Текст книги "Город падших ангелов"

Автор книги: Дэниел Депп

сообщить о нарушении

Текущая страница: 20 (всего у книги 31 страниц)

Но это еще, оказывается, не конец. Демагогическое красноречие обладает одним магическим свойством – оно неиссякаемо и черпает свою энергию из самого себя. Это, кажется, единственный реальный механизм перпетуум-мобиле в природе. Читаем дальше:

«Имеет ли какое-либо практическое значение приложение кибернетики к общетеоретической биологии? Нет. Больше того, можно сказать, что ни математики, ни сторонники корпускулярной генетики (вейсманисты-морганисты и т. д.) не делают попыток хоть как-то связать кибернетический подход с практикой сельского хозяйства или медицины. Об этом свидетельствуют материалы, опубликованные в сборниках “Проблемы кибернетики”».

И, набрав в легкие побольше воздуха, рецензент всей своей силой «сокрушает» крамольные с его точки зрения сборники.

«В связи со всем сказанным на предыдущих страницах возникает естественный вопрос, целесообразно ли продолжать печатать в следующих выпусках сборника “Проблемы кибернетики” материалы по общетеоретическим вопросам биологии, т. е. по генетике, теории развития органического мира и т. п. На этот вопрос следует ответить отрицательно. Такой характер ответа вызывается, по крайней мере, двумя соображениями.

Во-первых, сборники “Проблемы кибернетики” предназначены для “научных работников и инженеров, соприкасающихся в своей деятельности с кибернетикой” (из предисловия редакции к вып. 1). Биологи явно не относятся к этой категории и потому эти сборники, конечно, не читают и не могут читать: без того много чисто биологических изданий, которые едва успеваешь просматривать. Для лиц же, соприкасающихся с кибернетикой, материалы, подобные тем, что напечатаны в предыдущих выпусках сборника в статьях по вопросам общей биологии, не могут представить никакой ценности. Как было показано выше, надежды на отыскание более “компактных способов информации” в клетке организма ни на чем не основаны и оправдаться не могут. Таким образом, эти статьи лишь занимают место в сборниках, препятствуя тем самым публикованию полезных материалов по самой кибернетике. Этим наносится несомненный вред делу развития кибернетики в нашей стране».

И рецензент дает совет передать эти статьи в различные специальные журналы (как видно, для того, чтобы ему самому и одинаково с ним мыслящим было легче расправляться с выскочками-кибернетиками).

«Нет никакого сомнения, что от этого была бы польза и авторам статей, так как это избавило бы их от опасности печатания вздорных высказываний, ну, а то, что все-таки останется, будет по достоинству оценено компетентными читателями. Ясно, что ни редакция, ни читатели сборников “Проблемы кибернетики” не могут достаточно критически оценить общебиологические статьи».

Автор опытен и понимает, что одна лишь его рецензия не может очистить отечественную кибернетику от «опасных» для нее приложений к биологии. Поэтому бдительный рецензент, заранее предчувствуя контрудар, указывает на средства профилактики:

«Не следует только решать вопрос таким образом, что редакцию сборников следует пополнить биологами. Это окажется без пользы, так как настроенность редактора (А.А. Ляпунова) хорошо известна и он пригласит в редакцию тех же Шмальгаузена, Эфроимсона или Малиновского, а то и еще того хуже…» Толку от этого не будет все равно, а «интересы самой кибернетики так и останутся ущемленными».

Перечитайте последний абзац, не пожалеете. Если бы Салтыков-Щедрин был жив и заинтересовался сатирико-кибернетической темой, лучшего произведения ему бы не создать! Не знаю, кто автор этого шедевра, но его устрашения оказались «без пользы» и «еще того хуже» – они оказались в руках Берга.

Разве это первый документ, пропитанный логикой невежества, попавший в руки Бергу! Впрочем, не будем рассуждать на эту тему и отбивать хлеб у Эразма Роттердамского, автора «Похвального слова глупости».

– Это январь 1962 года, учтите, – волнуется Берг, – что я сделал? Очень просто. Я размножил этот шедевр в двухстах экземплярах, послал известным ученым и получил от них заключения. Какие это были заключения – сами понимаете. Потом собрал эти материалы и решил посоветоваться в президиуме академии и Центральном Комитете партии. Совет был мудрым: не ограничиваться мнением нескольких десятков ученых, а созвать сессию биологического отделения Академии наук и устроить широкую дискуссию. Так мы и сделали. Кроме того, выпустили книгу «Биологические аспекты кибернетики», провели Всесоюзную конференцию по философским вопросам кибернетики.

