. ;(
Поступки-персонажей укладываются в схему. Возьмем,
например, поступок «убийство». Его может совершить
либо злодей, либо его подручные, но никак не прори-
137

цатель или даритель. У поступка «убийство» должны
быть: 1) исполнитель; 2) объект убийства; 3) способ
совершения убийства; 4) время убийства; 5) цель
убийства.
Если взять другой столь же криминальный поступок,
совершаемый злодеем или его помощниками,—
«похищение», то и он вписывается в схему, где обязательны
такие-элементы: 1) исполнитель; 2) объект похищения;
3) способ похищения; 4) место, где совершено похищение;
5) куда перенесен похищенный объект; 6) цель
похищения.
Эти поступки можно охватить сетью отношений.
Похищение связано с вопросами: кто? кого? с помощью
чего? откуда? куда? зачем? Убийство — с вопросами:
кто? кого? как? где? когда? зачем? Такой же
семантической сетью можно охватить и другие поступки,
совершаемые персонажами волшебных сказок. А затем
можно заполнять абстрактную сеть конкретными
персонажами, их стандартными характеристиками, глаголами
и существительными. Сочинять сказку компьютер будет
поэтапно, от «верхних» этажей, определяющих ход
повествования, до «нижнего», заполняемого словами.
Приведем еще одну сказку, сочиненную машиной.
Мы выделили в ней слова, которые могут быть заменены
другими, равнозначными не по смыслу, а по роли в
повествовании:
«Жил-был царь, имел дочь. Налетел змей, унес
царскую дочь. Послал царь Иванушку отыскать дочь,
обещал царскую дочь в жены.
Отправился Иванушка искать царскую дочь. Идет
Иванушка, видит странника. Попросил странник сделать
Иванушку ему дубинку. Сделал дубинку Иванушка.
Обещал странник помочь Иванушке. Идет Иванушка,
видит пещеру, вошел Иванушка в пещеру, смотрит
Иванушка, сидит царская дочь. Спрятался Иванушка.
Прилетел змей. Схватил Иванушка змея, позвал
странника, убили змея. Забрал Иванушка царскую дочь и
вернулся назад.
Получил Иванушка царскую дочь в жены. Сыграли
свадьбу, стали жить-поживать, добра наживать».
На место «царя» мы можем поставить «купца», на
место «дочери» — «злато», на место «змеи» — «злого
колдуна» и так далее. Схема же самой сказки останется
неизменной.
138

У каждого сказочного персонажа должна быть своя
база данных, определяющих его поступки, облик, судьбу.
Абстрактный злодей превращается в конкретную Бабу
Ягу, у которой костяная нога, нос в потолок врос, избушка
на курьих ножках, клюка, ступа, печь и прочие атрибуты.
Чем больше мы вложим их в исходную базу данных,
тем рельефнее, красочнее, выразительнее будет наш
персонаж. Но главная цель машинной программы для
сочинения сказок совсем не в том, чтобы они были столь же
увлекательны и поэтичны, как и сказки, придуманные
людьми, а в том, чтобы ЭВМ моделировала то, что
происходит в голове сочинителя.
«Текущие знания заставляют героя сказки совершать
те или иные поступки,— говорит Д. А. Поспелов.—
Скажем, если он встретился с человеком, подарившим
ему медное колечко, про которое известно, что оно
способно делать то-то и то-то, то само это знание заставляет
систему сочинить эпизод, когда волшебные свойства
колечка понадобятся. Таким образом, в активной сети
знания, подобно известному чеховскому ружью, должны
обязательно «выстрелить». Сюжет сказки движется не
случайным образом, а в соответствии со знаниями, которые
имеются на данный момент». Как хранятся и как
используются эти знания, вот вопрос!
Психологи не раз писали, что мозг человека — это
не тетрадь для записи данных и не компьютер для
фиксации сведений, а система, активно перерабатывающая
информацию и способная самостоятельно извлекать новую
информацию на основе творческого мышления.
Смоделировать такую систему и хотят специалисты по
искусственному интеллекту наших дней. А по мнению многих
из них, проблема представления знаний в ЭВМ является
проблемой номер один для искусственного интеллекта
80-х годов.
Еще в 1966 г., на XVIII Международном конгрессе
психологов в Москве, Д. А. Поспелов выступил с
докладом о гиромате — устройстве, содержащем внутреннюю,
развивающуюся знаковую модель мира (термин «гиромат»
был заимствован им у писателя-фантаста Станислава
Лема). Принцип гиромата лег в основу ситуационного
управления, разработанного Д. А. Поспеловым и его
учениками, и позволил создать первую систему хранения
знаний (а не данных!) в электронной памяти
компьютера. На Всемирной конференции по искусственному
139

интеллекту, проходившей в Токио в 1980 г., была
организована особая секция когнитивной психологии,
исследующей, как хранятся в нашей памяти знания о мире,
как они организованы в нашем сознании.
«Сам факт знания о чем-то в силу своего
взаимодействия с другими знаниями, хранящимися в памяти,
порождает нгкие цели и подцели, возникающие перед
индивидуумом, хранящим эти знания в своей памяти,—
пишет Д. А. Поспелов.— Таким образом, знания не
пассивны, они сами порождают новые процедуры действия
мозга. То, что мы помним и знаем, оказывает самое
непосредственное влияние на то, что и как мы думаем
и делаем».
Не пассивные «данные», а активные знания хранит
человеческий мозг, и недаром еще Винер подчеркивал,
что «информация» более связана с «процессом», чем с
«хранением». Мозг — не только склад информации и не
только машина по ее переработке. Ои связан с органами
чувств, он управляет всем нашим организмом. И сейчас
все отчетливее становится понимание, что попытки
моделировать работу «голого» мозга к успеху не приведут,
нельзя отрывать «душу» от «тела». Вероятнее всего,
работа электронного мозга только тогда приблизится к
работе человеческого, когда этот «мозг» обретет «тело».
А это можно сделать лишь в союзе с дисциплиной,
которая не так давно перешла со страниц
научно-фантастических произведений на страницы научных трудов
и монографий, технических проектов и конструкторских
разработок. Дисциплина эта носит название
робототехники. В преддверии третьего тысячелетия идея Луллия
обретает новую жизнь. Механический усилитель
человеческого ума должен действовать в неразрывной связи
с механизмами, усиливающими физические возможности
людей, «электронный мозг» должен управлять роботами.
Вот почему разработку интеллектуального робота
специалисты считают темой, объединяющей все основные
аспекты искусственного интеллекта.

Глава шестая. ИНТЕЛЛЕКТРОНИКА ПЛЮС
РОБОТОТЕХНИКА
Три поколения роботов
История роботов восходит чуть ли не к временам
Троянской войны. В восемнадцатой песни «Илиады»
Гомер рассказывает о золотых девах, которых выковал
бог огня и кузнечного дела Гефест, чтобы они помогали
ему, хромому от рождения, передвигаться. А предания
говорят, что египетский царь Птолемей Филадельф,
живший около двух тысяч лет назад, построил
механического человека.
В XIII столетии нашей эры жил и творил Альберт
Великий, один из крупнейших ученых средневековья,
современник Раймундо Луллия. Согласно тем же
преданиям Альберт сделал «железного слугу», способного
совершать действия, подобные человеческим. Но ученик
Альберта, впоследствии крупнейший богослов Фома Ак-
винский, сломал якобы это творение рук человеческих,
решив, что оно оскорбляет бога, который только один
может творить людей по своему образу н подобию. В те
же средние века в Чехии родилась легенда о том, как
мудрый раввин Леви сотворил из глины человека по
имени Голем и силой заклинаний заставил служить ему.
Вот сколько веков человек мечтал о механических
слугах, которые облегчили бы ему тяжелый труд! Но
лишь в середине XVIII столетия появляются уже не
мифические, а реальные «механические люди».
Хитроумный часовой механизм приводил в движение куклу,
имевшую подобие человека,— флейтиста, ткача,
музицирующей дамы, двух приятелей — писателя и художника
(писатель обладал системной программой и памятью,
мог различать все строчные и тринадцать заглавных
букв). Создание «механических людей» продолжалось
вплоть до начал'а нашего столетия. Девятнадцатый век,
век пара и электричества, дал их творцам новые
возможности.
В XX в. начинают создаваться не механические, а
электрические роботы. Появляется и сам термин — «ро-
141

