говорит Дрейфус. - У компьютера нет ни тела, ни эмоций, ни потребнос-
тей. Он лишен социальной ориентации, которая приобретается жизнью в
обществе, а именно она делает поведение разумным. Я не хочу сказать,
что компьютеры не могут быть разумными. Но цифровые компьютеры, зап-
рограммированные фактами и правилами из нашей, человеческой, жизни,
действительно не могут стать разумными. Поэтому ИИ в том виде, как мы
его представляем, невозможен".(1)
Кибернетический подход.
Попытки построить машины, способные к разумному поведению, в зна-
чительной мере вдохновлены идеями профессора МТИ Норберта Винера, од-
ной из выдающихся личностей в интеллектуальной истории Америки. Помимо
математики он обладал широкими познаниями в других областях, включая
нейропсихологию, медицину, физику и электронику.
Винер был убежден, что наиболее перспективны научные исследования
в так называемых пограничных областях, которые нельзя конкретно отнес-
ти к той или иной конкретной дисциплины. Они лежат где-то на стыке на-
ук, поэтому к ним обычно не подходят столь строго. "Если затруднения в
решении какой-либо проблемы психологии имеют математический характер,
пояснял он, - то десять несведущих в математике психологов продвинуть-
ся не дальше одного столь же несведущего".
Винеру и его сотруднику Джулиану Бигелоу принадлежит разработка
принципа "обратной связи", который был успешно применен при разработке
нового оружия с радиолокационным наведением. Принцип обратной связи
заключается в использовании информации, поступающей из окружающего ми-
ра, для изменения поведения машины. В основу разработанных Винером и
Бигелоу систем наведения были положены тонкие математические методы;
при малейшем изменении отраженных от самолета радиолокационных сигна-
лов они соответственно изменяли наводку орудий, то есть - заметив по-
пытку отклонения самолета от курса, они тотчас расчитывали его даль-
нейший путь и направляли орудия так, чтобы траектории снарядов и само-
летов пересеклись.
В дальнейшем Винер разработал на принципе обратной связи теории
как машинного так и человеческого разума. Он доказывал, что именно
благодаря обратной связи все живое приспосабливается к окружающей сре-
де и добивается своих целей. "Все машины, претендующие на "разум-
ность",- писал он, - должны обладать способность преследовать опреде-
ленные цели и приспосабливаться, т.е. обучаться". Созданной им науке
Винер дает название кибернетика, что в переводе с греческого означает
рулевой.(2)
Следует отметить, что принцип "обратной связи", введенный Винером
был в какой-то степени предугадан Сеченовым в явлении "центрального
торможения" в "Рефлексах головного мозга" (1863 г.) и рассматривался
как механизм регуляции деятельности нервной системы, и который лег в
основу многих моделей произвольного поведения в отечественной психоло-
гии.
Нейронный подход.
К этому времени и другие ученые стали понимать, что создателям
вычислительных машин есть чему поучиться у биологии. Среди них был
нейрофизиолог и поэт-любитель Уоррен Маккалох, обладавший как и Винер
философским складом ума и широким кругом интересов. В 1942 г. Макка-
лох, участвуя в научной конференции в Нью-йорке, услышал доклад одного
из сотрудников Винера о механизмах обратной связи в биологии. Выска-
занные в докладе идеи перекликались с собственными идеями Маккалоха
относительно работы головного мозга. В течении следующего года Макка-
лох в соавторстве со своим 18-летним протеже, блестящим математиком
Уолтером Питтсом, разработал теорию деятельности головного мозга. Эта
теория и являлась той основой, на которой сформировалось широко расп-
ространенное мнение, что функции компьютера и мозга в значительной ме-
ре сходны.
Исходя отчасти из предшествующих исследований нейронов (основных
активных клеток, составляющих нервную систему животных), проведенных
Маккаллохом, они с Питтсом выдвинули гипотезу, что нейроны можно упро-
щенно рассматривать как устройства, оперирующие двоичными числами.
Двоичные числа, состоящие из цифр единица и нуль, - рабочий инструмент
одной из систем математической логики. Английский математик XIXв.
Джордж Буль, предложивший эту остроумную систему, показал, что логи-
ческие утверждения можно закодировать в виде единиц и нулей, где еди-
ница соответствует истинному выссказыванию а нуль - ложному, после че-
го этим можно оперировать как обычными числами. В 30-е годы XX в. пи-
онеры информатики, в особенности американский ученый Клод Шеннон, по-
няли, что двоичные единица и нуль вполне соответствуют двум состояниям
электрической цепи (включено-выключено), поэтому двоичная система иде-
ально подходит для электронно-вычислительных устройств. Маккалох и
Питтс предложили конструкцию сети из электронных "нейронов" и показа-
ли, что подобная сеть может выполнять практически любые вообразимые
числовые или логические операции. Далее они предположили, что такая
сеть в состоянии также обучаться, распознавать образы, обобщать, т.е.