Так сообща разобрались и вынесли свое решение.

Решение сессии общего собрания Отделения биологических наук Академии наук СССР, посвященной биологическим аспектам кибернетики, было убийственным для «доброжелателей» кибернетики вроде автора удивительной рецензии. Сессия подтвердила, что на современном этапе развития биологической науки внедрение в нее методов кибернетики является настоятельной необходимостью: «Сессия обращает внимание на настоятельную необходимость дальнейшего быстрого и всестороннего проникновения математических и кибернетических методов исследования в различные отрасли биологических наук. Сессия подчеркивает, что для более широкого внедрения кибернетики в биологию необходимо усилить совместную работу ученых различных специальностей. Сессия считает целесообразным расширение публикаций в области биокибернетики, в частности в сборниках “Проблемы кибернетики”».

В работе сессии приняли участие восемьсот человек, на пяти заседаниях было заслушано двадцать докладов. Эти люди делали советскую биокибернетику. В докладах говорилось о достижениях и трудностях. Советская биологическая кибернетика существовала, развивалась, набирала силы.

Примерно в это время известный немецкий кибернетик К. Штейнбух пишет: «В СССР в последнее время привилегированное положение кибернетики официально закреплено в Программе КПСС. Там царит деловая активность. Эта активность проявляется как в широкой популяризации идей кибернетики среди населения, так и в создании больших научно-исследовательских институтов в Москве, Киеве и Новосибирске».

Глава 3

БЕЛЫЙ ФЕРЗЬ ПОКИНУЛ СТОЯНКУ

ПЕРВАЯ ДУЭЛЬ

Постепенно пришло время, когда сообщения об успехах советских кибернетических машин перестали восприниматься как нездоровая сенсация. Они сделались вестниками будней. Но удивлять людей ЭВМ продолжали – у них в запасе было много неожиданностей. И настал день, когда советская кибернетическая машина бросила вызов своей заокеанской сопернице. Газеты мира запестрели крупными заголовками: «Состязаются электронные машины». Это начался первый в истории шахмат международный шахматный матч электронных вычислительных машин. Точнее, это был не матч самих машин, а матч сложных программ, созданных учеными-математиками. Советский Союз был представлен программой, составленной математиками Института теоретической и экспериментальной физики. Достижения Соединенных Штатов Америки в этой области защищала программа, разработанная математиками Стэнфордского университета.

Наша кибернетическая шахматистка была намного младше американской и прошла трудный путь возмужания. Когда она была еще «в пеленках», я наблюдала ее игру. Метаморфоза в ее игре совершалась буквально на глазах. Вначале машина обладала элементарными стратегическими навыками и очень неполными сведениями об особенностях игры. В ее памяти были заложены лишь основные правила игры, некоторые тактические закономерности и, главное, методы улучшения этой тактики, основа для ее обучения в процессе игры.

А затем машина начала совершенствоваться и пополнять свои знания. Для того чтобы она могла производить анализ, улучшать свою стратегию, менять стиль игры, конструкторы обусловили в ее программе возможность учета опыта предыдущих игр и восприятия внешних указаний.

Одновременно игрались четыре партии. В первой и третьей партиях советская программа играла белыми, во второй и четвертой – черными. Ходы машин передавались по телеграфу.

Вот как комментировал в «Известиях» этот небывалый матч гроссмейстер Бронштейн:

«Партии развиваются в полном соответствии с классическими законами шахматной науки.

1-я партия: 1) е4, е5 2) Кс3, Кс6 3) Kf3

2-я партия: 1) е4, Kf6 2) е5, Kd5 3) Kf3, e6

3-я партия: 1) е4, е5 2) Kf3, Кс6 3) Кс3

4-я партия: 1) е4, Kf6 2) е5, Kd5 3) Kf3, Kb4

В первой партии уже вырисовывается дебют четырех коней. Здесь произошла любопытная трансформация. Второй ход белых определил венскую партию, а третий ход белых перевел борьбу на рельсы дебюта четырех коней. Если черный конь выйдет на f6, мы будем иметь 100-процентный дебют четырех коней. Пока «шахматисты» действуют по программе, где главное – высокая надежность. В турнирах живые гроссмейстеры избирают дебют четырех коней в тех редких случаях, когда хотят с уверенностью свести партию вничью. Все это относится также и к третьей партии.