бот». В начале 20-х годов чешский писатель Карел Чапек
написал пьесу «Р. У. Р.», в которой, кроме людей,
действующими лицами были искусственно созданные
рабочие — роботы. Пьеса имела успех, и вскоре роботами
стали называть механизмы, выполняющие людскую
работу и, как правило, имеющие подобие человека (таких
роботов называют андроидами от греческого «андрос» —
мужчина, муж).
Электрических роботов сменили роботы электронные.
На Всемирной выставке в Осаке советский
робот-универсал выполнял 27 команд, отдаваемых по радио, ходил,
двигал руками и головой, танцевал под музыку,
«чувствовал» музыку, сопровождая ее световым фейерверком на
своем экране. В зале крупного универмага на центральной
улице Токио установлен робот, имеющий облик русалки.
Он декламирует стихи, играет на арфе и поет. Сделанный
в США робот «Марк-2» отвечает на вопросы (правда,
лишь на те, что входят в его компетенцию), читает стихи
и с помощью пневматических мышц строит гримасы,
соответствующие смыслу текста. Создана серия роботов-
нянек, которые играют с детьми в шахматы и другие
игры.
Разумеется, все это игрушки. Чтобы оказать помощь
человеку в его многочисленных делах и трудах, робот
не обязательно должен быть андроидом. Изобретатель
колеса не подражал двум ногам человека или четырем
лапам животных. Создавая самолет и ракету, люди не
имитировали полет птиц. Точно так же, конструируя
роботов, их творцы думают в первую очередь об
эффективности работы, которую должны делать механические
слуги, а не о том, чтобы придать им подобие человека.
Нынешние роботы прошли три стадии развития.
Первое их поколение называют программными роботами,
второе — это роботы очувствленные, или адаптивные,
третье — интеллектуальные.
Это поколение работает уже по программам
искусственного интеллекта. К их созданию привела и
внутренняя логика развития искусственного интеллекта, и
развитие науки и техники, в первую очередь автоматики.
Программные роботы были созданы и внедрены в
промышленность в начале 60-х годов. Десятки тысяч
таких роботов во многих странах помогают человеку
в самых различных областях, начиная с тяжелой
индустрии и кончая сельским хозяйством.
142

Одной из первых профессий, которую освоили
программные роботы, была профессия сварщика. Роботы-
сварщики работают на заводах Форда и фирмы
«Дженерал моторе» в США, на конвейерах автомобильного
завода в Тольятти. В Москве действует комплекс, где
роботы обеспечивают металлорежущие станки
заготовками массой до 160 тонн. В Тирасполе роботы заменяют
труд литейщиков, в Риге помогают изготовлять
радиоприемники, в Саратове — холодильники, в Ленинграде —
приборы. Они умеют собирать огромные резервуары для
хранения нефтепродуктов массой до двух тысяч тонн
и выгружать миниатюрные стеклянные лампочки,
выполнять обязанности маляра, контролера, грузчика,
пожарного, сталевара, упаковщика.
В одном из совхозов Ленинградской области робот
«Эврика» грузит кочаны капусты в контейнеры, под
Москвой успешно прошел испытания робот, собирающий
в теплицах огурцы. В Ленинградском производственном
объединении «Петродворецкий часовой завод» роботы
используются для такой тонкой процедуры, как сборка
часовых механизмов. Роботы органически вписываются
во многие технологические процессы, осваивают десятки
специальностей, объединяются в бригады. Роботостроение
стало одной из самых бурно развивающихся отраслей
промышленности; целыми сериями их выпускают в США
и Франции, в ГДР и ФРГ, в Англии и Чехословакии.
Робот с программным управлением может быть
наделен силой, во сто крат превосходящей человеческую.
Ему не страшны вредные испарения, радиация, высокое
давление, он не боится ни жары и ни холода, ибо
«закалился как сталь» с момента своего рождения. Робот
внимателен, предельно точен и неутомим: он способен
работать круглосуточно. Но жестко запрограммированный
робот слеп, глух и туп. Если на конвейере кончились
детали, он все равно будет продолжать работать
вхолостую, пока его не выключат. Если посторонний объект
попадется на пути робота первого поколения,
механический слуга врежется в него, даже если это будет
человек. Его недостатки — продолжение его достоинств.
Давно уже инженеры думали над тем, как снабдить
роботов элементарными датчиками, имитирующими
работу органов чувств. В лаборатории искусственного
интеллекта Стэнфордского университета (в США) в
механическую руку робота-манипулятора поместили электрон-
143

ный глаз. Сначала этот «зрячий» робот обучился
складывать башни и пирамидки из детских кубиков. А затем
занялся более серьезным делом — сборкой водяных
насосов. Снабдив манипулятор робота «Юнимейт» датчиками
контакта и силы, инженеры добились того, что
механическая рука стала чувствовать предмет, которого
касается, и аккуратно упаковывать собранные насосы в
коробку. В ОКБ Ленинградского политехнического
института одну из двух рук робота оснастили двенадцатью
ультразвуковыми датчиками. Действуя как локаторы,
они помогают руке скользить над лентой конвейера точно
на нужном уровне и наводят ее на цель; благодаря им
робот определяет расстояние до предмета, который ему
нужно взять, и затем хватает его в нужный момент
резиновым захватом. Так появились роботы второго
поколения.
Один из первых представителей этого поколения
хорошо известен всему миру, его видели на экранах
телевизоров сотни миллионов людей. Это советский
луноход, первый робот, высадившийся на поверхности
другой планеты. Вслед за ним последовали другие роботы-
луноходы, созданные в нашей стране. В 1975 г. на Марс
высадился американский космический робот «Викинг».
Можно предположить, что на далекие планеты
первыми ступят тоже роботы, только, конечно, более
совершенные.
Роботы второго поколения осваивают и океанские
глубины. Более двадцати разновидностей
роботов-подводников ведут исследования океанского дна (один из
таких роботов, кстати, поднял почти с километровой
глубины американскую водородную бомбу, затонувшую
у берегов Испании). В Институте океанологии АН СССР
создана система управления для подводного робота
«Манта», который погружается на глубину до полутора
километров и берет со дна образцы пород. В том же
институте конструируется подводный робот «Скат»,
способный не только отыскивать нужный образец,
манипулируя своей механической рукой, но и самостоятельно
передвигаться в воде. В дальнейшем такие
роботы-подводники будут сами прокладывать себе путь по морскому
дну и обходить препятствия, встающие на пути.
Здесь мы уже переходим к роботам третьего
поколения. Принимать решения, намечать план действий в
зависимости от обстановки, а не по жестко заданной про-
144

грамме до сих пор могли лишь живые существа. Теперь
кое-что из этой чисто человеческой деятельности освоили
и роботы-интеллектуалы.
«Надо идти к цели»
Советские луноходы и американский «Викинг»
управлялись с Земли. За сотни тысяч и миллионы километров
от них находились операторы, по приказу которых они
передвигались. Подводные роботы тоже действуют по
указке операторов. Сигналы управления идут за миллионы
километров космического пространства или же по кабелю
сквозь многокилометровую толщу воды. Как было бы
хорошо, если бы роботы сами могли находить
оптимальный и безопасный маршрут от начальной точки до
конечной!
Когда мы лазаем по горам, бежим по пересеченной
местности или просто идем по многолюдной улице, наш
мозг совершает огромную по объему работу. Именно
поэтому мы правильно ставим ногу на неровный грунт,
работаем руками и телом согласованно с движениями
ног, вовремя обходим препятствия на пути. Совершаем
мы эти действия, казалось бы, автоматически. На самом
же деле их обеспечивает работа нашего «живого компьюг
тера», мозга, правда, подсознательная. Сознательно мы
выбираем тот или иной маршрут, чтобы прийти к
намеченной цели. Выбор сделан, и сознание дает задание
подсознанию идти.
Движение любого существа, будь то человек или амеба,
тем и отличается от механического движения, что оно*
целенаправленно. Организм реагирует на
изменения среды, приспосабливая к ним свое поведение. И это
приспособление, как показал создатель физиологии
активности Н- А. Бернштейн, не пассивно, а активно: мы
заранее строим план своих действий, интуитивно
просчитываем вероятности тех или иных событий. Сознание
ли возглавляет эту работу или подсознание, в любом
случае идет, как говорил П. К: Анохин, опережающее
отражение действительности. Вот такой адаптации и
такому отражению должны обучаться транспортные
роботы-интеллектуалы. Над их созданием работают
лаборатории искусственного интеллекта и
инженеры-робототехники многих стран мира.
«Эти роботы предназначены для перемещения на
145

