В-пр. Нельзя ли мне сейчас воспользоваться ЭВМ?
Бобров. Почему вы спрашиваете?
В-пр. Может быть, мне удастся заключить сделку.
Бобров. Почему вы в этом уверены?
В-пр. Мои предполагаемые покупатели никогда не видели нашу систему в действии.
Бобров. Это имеет для вас большое значение?
В-пр. Конечно.
Бобров. Вы как будто сомневаетесь в этом?
В-пр. Что за нелепое замечание?
Бобров. Что вы имеете в виду, говоря о нелепом замечании?
В-пр. Возражаете ли вы против того, чтобы я сейчас воспользовался ЭВМ?
Бобров. Расскажите мне побольше о ваших предполагаемых покупателях.
В-пр. Позвоните мне 491-18-50.
Когда звонка от Д. Боброва не последовало, разгневанный вице-президент начал отчитывать своего секретаря, и тут выяснилось, что телетайпный коммутатор соединил его не с самим Д. Бобровым, а с той самой системой, которую вице-президент и хотел предложить заказчикам. Таким образом, критерий Тюринга быстро девальвировал в глазах кибернетиков, так и не поведя нас к границам подлинной интеллектуальности компьютеров.
ЗА СОВЕТОМ К РОБОТУ
Пока одни ученые разрабатывали принципы кибернетического диалога, другие практики и прагматики стремились запрячь эту новую способность машины в телегу научно-технического прогресса. Они решили предложить машине некоторый объем знаний из очень конкретной области.
Все полученные машиной элементы информации связаны между собой сложной системой взаимозависимых отношений. Прибегая чаще к аналогиям и заключениям, чем к логическим выводам, машина сортирует, объединяет и синтезирует эти элементы, постепенно развивая свою способность "мыслить".
Первые такие машины появились в конце 50-х годов.
Они доказали около сорока теорем и решали простые задачки типа "постройка детской пирамиды".
Уже в 60-х годах можно было побеседовать о погоде с машиной, имеющей понятие о метеорологии и обладающей знаниями синтаксиса, которые ей необходимы для правильного построения фраз. Когда, например, ей говорили: "Я не люблю дождь летом", она очень вежливо отвечала: "Да, но дождь летом бывает не так часто".
Другая программа, получившая название "Бейсбол", отвечает на все вопросы, связанные с матчами года: место встречи, счет, состав команд. Что касается программы "Сэд Сэм", то она уже стала интересоваться семейными отношениями своих собеседников, правда, не имея о том никакого понятия. И только в 1965 году машина "Сэр" стала больше внимания уделять значению слов, а не их расстановке во фразе. А машина такого же типа "Стьюдент", как хорошо успевающий учащийся, решала уравнения первого порядка, формулируя последовательность их решения на беглом английском языке.
Чем в большей степени вводимые в машину знания относятся к специальной области, тем больше шансов существует за то, чтобы машины их освоили. В настоящее время некоторые из них являются самыми настоящими "экспертами". Они уже помогают специалистам определять, например, насколько богат рудой тот или иной геологический пласт, или ставить диагноз при инфекционном заболевании.
Для создания таких искусственных "специалистов" необходимо передать им знания специалистов-людей.
Но, как это ни парадоксально, главная трудность как раз заключается в том, чтобы "изъять" эти знания из мозга человека. Врач, например, ставит свой диагноз, исходя из опыта, следуя при этом правилам, которыми он пользуется почти бессознательно, автоматически.
И вот исследователи проводят долгие часы, интервьюируя врачей и других специалистов, чтобы затем уяснить для себя основные закономерности, свойственные процессу их мышления. Как только удастся восстановить весь ход их рассуждений, будет относительно несложно воспроизвести его в программе вычислительной машины.
Начиная с 1965 года машина "Дендрал" - первый искусственный "специалист", созданный в Стенфордском университете Э. Файгенбаумом, помогает химикам определять молекулярную структуру веществ. Другой эксперт, "Проспектор" ("Старатель"), тщательно исследует геологические карты и пробы грунта для определения возможных месторождений. В штате Вашингтон им было открыто богатое месторождение молибдена.