Вторая партия. Здесь наша машина выбрала сложный и обоюдоострый дебют – «Защиту Алехина». Смысл хода конем – завлечь неприятельские пешки подальше от собственного лагеря, с тем чтобы потом перейти в решительную контратаку. Пока борьба развивается в строгих рамках шахматной теории, разве что в практике на третьем ходу чаще играют d7 – d6. Если посмотреть на позицию четвертой партии, то легко понять, почему программа уклоняется от теоретических ходов: видимо, в нее заложены элементы остро атакующего стиля в манере М. Таля. Третий ход конем, видимо, рассчитан на то, что белый ферзь покинет свою стоянку и позволит черному коню «съесть» пешку на с2 с шахом и объявить вилку королю и ладье…

Домашний анализ, проведенный нашей машиной, показал, что в позиции, создавшейся в первой и третьей партиях, сильнейшим для черных является 3) Cf8 – с5 с равной игрой. Во второй партии наша машина, играющая черными, считает сильнейшим для белых агрессивный выпад 4) с2 – с4 и полагает, довольно резонно, что позиционные преимущества на стороне белых. Впрочем, произведя более глубокий расчет, машина решила, что еще сильнее за белых спокойное 4) d2 – d4. В четвертой партии, где наша машина «обогатила» шахматную теорию своим третьим ходом Kd5 – b4, она считает самым разумным за белых 4) с2 – с3. Итак, матч продолжается. Очередь хода за “шахматисткой” из Стэнфорда».

Матч кончился победой советской шахматистки.

Было много разговоров по поводу этого уникального состязания. Оно поразило всех, но мнения были различны. Одни восторженно сыпали междометиями, другие пожимали плечами и ворчали:

– Денег не жалеют.

Третьи в меру своего разумения пытались проникнуть в суть дела. Но первоначально, как это бывает, тон задавали сверхосторожные люди. «Зачем учить машину играть в шахматы, кому это нужно? Это всего лишь курьез, дорогостоящие шалости…» Впрочем, нечто подобное говорилось когда-то и в адрес кибернетических «черепах», «мышей», «лис».

Но эти «шалости», как оказалось, имеют глубокие корни. Шахматы – игра умная, она служит не только отдыху, но и тренировке мысли. «Тот, кто изобрел шахматную игру, сделал модель военного искусства, ибо в этой игре представлены все военные ходы и планы», – писал испанский мыслитель Хуан Уарте.

И, создавая программы для игры в шахматы, ученые, по сути, создают модели программ стратегии и тактики, эвристические программы – программы творчества.

В последние годы Совет по кибернетике развернул широкие исследования в области эвристического программирования, начались усиленные поиски путей обучения машины творческим методам «мышления». Эти исследования преследуют важную цель. Работа такой машины может пролить свет на законы творчества. Хотя человек сотни лет совершенствует свой умственный труд, но до сих пор не имеет представления о важнейших принципах, лежащих в основе творчества. Наблюдение за работой обучающих машин позволит выработать более эффективные методы умственного труда. И, что в наше время является самым главным, поможет решить проблему обучения человека новым, более эффективным способом.

– Это чрезвычайно важно. Присмотритесь к работе шахматной программы, – говорит Берг, – в ней можно разглядеть черты той новой машины, о которой мечтают сегодня педагоги. Черты приспосабливающейся к своему ученику обучающей машины. Что делает машина, играющая в шахматы? Она анализирует ход противника. В зависимости от него она поступает каждый раз по-новому, так, как вынуждает ее к этому очередной ход визави. А обучающая машина? В зависимости от вопроса ученика она пересматривает свою программу, стараясь действовать в соответствии с потребностями индивидуума, задавшего вопрос. Она гибко меняет свои ответы, предлагает ученику ту или иную программу обучения. Отрабатывая шахматные программы, мы приближаемся к созданию разумных обучающих программ, с тем чтобы, не загружая память машины чрезмерно большим количеством сведений, дать ей возможность строить на основе ограниченной информации разнообразные варианты действия.