заранее неизвестной местности с целью сбора
информации и транспортировки грузов,— рассказывает
профессор А. В. Тимофеев о роботах, разрабатываемых в
Ленинградском университете.— Они должны обходить или
преодолевать препятствия на местности, обеспечивая при
этом выполнение формулируемых человеком заданий».
Для таких роботов, исходя из особенностей задач, которые
будут на них возложены, ученые установили уровни
иерархии. Вот они, от самого простого до самого сложного:
1) адаптивное управление программным движением;
2) построение программного движения исполнительных
механизмов; 3) прокладка безопасного маршрута на
местности с препятствиями; 4) распознавание, анализ
ситуаций и формирование моделей среды; 5)
планирование поведения и принятие решений.
Две модели такого транспортного робота, в котором
«конечности», «органы чувств» сопряжены с «мозгом»—
ЭВМ, прошли успешные испытания на специальном
полигоне. Дальномеры, датчики времени и другие «органы
чувств» собирают сведения о местности, по которой роботу
предстоит двигаться, «электронный мозг» по специальной
программе прокладывает безопасный маршрут, а «ноги»,
гусеничные шасси, доставляют робота в заданную точку,
намеченную человеком.
Подобные же транспортные роботы создаются и в
других научных центрах нашей страны. Например, в
Киеве, в Институте кибернетики АН УССР,
разрабатывается ТАИР — Транспортный автономный интегральный
робот, действиями которого руководит семантическая
сеть, подобная сетям диалоговых систем, помогающих
общению человека с ЭВМ. Только сеть эта уже не
абстрактная схема связей смыслов слов, а
вмонтированная в корпус робота схема из проводов, сопротивлений
и других элементов. Более того, в ТАИРе есть блоки
«эмоции» и «внимание». Первый из них стремится
увеличить возбуждение «центра удовольствия» в ущерб «центру
неудовольствия», а второй усиливает или уменьшает
нагрузку на тот или иной узел схемы. Установив на такой
транспортный робот манипулятор, снабженный
телевизионным зрением, мы получаем систему, наделенную
«ногами» и «руками», которые действуют по командам
электронного мозга.
Известный хирург и кибернетик профессор Н. М.
Амосов разработал интереснейшую модель, названную СУТ
146

(система усиления и торможения), в которой
поведение робота наделено своеобразной психикой — набором
инстинктов, реакций и предписаний. Например,
инстинктом самосохранения, обязательной направленностью
программ к тому, чтобы уцелеть, рефлексом цели —
программой доведения до конца начатого действия,
рефлексом свободы — программой сопротивления
возникающим помехам и рефлексом любопытства, имитирующим
свойственный большинству организмов
исследовательский рефлекс.
Вот выборочный перечень «мыслей», возникающих
в «электронном мозгу» робота, преследующего главную
цель — дойти до заданной точки:
I этап. Надо рисковать
Надо идти к цели
Пойду иа юго-восток
Времени мало
Надо спешить
Вижу подъем
Времени мало
Надо рисковать
Надо действовать
Надо идти к цели
II этап. Пойду на юг
III этап. Я в себе уверен
Времени мало
Надо спешить
Надо рисковать
Пойду на запад
IV этап. Времени мало
Надо рисковать
V этап. Времени мало
Энергии еще достаточно
Надо спешить
Надо действовать
Надо идти к цели
Пойду иа запад
Модель Амосова — не робот, а особая программа
для «электронного мозга». Но в лабораториях созданы
и роботы «из плоти и крови», то есть из металлов и
пластмасс, которые моделируют поведение живых существ
в реальном времени и пространстве, воздействуют на
окружающую среду, воспринимают информацию об этой
среде, перемещаются в ней. В Институте прикладной
математики Академии наук СССР под руководством
члена-корреспондента АН СССР Д. Е. Охоцимского
создан транспортный робот, наделенный искусственными
органами чувств и элементами искусственного интеллекта.
147

Он может передвигаться на сложной, пересеченной
местности, рельеф которой ему неизвестен, и планировать
свое поведение. У робота шесть ног, обладающих
восемнадцатью степенями свободы; корпус его имеет шесть
степеней свободы, и все это позволяет ему
приспосабливаться к очень сложному рельефу с крутыми подъемами
и спусками.
Не меньшими способностями обладают
роботы-манипуляторы, управляемые ЭВМ. Они выполняют сборочные
и монтажные работы по чертежам и следуют командам,
подаваемым через телетайп на ОЕЯ — ограниченном
естественном языке. Такие роботы в недалеком будущем
начнут работать не только в океане или в космосе, но
й на земле, помогая человеку в его повседневных делах.
Японская фирма «Хитачи» создала экспериментальный
робот, который может передвигаться внутри зданий и
выполнять такие работы, как протирка полов и стен.
Ростом робот-уборщик невелик — полтора метра, зато
весит он немало — 280 килограммов. Передвигается со
скоростью два километра в час. Глаз робота —
телекамера— имеет поле зрения 162 градуса как по
горизонтали, так и по вертикали. В память робота введена
объемная схема зданий, на которой указано
расположение дверей, лестниц, коридоров, а также отмечены те
места, где нужно протереть пол и стены. В процессе
движения по коридорам и лестницам ЭВМ, помещенная
внутри робота, сравнивает схему, хранящуюся в памяти,
с изображением, которое дает телекамера.
Конструкторы все еще спорят о том, какой облик
должен иметь робот, предназначенный для домашних работ.
Японцы считают, что электронная «домохозяйка» должна
иметь вид змеи на йожках. Английские робототехники
полагают, что лучше всего придать роботу вид, привычный
для человеческого глаза, то есть это должен быть робот-
андроид. Но главная проблема заключена, конечно,
не во внешнем виде робота, будь он космический,
подводный или домашний, а в организации поведения.
Это самая сложная и вместе с тем самая интересная и'
перспективная из проблем, стоящих перед специалистами
по искусственному интеллекту.
Чтобы правильно ориентироваться в окружающей
среде, роботу мало данных, которые дают ему микрофоны,
датчики, телекамеры и другие «органы чувств». Он должен
«понимать» эту среду, иметь ее модель. Именно так
148

поступают люди, и не только люди. Примитивная модель
мира, по-видимому, есть у всех животных. А у животных
высокоорганизованных, вроде дельфинов, косаток, китов,
обезьян, спрутов, она не так уж и примитивна. Робот
третьего поколения, робот-интеллектуал, должен не просто
получать информацию из внешнего мира, но и иметь
программу, по которой он будет ее перерабатывать*
Иными словами, иметь такую же модель мира, какую
имеют животные, пусть пока и не самые умные.
Модель мира
Давно, еще в 50-х годах, И. А. Полетаев выдвинул
в своей книге «Сигнал» идею «большого робота». Это
машина, у которой может быть произвольно большое
число чувствительных и исполнительных элементов,
достаточный запас энергии, память огромной емкости.
«Большой робот» должен непрерывно ощущать
окружающую обстановку, непрерывно реагировать на нее, причем
оптимальным образом. Он должен уметь приходить в
«вопросительное состояние» при изменении этой обста^
новки, строить гипотезы, прежде чем принять какое-нибудь
решение, проверять их, получая дополнительные сведения
для анализа, и только потом принимать наиболее разумное
решение о том, как вести себя в условиях изменившейся
обстановки.
Практическая работа по созданию устройств, имеющих
черты «большого робота», началась лишь в наши дни.
Можно не сомневаться, что конец XX в. ознаменуется
новыми, еще более совершенными разработками этого
типа. В качестве примера упомянем робот «Весельчак»,
постоянно совершенствуемый французскими
кибернетиками Ж. Жиралтом и Р. Шатилла. Этот робот имеет
искусственные органы чувств, позволяющие ему
ориентироваться в окружающем мире: видеокамеру, локатор,
ультразвуковые датчики, инфракрасный радар.
Передвигается он благодаря системе колес и шаговых
двигателей. А моделирует мир «Весельчак» с помощью
мощного компьютера..
«Весельчак» прокладывает маршрут в сложном
лабиринте и обходит препятствия на своем пути,
запоминает информацию об этих препятствиях и о наилучшем
маршруте. Мир робота отличается от привычного нам
трехмерного мира: он разбивается в памяти «Весельчака»
149