она обладает всеми чертами интеллекта.
Теории Маккаллоха-Питтса в сочетании с книгами Винера (2) вызвали
огромный интерес к разумным машинам. В 40-60-е годы все больше кибер-
нетиков из университетов и частных фирм запирались в лабораториях и
мастерских, напряженно работая над теорией функционирования мозга и
методично припаивая электронные компоненты моделей нейронов.
Из этого кибернетического, или нейромодельного, подхода к машин-
ному разуму скоро сформировался так называемый "восходящий метод" -
движение от простых аналогов нервной системы примитивных существ, об-
ладающих малым числом нейронов, к сложнейшей нервной системе человека
и даже выше. Конечная цель виделась в создании "адаптивной сети", "са-
моорганизующейся системы" или "обучающейся машины" - все эти названия
разные исследователи использовали для обозначения устройств, способных
следить за окружающей обстановкой и с помощью обратной связи изменять
свое поведение в полном соответствии с господствовавшей в те времена
бихевиористской школой психологии, т.е. вести себя так же как живые
организмы. Однако отнюдь не во всех случаях возможна аналогия с живыми
организмами. Как однажды заметили Уоррен Маккаллох и его сотрудник
Майкл Арбиб, "если по весне вам захотелось обзавестись возлюбленной,
не стоит брать амебу и ждать пока она эволюционирует".
Но дело здесь не только во времени. Основной трудностью, с кото-
рой столкнулся "восходящий метод" на заре своего существования, была
высокая стоимость электронных элементов. Слишком дорогой оказывалась
даже модель нервной системы муравья, состоящая из 20 тыс. нейронов, не
говоря уже о нервной системе человека, включающей около 100 млрд. ней-
ронов. Даже самые совершенные кибернетические модели содержали лишь
неколько сотен нейронов. Столь ограниченные возможности обескуражили
многих исследователей того периода.
Появление перцептрона.
Одним из тех, кого ничуть не испугали трудности был Фрэнк Розенб-
лат, труды которого казалось отвечали самым заметным устремлениям ки-
бернетиков. В середине 1958 г. им была предложена модель электронного
устройства, названного им перцептроном, которое должно было бы имити-
ровать процессы человеческого мышления. Перцептрон должен был переда-
вать сигналы от "глаза", составленного из фотоэлементов, в блоки
электромеханических ячеек памяти, которые оценивали относительную ве-
личину электрических сигналов. Эти ячейки соединялись между собой слу-
чайным образом в соответствии с господствующей тогда теорией, согласно
которой мозг воспринимает новую информацию и реагирует на нее через
систему случайных связей между нейронами. Два года спустя была проде-
монстрирована первая действующая машина "Марк-1", которая могла нау-
чится распознавать некоторые из букв, написанных на карточках, которые
подносили к его "глазам", напоминающие кинокамеры. Перцептрон Розенб-
лата оказался наивысшим достижением "восходящего", или нейромодельного
метода создания искусственого интеллекта. Чтобы научить перцептрон
способности строить догадки на основе исходных предпосылок, в нем пре-
дусматривалась некая элементарная разновидность автономной работы или
"самопрограммирования". При распознании той или иной буквы одни ее
элементы или группы элементов оказываются гораздо более существеными,
чем другие. Перцептрон мог научаться выделять такие характерные осо-
бенности буквы полуавтоматически, своего рода методом проб и ошибок,
напоминающим процесс обучения. Однако возможности перцептрона были ог-
раниченными: машина не могла надежно распознавать частично закрытые
буквы, а также буквы иного размера или рисунка, нежели те, которые ис-
пользовались на этапе ее обучения.
Ведущие представители так называемого "нисходящего метода" специ-
ализировались, в отличие от представителей "восходящего метода", в
составлении для цифровых компьютеров общего назначения программ реше-
ния задач, требующих от людей значительного интеллекта, например для
игры в шахматы или поиска математических доказательств. К числу защит-
ников "нисходящего метода" относились Марвин Минский и Сеймур Пейперт,
профессора Массачусетского технологического института. Минский начал
свою карьеру исследователя ИИ сторонником "восходящего метода" и в
1951 г. построил обучающуюся сеть на на вакуумных электронных лампах.