Да, шахматная машина не может перебрать все возможные варианты ответов на ход противника. Таких вариантов больше, чем звезд во вселенной. Машина должна выбирать продолжение игры лишь на основе разумных вариантов, отсеивая бесперспективные. То есть должна «думать». То же относится и к обучающим программам приспосабливающихся машин, которые завтра войдут в обиход школ.

КТО УМНЕЕ!

Победа советской шахматной программы не была случайностью. Она иллюстрировала зрелый уровень советской кибернетики.

От нее ждали в лучшем случае подражания, но она стремительно набирала силы, шла своим, оригинальным путем.

Особенно поразили мир два достижения: блестящая работа математиков Сибирского отделения АН, расшифровавших с помощью ЭВМ таинственные письмена давно исчезнувшего народа майя (эти данные почти полностью совпали с результатами, полученными и другими методами), и работа сотрудников Института автоматики и телемеханики АН СССР, обучивших вычислительную машину читать. Освоив печатный текст, они перешли к рукописи. При составлении программы действия для машины они исходили из того, что в написании каждой буквы, изображенной различными людьми, имеется нечто общее, что любые варианты написания буквы «а» ближе друг к другу, чем к любому написанию «б» или какой-либо другой буквы.

Этот путь оказался очень перспективным. В первых опытах машине, снабженной устройством для наблюдений (напоминающим устройство для передачи телевидения), был показан ряд написаний букв и цифр. В машину была заложена программа, по которой она выявляла признаки, общие для данной буквы или цифры. После короткого периода обучения машина безошибочно опознавала эти буквы и цифры среди множества различных букв и цифр, подаваемых ей без всякого порядка.

Правда, современные электронные вычислительные машины, несмотря на их значительный объем памяти и быстродействие, тратят на чтение рукописного текста слишком большое время. Машинное чтение рукописей, позволяющее отказаться от применения пишущих машинок, дело будущего, когда объем оперативной памяти электронных вычислительных машин и их быстродействие возрастут еще в десятки и даже в сотни раз.

В свое время энтузиасты кибернетики, страхуя себя и любимую науку от нападок, старались в лекциях и книгах подчеркнуть, что машина может сделать все, что заложит в нее человек, но неспособна открыть что-либо новое, так как программу действий в нее закладывает человек. В то время они еще не учитывали диалектики процесса обучения машины.

Читающая машина не зазубрила всех возможных написаний букв. Ей была задана программа, по которой она выявляла общность в заданном многообразии образов, приготовленных для ее обучения. Но выбор она делала сама. Это подтверждает еще раз, что машине не всегда нужен жесткий план действий, достаточно указать лишь правила, которыми она должна руководствоваться при всевозможных и зачастую неизвестных конструктору условиях и воздействий на нее со стороны внешней среды.

Конечно, не зная точно, что произойдет в будущем, конструктор не может заранее предсказать, к каким результатам придет его машина, обученная при помощи созданной им программы.

– Значит, машина может быть умнее человека? – подняли головы скептики, – значит, человеку суждено стать рабом машины?!.

Впрочем, не будем очень уж строги к скептикам – это трудный вопрос.

Действительно, можно ли сказать, что машина умнее человека?

Английский ученый Джон Бернал так ответил на этот вопрос: «Без умных людей электронные машины глупы, они даже не знают, когда делают глупость. Если вы составите глупую программу, то из машины извлечете чепуху».

И приводит забавный пример.

В США был создан электронный мозг с тем, чтобы он ответил, когда будет война. Все необходимые данные были тщательно запрограммированы и введены в память машины. Ответ машины гласил:

– Да.

– Что «да»? – удивились конструкторы и их военный шеф.

Программа была пересмотрена и снова вложена в машину.

Новый ответ был еще более «исчерпывающим»:

– Так точно, сэр!

Как видно, не всякие умственные способности стоит усиливать…

Кстати, во время начала конфликта в Корее в газетах появилось сообщение о том, что с помощью электронных машин решался вопрос о целесообразности нападения на Китай. И машина наложила вето на этот проект. Трудно сказать, какая доля правды содержалась в этих сообщениях. Важно другое: это может быть правдой и страшной правдой, если программы для умных машин будут создавать жестокие и недальновидные политики.