на выпуклые многоугольники, связанные между собой
сетью отношений. Но и в таком мире он ориентируется и
принимает разумные решения.
Можно вспомнить здесь и других роботов, которые,
подобно «Весельчаку», моделируют окружающий мир в
своей памяти. Но, как подчеркивают специалисты, это
моделирование — не самоцель. Оно служит главным
образом для планирования поведения, для принятия решений
о тех или иных целенаправленных действиях. Чтобы
выполнить эти решения, робот должен знать не только
окружающий мир, но и самого себя — свое устройство
и свои возможности. Иначе он не сумеет анализировать
свое поведение в этом мире. На языке психологии это
называется сознанием и самосознанием. Но, разумеется,
говоря о роботе, эти термины надо брать в кавычки,
хотя постепенно подобные термины входят в техническую
характеристику системы и кавычек лишаются. Это
случилось с рукой (у роботов) и с памятью у ЭВМ.
Случилось с поведением, с принятием решений. Утрата кавычек
не что иное, как отражение научно-технического
прогресса.
«Сознание» робота — это его способность
моделировать, то есть отражать окружающий мир в своей памяти,
анализировать закономерности внешней среды, а также
результаты своих воздействий на среду. «Самосознание»
робота — его способность отражать самого себя в модели
среды, анализировать закономерности воздействия среды
на свою собственную структуру и свое функционирование.
Именно «сознание» и «самосознание» принципиально
отличают интеллектуальных роботов от роботов первого
и второго поколений, чьи действия, если можно так
выразиться, совершаются «бессознательно», чисто
автоматически, подчиняясь жестким программам.
В будущем модели мира у роботов станут, конечно,
более сложными и емкими, чем сегодня. Тем более что
человек сможет наделить их способностями, ему самому
не свойственными, например, умением видеть мир в
рентгеновских лучах, улавливать и регистрировать
перемены в магнитном поле, слышать ультразвук, видеть в
темноте. Но как все-таки наделить робота
«самосознанием», не только моделью мира, но и моделью самого
себя? Вот, например, какой способ предложили киевские
кибернетики.
Знания о себе не задаются роботу заранее. Они
150

формируются у него в процессе деятельности. С помощью
«самосознания» робот будет выполнять функции
самонастройки, самоконтроля, планирования, оценки ситуации,
оценки внутренних своих состояний, выполнимости своих
действий. Смоделировав самого себя, робот может
формировать и модели своих «коллег» — других роботов, а
также технических систем, не являющихся роботами,
и живых существ, включая человека. Ведь для того чтобы
эффективно взаимодействовать с другими роботами,
людьми, механизмами, робот должен «понимать» их
мотивы и «предугадывать» их реакции.
Сначала робот, имеющий модель самого себя,
получает информацию о действиях «коллеги» в той или иной
ситуации и как бы мысленно ставит себя на его место
(функция «непосредственного сопереживания»). Затем он
моделирует действия «коллеги» исходя из собственной
модели. И наконец, переходит к общению. «Возможности,
проявляющиеся при моделировании окружающих
разумных систем, представляют интерес не только в
практическом, но и в теоретическом плане»,— пишет А. М.
Касаткин в работе «Представление и использование знаний
о себе в системах искусственного интеллекта роботов».
По его мнению, предлагаемый подход может оказаться
полезным при решении проблем представления знаний
о сложном мире, где происходят процессы, имитируемые
интеллектуальными системами, у которых имеются
собственные мотивы, а также при разработке программ
понимания речи, когда приходится считаться с тем, что
именно хотят или имеют в виду говорящие.
Лингвистика для роботов
Лингвистика для роботов — это не метафора, а
название дисциплины, сформировавшейся на стыке
робототехники, психологии, программирования, языкознания,
математики. Термин этот был предложен профессором
Р. Г. Пиотровским, доктором технических наук Д. А.
Поспеловым, преподавателем Московского педагогического
института иностранных языков В. А. Шороховым и
автором этих строк на конференции по инженерной
лингвистике, проходившей в 1978 г. в Махачкале. В настоящее
время он получает права гражданства. Первые шаги
в лингвистике для роботов сделал в начале 70-х годов
американский исследователь Терри Виноград, автор
151

монографии «Программа, понимающая естественный
язык».
В этой книге были описаны опыты, проведенные в
лаборатории искусственного интеллекта Массачусетского
технологического института, где в свое время работали
Винер и Шеннон. В лаборатории была создана система,
соединявшая в себе языковые, эвристические,
семантические программы и программу управления роботом-
манипулятором. Благодаря этому робот мог вести диалог
с оператором и выполнять действия с предметами.
Перед человеком был не лингвистический автомат, чистый
«электронный мозг», но лингвистический робот,
появившийся на свет, чтобы не только «понимать»
человеческую речь, обращенную к нему, но и выполнять на основе
этого «понимания» определенные действия.
С помощью телетайпа оператор вводил в ЭВМ вопрос.
Специальный блок программы, анализатор, обеспечивал
безошибочное расположение элементов структуры фразы.
Затем включалась программа анализа смысла текста,
а потом и система поиска решения задачи. Чтобы
значения слов и фраз не были для робота пустым звуком,
в память робота была введена подробная модель мири,
в котором предстояло действовать манипулятору.
Наконец, у робота имелась и простая модель собственного
мира. Она была способна запоминать и анализировать
свои план^ и действия, а потом их выполнять.
Вот образец диалога, который вели лингвистический
робот и человек-оператор:
Человек. Построй башню.
Робот. Извините, я не знаю слова «башня».
Человек. Башня — это конструкция, содержащая
два зеленых куба и пирамиду.
Робот. Я понимаю.
Человек. Есть ли сейчас какие-либо башни?
Робот. Нет.
Человек. Построй ее.
Робот. Хорошо.
Вслед за этим один из больших зеленых кубов
освобождался от красного куба и двух пирамид, стоявших
на нем. Два зеленых куба и высокая красная пирамида
ставились друг на друга, образуя «башню». Задание,
данное на обычном человеческом языке, было выполнено.
И лексикон, и мир, в котором действовал
лингвистический робот, и диапазон его действий были скудны.
152

Мир робота ограничивался столом, на котором находился
ящик, несколько больших и малых кубиков, блоков и
пирамид, окрашенных в красный, зеленый и синий цвета.
К тому же действия с предметами совершались не в
реальном мире, а на экране дисплея, моделирующего мир
робота. Но все-таки начало было положено, и лингвистика для
роботов начала развиваться.
На ОЕЯ дают команды роботам, которые
разрабатываются в Ленинградском политехническом институте
под руководством профессора Е. И. Юревича. Одна из
шведских фирм начала производство промышленного
робота для точечной сварки: программирование его ведется
в форме диалога на ОЕЯ между оператором и «мозгом»'
робота — компьютером. Делаются попытки вести диалог
с роботом не через телетайп и не на ОЕЯ, а на нашем
обычном языке, так, как мы общаемся друг с другом.
Но для этого робот должен понимать речь.
Исследования по автоматическому распознаванию
звуков и устной речи начались давно. Но лишь сейчас
стало ясно, что подобный диалог человека с машиной,
будь то робот или одна ЭВМ, невозможен без программ
искусственного интеллекта. В бесконечном множестве
различных вариантов звуков речи, зависящих от того,
как произносят их разные люди в различных ситуациях
и состояниях, помогают нам ориентироваться «атомы
речи» — фонемы. Распознать их мы можем, лишь зная
смысл слов, ибо главная функция фонемы — различение
смысла (сравните «дом» и «том», «гол» и «кол»). Значит,
и система, распознающая фонемы, должна понимать
смысл речи. А его, в свою очередь, нельзя понять, не
понимая ситуацию, в которой произносится слово или фраза.
Как же ученые пытаются научить машину понимать
речь? Рассмотрим проблемы, с которыми столкнулись
сотрудники лаборатории инженерной лингвистики
Ленинградского педагогического института имени А. И.
Герцена, участвующие под руководством профессора
Р. Г. Пиотровского в разработке системы АУВД —
автоматизированного управления воздушным движением.
Центральным блоком системы должен стать бортовой
робот. Его задача — принимать команды диспетчера
аэродрома, проверять, правильно ли выполняет их пилот,
ведущий самолет на посадку или на взлет, и, исходя
из сложившейся ситуации, мгновенно исправлять ошибки
пилота или диспетчера.
153

Скорость передачи информации во время разговора
диспетчера с пилотом в двести — триста раз меньше
скорости, с которой обычно обмениваются собеседники,
говорящие друг с другом в быстром темпе. Но даже при такой
черепашьей скорости нет гарантии от ошибок: пилот и
диспетчер ведут диалог в условиях сильных шумов в
эфире, под гул моторов. К тому же в международных
аэропортах диспетчера слушают пилоты-иностранцы,
плохо знающие язык, на котором даются команды. Любая
же ошибка может привести к аварии.
Не так уж трудно с помощью акустической
аппаратуры настроить бортовой робот на распознавание речи
каждого отдельного диспетчера. Но ситуации в аэропорту
нередко бывают критическими, голос диспетчера может
невольно измениться от волнения, от нервного
напряжения, от усталости. И сразу же станет непонятен
роботу! Создавать же для каждого диспетчера множество
программ, приспособленных к его физическому или
эмоциональному состоянию, слишком большая роскошь.
К тому же диспетчер этот может заболеть, уйти в отпуск,
уволиться с работы, и тогда придется настраивать систему
на другого диспетчера.
Если идти чисто инженерно-фонетическим путем,
проблема диалога с роботом неразрешима. Но есть и
другой путь — путь искусственного интеллекта. Сначала
строится схема тех ситуаций и команд, которые могут
возникнуть при взлете и посадке самолета. Она
помещается в память робота и служит ему ориентиром, когда
он начинает распознавать то или иное слово или даже
отдельный звук во время переговоров с диспетчерской.
При восприятии беглой речи в условиях шумов
акустическая аппаратура может надежно отличать гласные
звуки от согласных. Но не более того. А где гарантия,
что команда «посадка» не будет понята как команда
«на курсе»? Ведь последовательность гласных и согласных
звуков в них одна и та же. Вот почему сначала робот
воспринимает речь в виде набора звуков, которые служат
своеобразным паспортом для нескольких фонем, гласных
или согласных. Начинается проверка, какая же именно
фонема была в команде. Для опознания фонемы надо
опознать слово, но и слово вслед за тем проходит проверку,
так как является частью фразы-команды. Фраза же
отвечает конкретной, реальной ситуации. Эта ситуация
и служит решающим критерием при распознавании,
154

совершаемом с молниеносной быстротой, на которую
способен компьютер бортового робота.
В условиях взлета, например, последовательность
согласных и гласных, формально соответствующая
командам «посадка» и «на курсе», может означать только «на
курсе». Точно так же робот никогда не спутает созвучные
слова «рассада», «засада», «осада», «осадок», «глиссада»,
так как лишь последнее входит в словарь управления
воздушным движением.
Чтобы понять устную речь, бортовой робот, как мы
видим, ориентируется на схему ситуаций, возникающих
при взлете и посадке. По-видимому, так поступают и пилот
с диспетчером, ведя свой напряженный диалог. Но какой
схемой ситуаций руководствуемся мы, ведя легкую,
непринужденную беседу на самые различные темы и тоже,
бывает, в условиях шумов, создаваемых другими
говорящими, например в дружеской компании? Может быть,
в нашем мозгу хранятся разнообразные схемы ситуаций?
Или же смысл обращенной к нам речи мы воспринимаем
иным, более экономным путем?
Очевидно, что маленький ребенок, овладевая речью,
не «учит язык», а естественно и непринужденно
соединяет познание мира и усвоение родного языка. Может
быть, и роботов надо сходным образом обучать языку
людей? Не вкладывать готовую семантическую сеть в
ЭВМ, а попытаться научить робота самому строить ее,
опираясь на данные своих искусственных органов чувств,
модель самого себя и модель окружающего мира?
Язык математики и язык мозга
Значения слов, находящихся в ведении правого
полушария, образуют сложнейшую систему, которую трудно
и, быть может, вообще невозможно перевести на язык
точных схем и алгоритмов. Именно материал языка дал
толчок к созданию теории нечетких множеств и
алгоритмов. Логика языка в отличие от логического мышления
не подчиняется аристотелевым законам. Не следует им
и логика нашего обычного поведения в сложной,
противоречивой, многомерной реальной жизни. Ибо, как
справедливо сказал профессор Д. А. Поспелов, логические
формулы игнорируют конкретные знания, силлогизмы
Аристотеля одинаково хороши всегда, к каким бы понятиям
они ни применялись. «Идеальная система логика, как
155

и математика, вообще любая абстрактная система, не
имеет дело с реальными фактами — она годится для
чего угодно. Но у людей в их обычной жизни все
происходит вовсе не так, человек — отнюдь не такое логичное
и даже не такое уж рациональное существо, каким оно
кажется строгим логикам. Лишь в очень редких
ситуациях мы действительно разворачиваем свои цели по
подцелям и дальше планируем свое поведение в
соответствии с этими положениями. Обычно же всё происходит
и проще и сложнее».
Интеллектуальный робот должен ориентироваться
в сложном и постоянно меняющемся мире. Аристотелева
логика с ее альтернативами «истинно — ложно» и «да —
нет» не в состоянии дать правильные ориентиры поведения
робота. Недаром еще в первой четверти нашего века
началась разработка вероятностных логик, которые,
помимо истинных и ложных высказываний, допускают
и высказывания «возможные», вероятностные, имеющие
значение от нуля («ложно») до единицы («истинно»).
Можем ли мы с позиций аристотелевой логики ответить,
например, правильно или нет высказывание типа:
«Первого июня 2000 года в Москве будет дождь»? С появлением
роботов третьего поколения стала бурно развиваться
теория специальных логик, отражающих сложные
закономерности реального мира: временные,
пространственные, ситуативные, причинно-следственные. Именно они,
а не силлогизмы Аристотеля должны управлять повет
дением робота, наделенного «электронным мозгом».
Сравнивая вычислительную машину и мозг, Джон
фон Нейман, создатель теории автоматов, говорил, что,
каким бы ни был язык мозга, он должен отличаться
меньшей логической и арифметической глубиной, чем
тот, к которому мы привыкли, имея дело с ЭВМ. В
человеческом мозгу логика и математика, рассматриваемые
как языки, по структуре своей отличаются от тех языков,
с которыми мы встречаемся в опыте.
Если наш мозг — это как бы комплекс из двух
машин, то лишь левая работает «математически», а правая
следует иным алгоритмам, которые только-только
начинают познаваться нами.
Проблема языка в широком смысле слова связана
не только с лингвистикой для роботов. Она затрагивает
весь фундамент робототехники. Управляя своими
движениями, мозг робота решает дифференциальные урав-
156

н€ния. Ребенок, делая свои первые шаги, горнолыжник,
совершая с головокружительней скоростью повороты
на трассе, и тем более не знакомые с математикой
животные не в состоянии решать подобные уравнения,
когда они управляют своими мышцами. Какова же
«биоматематика», которой пользуются все живые организмы?
Каким образом ухитряются они переводить с
бессловесного языка биохимических процессов, протекающих
в организме, на язык нейронов, а с него на язык действий?
Этого пока что мы не знаем. Первые же опыты по
моделированию действий организмов показали, что описать
даже самые простые из них на языке символов
математической логики, машинных алгоритмов и уравнений
высшей математики невероятно сложно и трудно. До
сих пор, несмотря на все усилия специалистов по
робототехнике, не удалось смоделировать такое простое действие,
как поворот ключа в дверном замке.
Быть может, не надо скрупулезно переводить на язык
математики внутренние языки организмов и их мозга,
воплощая затем эти знания в программы для роботов,
а действовать принципиально иным путем? Сейчас стало
очевидно, насколько мудро устроены природой процессы
передачи наследственной информации в клетке или
движения конечностей у лишенных разума живых существ
вроде таракана или многоножки. Не поискать ли аналогий
в этой области? Возможно, что современные роботы
покажутся нашим потомкам такими же примитивными,
какими кажутся нам концентрические круги Луллия
с символами, начертанными на них? И не придет ли на
смену направлению, которое называется сегодня
«искусственный интеллект», новая наука интеллектроника?
Не надо вычислять — надо прыгать!
Термин «интеллектроника» принадлежит польскому
писателю-фантасту Станиславу Лему. Не исключено,
что в будущем он станет употребляться и в научной
литературе. Вспомним, что слово «робот» ввел писатель
Карел Чапек, а Слово «робототехника» —
писатель-фантаст Айзек Азимов (в сборнике фантастических
рассказов «Я, робот»). Мы уже говорили, что предложенный Ле-
мом термин «гиромат» ныне применяется к системам,
способным в соответствии с изменениями внешнего
157