И все-таки, до какой степени сложным можно создать электронный мозг? Как близко удастся подвести его к живому? Один ученый уверяет:

– Если бы мы могли располагать достаточным количеством необходимых модулей (элементов искусственного мозга), и они были бы достаточно малы и надежны, и, наконец, мы имели достаточно времени, чтобы собрать все это вместе, то мы могли бы построить роботы, действующие по любой заданной программе. При этом нетрудно построить робот, ведущий себя в точности, как Иван Иванович или Петр Петрович, или же робот, имеющий любое желаемое усовершенствование их поведения.

Другой ученый возражает:

– Допустим, можно, но зачем? Зачем нам робот, похожий на того или иного человека? Ведь машина никогда не заменит не только Ньютонов и Галилеев, но и обыкновенных людей. Зачем затевать колоссальную работу, зная наперед о ее бесполезности?

Третий уточняет:

– Машина, близкая к мозгу по богатству элементов, связей, нуждалась бы для размещения в помещении, превосходящем самый огромный небоскреб. Для снабжения ее энергией нужна была бы мощь Ниагарского водопада, а для охлаждения – еще один такой водопад. Количество нервных клеток у человека исчисляется числом с десятью нулями, что несравненно превосходит число элементов самой большой известной вычислительной машины.

Каждое новое достижение кибернетических машин вновь и вновь поднимает тот же вопрос: в какой степени искусственный мозг совершенен? Насколько его вообще можно считать «мыслящим»? Один из зарубежных создателей современных думающих машин, Тьюринг, предлагает раз и навсегда решить этот вопрос, считая машину способной мыслить, «если она может при известных предписанных условиях подражать человеку в ответах на вопросы настолько хорошо, чтобы обмануть на значительный период времени человека, задающего вопросы».

Он придумал такой порядок этой своеобразной игры в имитацию. Человек-экзаменатор и невидимый испытуемый обмениваются рядом вопросов и ответов. Если через некоторое время экзаменатор так и не догадался, кто его собеседник – человек или машина, он сдается. За таким автоматом Тьюринг готов признать право считаться мыслящим.

Другой ученый говорит, что он поставит знак равенства между человеком и машиной, если последняя научится смеяться шутке в должный момент. Но так как не все коллеги рассмеялись этому определению достаточно быстро, то дискуссия о том, должна ли машина обладать чувством юмора и стоит ли тратить миллионы, чтобы снабдить этим чувством машины, не состоялась.

Обсуждения этой темы иногда походят на модные в XVII веке споры о том, где находится вход в преисподнюю, чему даже была посвящена одна из диссертаций. И сейчас еще много разных мнений, много горячности. И это естественно – ученые продолжают поражаться искусству природы, вместившей в небольшом объеме человеческой черепной коробки столько возможностей. Поражаться не только тому, что число переключающих элементов мозга несравненно больше, чем у самой большой электронной машины, но и тому, что нервная система обладает уникальной способностью к компенсации утерянных возможностей. Отдельные не слишком крупные повреждения не ведут к отказу всей системы.

Ничего подобного пока в технике нет. Но ученые и инженеры настойчиво разрабатывают системы, способные выполнять свои задачи, несмотря на порчу отдельных элементов.

Что же касается вопроса, кто умнее, разве допустимо ограничиваться лишь формальным ответом!

При современном уровне техники можно создать в памяти машины такой объемистый словарь и задать ей такую программу, что она смогла бы составить полный набор ответов на все возможные вопросы.

Однако как говорил еще Эйнштейн:

«Что бы ни делала машина, она будет в состоянии решить какие угодно проблемы, но никогда не сумеет поставить хотя бы одну».

– У нее не может даже появиться желание это сделать, – развивает мысль Берг, – у машины не возникает потребности в познании. Искусственный мозг не может выйти за рамки предопределения. Машина не способна изобретать, заинтересовываться. Это для нее недостижимо. Но не в силу слабости инженерного искусства, а из-за принципиальной невозможности. И нас, ученых, это не пугает. Мы знаем, что законы термодинамики не допускают создания вечного двигателя. Из принципа неопределенности Гейзенберга следует, что невозможно одновременно сколь угодно точно измерить положение и скорость электрона. Теория относительности Эйнштейна утверждает невозможность движения со скоростью, превышающей скорость света в пустоте. Есть запреты, которые человек не может преступить. Он не может стереть грань между человеком и машиной, между живым и неживым, да и нужно ли это?