мира перестраивать свою внутреннюю модель. Какой же
смысл вкладывал Лем в понятие «интеллектроника»?
Отклонения индивидуального уровня интеллекта от
среднего, к£к показывают эксперименты психологов,
не более тех же отклонений в области физических
возможностей людей. Если средний показатель умственных
способностей принять за 100 баллов, то у людей
исключительно одаренных он достигает 150, 180, даже 200 баллов,
но не больше. У шахматиста Роберта Фишера он, по
мнению знатоков, достигал 187, а у английского философа
Джона Стюарта Милля, который в трехлетнем возрасте
говорил по-древнегречески, не превышал 190
Техника помогла человеку увеличить возможности
своего физического воздействия на среду. То, чего не
в силах сделать самый сильный человек, с легкостью
сделает подъемный кран, а гоночный автомобиль шутя
обгонит самого лучшего спринтера в мире. Если усилитель
интеллекта будет иметь аналогичный «коэффициент
усиления», то его показатель умственных способностей
достигнет не 200 и не 1000, а по меньшей мере 10 000.
В принципе создать такой усилитель не более
фантастично, чем построить машину, в сто раз превосходящую
физические силы человека... Но ведь «умную» машину
создает ум ее же конструктора. На первый взгляд, мы
сталкиваемся с проблемой, столь же неразрешимой,
как и идея поднять самого себя за волосы. Однако,
подчеркивает Лем, есть возможность подойти к решению
этой проблемы необычным путем.
Детальное знание внутреннего устройства усилителя
нам недоступно. Быть может, оно вовсе и не нужно,
если отнестись к такому усилителю как к «черному ящику»,
то есть к устройству, о котором мы судим лишь по
информации «на входе» и «на выходе» системы. Ведь в конце
концов и устройство нашего собственного «черного
ящика», мозга, мы только начинаем постигать. А думать
люди начали сотни тысяч лет назад.
Современная техника ведет себя как человек, который,
вместо того чтобы попытаться перепрыгнуть через канаву,
начинает искать все существенные параметры и связи
между ними — измерять силу тяжести вблизи канавы,
плотность грунта, коэффициент скольжения,
эффективность своих мышц, кинематику движений тела,
характеристики процессов управления, происходящих в мозжечке,
биомеханику полета и т. п. Но отчего бы просто-напросто
158

не перепрыгнуть через канаву и, если прыжок удастся,
прийти к заключению, что проблема решена?
Таким образом, заключает Лем, ключ к проблеме
именно в том, что усилитель интеллекта не должен
формализовать, конструировать, описывать и так далее — он
должен действовать как прыгун, и процессы в нем,
следовательно, должны происходить идентичные. Ничего ему
делать не надо, кроме преобразования сигналов,
поступающих на «входы», и выдачи с «выходов» готовых
решений. Ни сам этот усилитель, ни конструктор не будут
знать, как он это делает, но это неважно. Мы получим
то, что требовалось,— результаты!
Создавая самоорганизующиеся и самообучающиеся
системы, кибернетики сделали первый шаг к созданию
«интеллектронных» автоматов. Следующий шаг —
создание «интеллектронных роботов». Вот что пишут об этом не
писатели-фантасты, а авторы серьезной книги о роботах,
выпущенной издательством «Наука»: «Говоря об
интеллекте роботов, вряд ли можно сомневаться в том, что
источником многих понятий и представлений для них
послужил окружающий мир. Но, однажды постигнутые,
эти понятия и представления (включая модель
окружающего мира) могут начать развиваться и совершенно
независимо. В частности, они могут, подобно тому, как
это произошло у человека, подняться к высотам
обобщения и абстракции, освобождаясь от пут своего
конкретного (даже, может быть, «примитивного»)
происхождения. В процессе этой «внутренней» эволюции роботов
могут рождаться понятия и представления (не заложенные
в них человеком!), которые в свою очередь могут
чудодейственным и пока не предсказуемым образом повлиять
на ход научно-технического прогресса...»
Вот они, братья по разуму!
Человек может вложить в робота программы
самообучения и самоусовершенствования, а когда-нибудь и
программы, по которым робот будет создавать себе
подобных и даже более сложных, чем он сам, роботов.
Еще в 50-х годах Джон фон Нейман и А. Н. Колмогоров
показали, что в принципе возможно создать автомат,
способный воспроизвести самого себя. В наши дни роботы
уже начинают помогать людям создавать других роботов,
хотя до реализации идей фон Неймана и Колмогорова
159

еще далеко. Японская фирма «Фудзиту Фанук» основала
под Токио предприятие, на котором работают полтораста
человек и тридцать роботов. Ежемесячно они производят
350 новых роботов.
Создание промышленного робота — сложный и
трудоемкий процесс. Практика показывает, что конструкции
роботов могут варьировать и нет полной гарантии, что
выпущенный в производство робот лучше всего
приспособлен для выполнения тех или иных операций. Вот
почему уже сейчас расчеты лучшего варианта робота
поручают компьютерам. .В память ЭВМ помещается
модель робота, а затем машина по специальной
программе отыскивает оптимальный вариант строения робота
и его частей. И только когда все возможности
испробованы, конструктор выбирает вариант, наилучший для
роботов данного типа, и воплощает его в металле.
Обязательно ли робот должен быть сделан из металла,
а его «мозг» иметь электронную структуру? Специалисты-
робототехники представляют себе роботов будущего,
реализованных не на электронной, а, например, на
нейронно-волоконной основе. Запоминающие и логические
элементы искусственного мозга могут также быть из
живой, а не из мертвой материи. Ведь делают же все
необходимые для движений и принятия решений расчеты,
основанные на «живой математике», обитатели нашей
планеты. А емкости клеточной памяти, где записана
вся генетическая информация об организме, позавидует
любое запоминающее устройство, созданное современной
техникой.
Живые существа демонстрируют конструкторам образ-»
цы удивительно точных, компактных и надежных
аппаратов. Эти аппараты вдохновляют конструкторов на
создание электронных органов чувств. Когда-нибудь эти органы,
возможно, будут не моделировать, а использовать их,
так сказать, в натуральном виде, как своего рода
биологические детали для создания биороботов, наделенных
искусственным мозгом, тоже не электронным, а
органическим. Изготовлять эти детали будут специалисты по
генной инженерии и биотехнологии. Как мы станем
относиться к таким биороботам? Как к живым существам,
наделенным искусственным интеллектом? Или же как к
механизмам, хотя и построенным на биологической
основе? Вопрос этот пока не актуален: до создания
биороботов еще весьма и весьма далеко. Но лучше загодя
160

поразмыслить над этическими и эстетическими
проблемами, которые могут возникнуть в один прекрасный день,
чем делать это с опозданием, спохватившись.
Производство бытовых роботов, способных выполнять
такие необходимые, но малопривлекательные для нас
действия, как мытье полов, стирка или глажка, уже
начато. Калифорнийский университет совместно со
Стэнфордским исследовательским институтом создал
робота-уборщика по имени Ясон. Робот этот говорящий,
он распознает около двухсот слов, произносимых не
быстрее, чем два слова за секунду. С помощью особого
электроакустического устройства Ясон способен
воспроизвести два десятка слов упрощенного английского языка.
Робот этот — экспериментальный. Японские же фирмы
начали производство не лабораторных, а серийных
бытовых роботов.
Недавно, например, в Японии поступила в продажу
печь на токах высокой частоты, управляемая голосом.
Синтезатор речи отвечает на команды, дисплей воспро^
изводит кулинарные рецепты, а встроенное в печь
печатающее устройство вручает хозяйке список продуктов,
нужных для приготовления блюд. Фирма «Намико»,
выпустив для пробы роботы-игрушки нескольких типов
вроде робота-кошки «Няумуко», намерена в ближайшее
время выпустить робота-человека. Он будет
приветствовать своего хозяина, зажигать свет в коридоре, сообщать
точное время, пылесосить, включать нужную программу
телевидения и делать, массу других домашних дел.
Конечно, ни у кого не возникнет мысль считать такого
робота «братом по разуму» или даже подобием
домашнего животного: это просто сложная, дорогая, полезная!
в хозяйстве машина, комбинация пылесоса, магнитофона;
часов, манипулятора, самоходной тележки и других
технических устройств, управляемых компьютером.
Вспомним, однако, историю человеческой- культуры.
. В любом первобытном обществе этноним, или само*
название коллектива, имело, как правило, смысл «люди»,
«человек». Все остальные люди, не входящие в коллектив,
автоматически зачислялись в «нелюди». Древние греки
и римляне, творцы западноевропейской цивилизации,
в том числе этики и логики, вопреки той же этике и
логике считали не людьми, но вещами людей, имевших
несчастье быть рабами.
Христианство, провозгласив догмат бессмертия души.
161