Помните замечания Берга при чтении антикибернетических статей? «Не переделывать законы природы (на что может пойти лишь невежда и авантюрист), а использовать их».

– Постановка задач, истинное творчество – потребность человеческого разума. Однако машины помогают нам в решении этих задач и даже указывают правильный и быстрый путь их решения, и это немало! Это еще раз подтверждает правомерность работ над созданием усилителей умственных способностей…

Усилитель умственных способностей… Эти три слова пугают лишь в сочетании. Первое же притягивало многие умы. Можно сказать, что весь технический прогресс строится на поиске какого-либо усилителя.

Уже очень давно человек применяет искусственные источники энергии, которые намного превосходят мощность его мускулов. Теперь в его распоряжении тысячи лошадиных сил, тогда как его собственные мышцы могут дать лишь около одной десятой лошадиной силы.

XX век сделал следующий логический шаг, поставил тот же вопрос, но на современной основе: а можно ли построить машины, обладающие «умственными» способностями, превосходящими способности мозга, механизмы, решающие задачи, непосильные для человеческого интеллекта?

Ведь способности человеческого мозга столь же ограниченны, как и сила его мышц.

– Почему-то принято считать мозг весьма совершенным, – говорит Берг. – Между тем он, несомненно, несет следы предыстории человека и развивается очень медленно. Но теперь, осознав несовершенство своего мозга, человек разрабатывает устройства, компенсирующие его недостатки. Так появились вычислительные и управляющие системы, способные работать более оперативно, чем мозг, но созданные по его замыслу в помощь человеку. Человеческий мозг создал организованное общество людей, его науку и технику. Он научил человека получать добавочную мощность с помощью машин, которые можно рассматривать как усилители мощности. Что же удивительного в том, что на другой, более высокой стадии развития, человек поставил задачу создания усилителя умственных способностей? Назначение такого усилителя заключается в том, чтобы неизмеримо увеличить производительность человеческого мышления.

– Конечно, на это можно возразить, что в таком случае способности машины должны превосходить способности ее конструктора. Но ведь и механики средних веков считали, что никакая машина, приводимая в действие человеком, не может дать больше работы, чем он в нее вкладывает, что никакая машина не может усилить мощность человека. И они по-своему правы, потому что им были известны лишь простые механизмы: рычаги, блоки, зубчатые колеса и т. п., которые могли преобразовать силу человека, но не были способны дать ему дополнительной энергии.

Покорение пара и особенно использование электрической энергии опровергли убеждения средневековых механиков. Действительно, забрасывая в топку уголь, человек совершает не очень большую работу. Но при сгорании угля высвобождаются скрытые в нем запасы энергии, намного превосходящие ту, которая была затрачена кочегаром.

Шагающие экскаваторы, автопогрузчики и другие механизмы, созданные и управляемые человеком, по мощности превосходят его мускулы в огромное число раз.

Простые счеты и механические арифмометры позволили свести элементарные арифметические действия к чисто механическим операциям. Они заметно усилили вычислительные возможности человека, освободив его мозг от выполнения большого числа утомительных процедур и запоминания промежуточных результатов.

Электронная машина не только вычисляет, она решает сложнейшие логические задачи, непосильные людям.

Так постепенно с усилителей умственных способностей спал ореол «дьявольского наваждения», и они предстали глазам недавно бушевавших скептиков тем, чем и положено им быть – машинами. Машинами, берущими на себя часть человеческих забот.

О ГОЛОМ ПРОВОДНИКЕ

Казалось бы, Совет по кибернетике может объявить отбой – тревога антикибернетического наступления миновала. Но нет! Возник новый повод для тревоги, новая опасность, неожиданная, но не менее угрожающая, чем предыдущие. Многие годы и Совет в целом, и его председатель, и все члены всей своей деятельностью пытались унять скептицизм в отношении возможностей кибернетики. Теперь им пришлось стать грудью против… оптимизма! Чрезмерного оптимизма. Крен в отношении к кибернетике пошел в другую сторону. Если недавно большинство не верило даже в самые элементарные достижения кибернетики, вдруг многие начали верить чуть ли не в чудеса. В то, что машины могут все. В повестках обсуждений Совета по кибернетике запестрели темы, приведшие к острым и затяжным дискуссиям.