казалось, должно было сломать социальные барьеры.
Бедняк и богач, раб и господин — все «братья во Христе»,
и нет между христианами <чни эллина, ни иудея». Но
барьеров лишь прибавилось: социальные были не сломаны,
да еще вырос барьер между верующими во Христа и
язычниками, а потом и еретиками. Такую же перегородку
между правоверными мусульманами и неверными воздвиг
спустя несколько веков ислам.
В XVII в. Декарт учил, что весь животный мир состоит
из автоматов, отличающихся друг от друга лишь по
степени сложности. XIX в. стал веком всестороннего изучения
человека, окончательно сформировались дисциплины,
изучающие человека: физиология и психология, этнография
и антропология, история и социология, лингвистика и
археология. В свете этих наук стало ясно, что все
представители рода человеческого независимо от цвета их
кожи, социального строя, религиозных убеждений, языка
или уровня развития культуры равны. В XX столетии
начал обсуждаться вопрос о границах, отделяющих
человека от остального мира живой природы.
Имя Альберта Швейцера, великого гуманиста нашего
века, хорошо известно всему миру. Вот что писал он
в автобиографии: «Желая спасти птенца орлана от
издевательств туземцев, я покупаю его у них... Но теперь
мне надо решить: позволить ли орленку умереть с голоду
или ежедневно убивать некоторое количество рыбок,
чтобы кормить его? Я решаю спасти жизнь орленку,
но каждый день страдаю, принося ему в жертву другие
жизни. В нашем мире судьба множества разных существ
постоянно зависит от решения подобной дилеммы...
и мы снова убеждаемся в том, что сохранить свою жизнь
и жизнь вообще можно лишь за счет потери других
жизней. Человек, которому знакомо чувство
благоговения и преклонения перед жизнью, убивает и уничтожает
только в тех случаях, когда этого нельзя избежать, но
никак не по небрежности и легкомыслию. И всякий раз,
когда представляется возможность облегчить страданий
и отвратить гибель, он вкушает блаженство».
Мы относимся как к членам семьи к собакам и кошкам,
а также к другим домашним животным, стоящим, как
мы это осознаем, ниже нас на лестнице эволюции. Вместе
с тем с каждым годом возрастает степень организации
и «включенности» в наш повседневный быт различных
электронных устройств. Далеко ли то время, когда роботы
162

будут вовлечены в нашу жизнь гораздо больше и
эффективнее, чем домашние животные? И собаку можно
заменить более породистой или более смышленой и робота
более совершенным. Не всякий, впрочем, заменит собаку,
к которой привязался и которая привязалась к нему. Тут
пробуждается целая гамма чувств. Но разве нельзя
привязаться к роботу? В романах мы находим это совершенно
естественным. Да что к роботу! Существуют тысячи
людей, которые ни за что не расстанутся с
полюбившимися им или связанными с чем-то очень дорогим
обыкновенными вещами — чайниками, лампами, телевизорами,
этажерками. А робот? Он же почти живой...
В истории человечества существует любопытный
парадокс: чем больше человек отказывается от
представлений о своем всемогуществе и божественном
происхождении, тем сильней, могущественней и «божественней»
он становится. Так было после Коперника, опрокинувшего
тысячелетние представления о Земле как о центре
мироздания. Так было после Дарвина, доказавшего родство
человека и животных, после Сеченова и Павлова,
начавших научное изучение «бессмертной души». Не
меньшей силы удар по представлениям о человеке как об
уникальном и неповторимом обладателе разума нанесла
кибернетика. Робот, которым управляет ЭВМ,
работающая по программе искусственного интеллекта, начинает
выполнять действия, прежде считавшиеся
исключительной монополией человека.
Далеко ли простирается сходство нашего разума с
электронным разумом машины (или нашего мозга с ее
электронным мозгом), поведения робота, наделенного
искусственным интеллектом, с поведением живых существ?
Спор об этом, начавшийся более двадцати лет назад
знаменитой дискуссией «Может ли машина мыслить?»,
не завершен и по сей день. В нашей стране и за рубежом
выходят книги, посвященные философским вопросам
кибернетики, в которых обсуждаются все стороны
искусственного интеллекта. Но среди философов и
представителей естественных и точных наук, даже стоящих на
общей платформе диалектического материализма,
единодушия нет. Достаточно вспомнить, что академик
В. М. Глушков, директор Института кибернетики
АН УССР, употреблял выражение «искусственный разум»
едва ли не без кавычек, буквально, между тем как
академик Г. С. Поспелов, возглавляющий в нашей
163

стране работы по искусственному интеллекту, считает,
что ни о каком «искусственном разуме» не может идти
и речи, да и само название «искусственный интеллект»
не более чем дань традиции.
«Однако менять термин «искусственный интеллект»
уже поздно,— пишет он.— Ни у кого уже не вызывает
сомнения, что это лишь метафорическое название
важнейшего научного направления, объединяющего
инженеров, математиков, специалистов по ЭВМ и
электронике, лингвистов, логиков, психологов, философов. Их
цель — создание специальных программно-аппаратных
средств компьютеров... Способность компьютера выдавать
творческие результаты — это не что иное, как
овеществленные в машине знания и интеллект человечества,
и не более».
Жизнь замечательной идеи, высказанной Луллием,
по сути дела, только еще начинается. История этой идеи
показывает, что мы не постигли еще ни принципов работы
нашего мозга, ни возможностей мозга «электронного».
Но та же история убеждает нас, что все исследования
и открытия, связанные с «механическим усилителем
человеческого разума», определялись и будут
определяться теми социальными факторами, о которых
задолго до кибернетики говорил Маркс и которые связаны
не с волей индивида, а с потребностями общества.

РЕШАЮЩИЙ ФАКТОР
(вместо эпилога)
За четверть века быстродействие ЭВМ возросло в сто
тысяч раз, а объем оперативной памяти — в тысячу
раз. В то же время скорость общения с машиной
(программирование с учетом отладки), выросла не более чем
в три раза. На заре кибернетики стоимость оборудования
ЭВМ составляла львиную долю расходов. Сейчас почти
три четверти стоимости ЭВМ составляет математическое
и информационное обеспечение. «Стоимость» же
обеспечения, которое можно назвать гуманитарным, перевод
интуитивных знаний на язык искусственного интеллекта
точному учету не поддаются, хотя именно эти знания
должны обеспечить наступление компьютерного века.
Без математизации и алгоритмизации ЭВМ, несмотря
на все ее фантастическое быстродействие, останется
простым счетным устройством и не сделает
качественного скачка. То же самое можно сказать и о роботах:
без постижения и имитации биологических явлений и
закономерностей, без их перевода на язык чисел, формул
и алгоритмов подлинный прогресс в работотехнике
невозможен.
«Вся современная техника, весь ее поразительный
прогресс, скажем, за последние 200 лет, стали
возможными только потому, что науки, на которых эта техника
базируется (механика, физика, химия), были
«математизированы» и каждый новый объект мог быть заранее
рассчитан,— пишет академик А. А. Дородницын.—
Попробуйте представить себе, кем бы мы были сейчас, если бы
каждый дом, каждый мост, каждый паровоз, каждый
радиоприемник необходимо было бы создавать методом
случайных проб и ошибок! А ведь в биологии, медицине,
агрикультуре это и есть основной метод создания новых
объектов. А если эти науки мы превратим в точные,
тогда каждый результат можно будет заранее рассчитать.
Я не хочу говорить, что это будет значить для
человечества. Пусть каждый сам постарается представить
себе результат».
165

Совершенствоваться должны не только роботы и
компьютеры, но мы сами — наши знания, процессы их
получения. Начавшаяся реформа школьного образования
нацелена на то, чтобы программирование стало «второй
грамотностью», навыком, столь же необходимым любому
человеку, как и умение писать, читать, считать, чтобы
компьютеры бошли в нашу жизнь как можно раньше —
сначала как партнеры по играм и помощники в решении
учебных задач, а затем как помощники во всяком труде,
ибо нет такой профессии, где бы они были бесполезны.
В последние годы все большее развитие получают
так называемые экспертные системы — системы,
хранящие в памяти ЭВМ различные сведения по медицине,
геологии, фармакологии и другим областям знания.
И не просто пассивно хранящие, но способные и выдать
на запрос человека справку о том или ином факте,
и дать консультацию, и провести перебор аналогичных
случаев, и даже мотивировать свой вывод (скажем,
при постановке диагноза или выборе методов лечения).
Создано уже более сотни различных экспертных систем,
услугами которых пользуются врачи, фармакологи,
химики, экономисты, историки. Рождается индустрия
таких систем и, стало быть, индустрия знаний. С
помощью персональных компьютеров этими знаниями будут
пользоваться миллионы людей. А компьютеры пятого
поколения, создание которых начнется в 90-х годах,
помогут людям еще шире использовать и хранящиеся
в системах знания, и искусственный интеллект. Они станут
не «пережевывать» числа, как это делают их сегодняшние
предки, а мгновенно делать логические выводы, оперируя
неполными данными, не вычислять, а давать ответы.
Неспроста их уже сегодня задолго до их появления
называют не ЭВМ, а ЭЛМ — электронно-логическими
машинами.
Машины пятого поколения будут работать со
скоростью до ста миллиардов операций в секунду,
осуществлять «эвристические» логические операции, вести
диалог с человеком на естественном, хотя и
ограниченном языке; запас их знаний (активных знаний!) будет
огромен. Наделенные «специализированным
искусственным интеллектом», они сумеют стать «мозгом» для
роботов третьего и четвертого поколений.
Исследования по искусственному интеллекту получают
в наши дни преимущественное развитие, потому что
166

таковы требования общества, таков сегодняшний
социальный заказ. Ибо, как замечательно сказал Энгельс,
практические потребности общества могут продвинуть науку
больше, чем десяток университетов. Вот решающий
фактор развития искусственного интеллекта. Эти же
факторы и определяют наше отношение к наделенным
искусственным интеллектом устройствам: будем ли мы
считать их когда-нибудь «братьями по разуму» или же
только сложными механизмами, требующими ухода,
но не любви и понимания?
Загадывать трудно. И. А. Полетаев писал в свое
время: «Если бы первобытного человека, изготовлявшего
каменные топоры, спросили, какие топоры человек будет
применять в будущем и как он будет ими пользоваться,
вряд ли бы даже самый искусный мастер топорных дел
того времени сумел рассказать о паровом молоте,
гидравлическом прессе и других машинах — орудиях
нашего времени. И это не его вина. В его распоряжении
было недостаточно информации для того, чтобы сделать
эти столь далеко идущие выводы. Мы в наши дни тоже
можем спросить себя: «Что дадут нам и нашим потомкам
кибернетические машины?» И надо признаться, что
ответить на этот вопрос мы сможем вряд ли лучше, чем
пещерный мастер. Мы еще слишком мало знаем
возможности машин, мы еще мало их применяли. По мере
накопления опыта и знаний придут догадки и находки
науки; подобно тому, как человек шел от камня и бронзы
к стали и сплавам, от огня к электричеству и атомной
энергии, он пройдет новый путь от современных
громоздких и дорогих кибернетических машин к чему-то
новому, на фоне чего сегодняшние машины будут
заслуженно казаться пещерной техникой».
Слова эти были сказаны в 50-х годах. За минувшее
время мы действительно стали свидетелями того, как
громоздкие и дорогие ЭВМ превратились в компактные
и доступные массовому потребителю компьютеры. На
наших глазах роботы сошли со страниц
научно-фантастических романов, перестали быть лабораторными
диковинками, игрушками и превратились в электронных
помощников. На наших же глазах они становятся
обладателями искусственного интеллекта и готовятся
вступить с человеком в плодотворный диалог.

ЛИТЕРАТУРА
Адельсон-Вельский. Г. М. идр Машина играет в
шахматы — М.. Наука, 1983.
Беллман Р. Может ли машина мыслить? / Проблемы
современной кибернетики.— М.: Знание, 1975.
Ботвинник М. М. О решении неточных переборных задач.—
М.: Советское радио, 1979.
Возможное и невозможное в кибернетике: Сборник.— М.:
Наука, 1963.
Глушков В. М. Кибернетика и искусственный интеллект
Кибернетика и диалектика.— М.: 1978.
Винер Н. Творец и робот.— М.: Прогресс, 1966.
Зарипов Р. X. Машинный поиск вариантов при
моделировании творческого процесса.— М.: Наука, 1983,
Кондратов А. М. Звуки и знаки.— М.: Знание, 1979.
Орфеев Ю. В., Т ю х т и н В. С. Мышление человека и
««искусственный интеллект».^- М.: Мысль, 1978.
Поспелов Д. А. Фантазия или наука? На пути к
искусственному интеллекту.— М.: Наука, 1983.
Т и м о ф.е е в А. В. Роботы и искусственный интеллект.— М.г
Наука, 1978.

ОГЛАВЛЕНИ Е
Машина рыцаря Раймуидо (вместо предисловия) 3
Глава первая. На пути к кибернетике
Спор об «искусстве Луллия» 7
Первые машины-математики 9
Машины учатся считать . . , 14
Математика и логика 17
Информация, связь, управление 21
У колыбели кибернетики 23
Глававторая. Первые шаги ЭВМ
Индустрия чисел 27
Игры и решения 30
Автоматы учатся 33
«Логик-теоретик» и все остальные 35
Поиски кода 39
Черный ящик 42
Глава третья. Эвристические программы
Может ли машина мыслить? 45
Неоплаченные векселя 47
Всеобщий решатель задач 50
Каисса — шахматная муза 56
Расчет или интуиция? 59
Чудо нашей памяти 64
От эвристики к лингвистике 66
Глава четвертая. «Машине как понять тебя?»
Все тонкости языка 69
Сколько лет Мэри и сколько Энн? . . . > 72
«Поближе к девяти часам» 76
Имитация или понимание? 83
Смысл бессмыслиц 88
Нечеткие множества и мягкие структуры ,,.,... 96
Глава пятая. Внутренний космос
Миллиарды неизвестных . 100
Посрамление Юлия Цезаря 1D4
Асимметричный мозг 107
Язык слов и язык образов 110
Сверхсознание по Станиславскому 113
Уральские напевы 117
Кибернетическая Каллиопа 122
От имитации к модели 128
Электронный скальд 130
Сочинители волшебных сказок 134
Глава шестая. Интеллектроника плюс робототехника ....
Три поколения роботов 141
«Надо идти к цели» 145
Модель мира 149
Лингвистика для роботов 151
Язык математики и язык мозга 155
Не надо вычислять — надо прыгать! 157
Вот они, братья по разуму! 159
Решающий фактор (вместо эпилога) 165
Литература 168
169

Научно-популярное издание
Александр Михайлович КОНДРАТОВ
ЭЛЕКТРОННЫЙ РАЗУМ
Очерк исследований по проблеме искусственного интеллекта
Главный отраслевой редактор В. П. Демьянов
Редактор С. М. Иванов
Мл. редактор //. А. Васильева
Художник А. //. Добрицын
Худож. редактор М. А. Бабичева
Техн. редактор А. М. Красавина
Корректор С. П. Ткаченко
ИБ № 8619
Сдано в набор 10.12.86. Подписано к печати 08.05.87. А 09946. Формат бумаги 84Х108V32-
Бумага тип № 1. Гарнитура литературная. Печать высокая. Усл. печ.л. 9,24. Уел. кр.-отт. 9,45.
Уч.-нзд. л. 9,27. Тираж 100 000 экз. Заказ 6—#827. Цена 30 коп. Издательство «Знание»
101835, ГСП, Москва, Центр, проезд Серова, д. 4. Индекс заказа 877717.
Головное предприятие республиканского производственного объединения «Полиграфкнига»,
252057, Киев-57, ул. Довженко, 3.

А.КОНДРАТОВ
ЭЛЕКТРОННЫЙ
РАЗУМ

30 к.