Некоторые ученые обвинили Совет в том, что он не стимулирует работ по переводу с одного языка на другой.

– Отныне машине надо поручить все переводы! – призывали они. – Ведь если ее обучили играть в шахматы, то можно научить и переводить Шекспира. Вот в Америке машина уже начинает переводить газету «Правда». А мы?!

Нетерпение можно было понять. Поручить перевод машине очень соблазнительная идея, и она стояла перед учеными чуть ли не с первых дней рождения кибернетических машин. Но вскоре оказалось, что для этой цели нужна не напористость, а терпение, не штурм, а длительная осада. Тут ученых ждали многие трудности и разочарования. В области перевода машины, можно сказать, себя скомпрометировали. Они оплошали как раз в том, в чем никто не сомневался, что казалось само собой разумеющимся. Перевод сам шел в руки. Ведь язык подчиняется вполне определенным правилам лексики и грамматики. И машине, думалось, ничего не стоит осуществить перевод с одного языка на другой в соответствии с известными всем правилами, которые могут быть положены в основу программы. Степень совершенства программы, количество и характер закономерностей, использованных при ее составлении, объем словаря, введенного в память машины, – это казалось второстепенным. И тут началась скачка с препятствиями.

На многих конференциях и в литературе появились оптимистичные и даже хвастливые обещания. А потом волны энтузиазма начали спадать. Все было ясно, но дело не очень-то двигалось.

Переводили, конечно, переводили даже целые фразы и целые абзацы, но не всякие. Технические тексты демонстрировали успех машин. Но художественный перевод в руки не давался. В чем же камень преткновения? В чем загвоздка?

Если бы каждому слову переводимого текста, скажем, английского, соответствовало на другом языке, например русском, одно-единственное значение, а порядок слов в предложении был на обоих языках одинаковым, то автоматический перевод осуществлялся бы просто. Прочитав очередное слово на английском языке (при вводе в машину каждое слово заменяется соответствующей комбинацией цифр), машина сравнила бы это слово со всеми английскими словами (с их числовыми значениями), хранящимися в ее памяти, в ее английском словаре, отыскала (вычтя из одного числа другое и получив нуль) нужное слово и запомнила номер нужной ячейки памяти, в которой находится русский эквивалент этого слова. В результате машина автоматически напечатала бы на выводном устройстве найденные таким образом русские слова, образующие переведенную фразу. Но на самом деле все обстоит гораздо сложнее! Порядок слов в предложениях в большинстве языков оказывается существенно различным. Более того, смысл одного и того же слова может изменяться в зависимости от его места в предложении и от сочетания с соседними словами. В живом человеческом языке часто для описания одного и того же понятия используются различные слова, так же как одному слову приписывается иногда несколько значений.

При переводе с одного языка на другой почти никогда нельзя переводить дословно. Некоторые слова иногда не имеют самостоятельного значения и не подлежат переводу. Построение фразы подчиняется определенным, специфическим для каждого языка правилам. Поэтому машина обязана не просто сравнивать одно слово с другим, а выполнять ряд более сложных операций. Например, если переводимому слову на другом языке соответствует несколько эквивалентов, она должна сделать верный выбор с учетом смысла фразы. Иначе получится, как в анекдотичной фразе: «Голый проводник бежал через вагон». Так переводчик, не знающий специфики технического выражения, перевел фразу: «Обнаженный провод тянулся через вагон».

После того как слова одного языка заменены словами другого языка, машина должна согласовать их между собой в соответствии с правилами грамматики. И тут-то с очевидностью обнаружилось, что разума у машины не хватает. Она не может произвести анализ значения слова по смыслу предложения. Ей, к сожалению, доступен только формальный анализ, наметки которого должны быть предварительно выявлены человеком и заложены в машину в виде программы. А это усложняет программу перевода, она должна содержать значительно большее число команд, чем программа, предназначенная для решения многих математических задач. Поэтому-то если перевод некоторых научно-технических текстов и простейших газетных материалов оказался возможным, хотя и затруднительным из-за относительно малого объема памяти современных машин, то задача перевода художественной литературы до сих пор не решена.