Теперь самое главное. Вопреки чаще всего высказываемому мнению такую ЭВМ совсем необязательно программировать на установление диагноза. Все, что требуется, это снабдить ее способностью структурировать данные, то есть устанавливать отношения между записями на основании информации, поступающей из внешнего мира. Такая ЭВМ может стажироваться в клинике, постоянно получая ту же исходную информацию, которую получают врачи, и сообщения об установленных диагнозах. Постепенно в ней будет формироваться база знаний.
Еще одна чрезвычайно важная подробность. На определенных этапах обучения ЭВМ наверняка будет ставить в соответствие одному и тому же сформированному ею симптомокомплексу несколько различных заболеваний. Подобное явление будет восприниматься ею как ошибка, и в ответ на это она будет требовать дополнительных знаний. Это и есть проявление того, что мы назвали способностью к самоорганизации.
Другим примером такого же рода могут служить демонстрировавшиеся в телевизионных передачах пейзажи поверхности планеты Венера, вид ядра кометы Галлея и, наконец, в самое последнее время пейзаж поверхности одного из спутников Юпитера. Эти изображения строились ЭВМ на основе множества фотографий, сделанных аппаратурой советских и американских межпланетных станций и переданных на Землю. Если бы нам показали любую из этих фотографий, мы бы не нашли в ней ничего общего с полученными пейзажами. Но затем шел весьма кропотливый процесс. Фотографии разбивались на мелкие фрагменты, каждый из которых использовался в качестве отдельной записи базы знаний. Записи структурировались, и выявлялись существующие между ними отношения. Конечным результатом этого процесса во всех случаях оказывался цветной пейзаж, который, кроме всего прочего, производил огромное впечатление даже своими чисто эстетическими достоинствами.
Так постепенно вырисовываются перед нами основные черты нового, пятого, поколения ЭВМ. Главное для пятого поколения — это наличие базы знаний и интеллектуальных терминалов, обеспечивающих общение ЭВМ с человеком на естественном языке. Свое задание ЭВМ получает в процессе диалога с пользователем, причем инициатива в этом диалоге принадлежит ЭВМ. Организация обработки информации сводится к следующему.
Прежде всего определяется круг понятий, отвечающих некоторой определенной предметной области. В качестве такой области можно выбрать все, что угодно, начиная от решения кроссвордов и кончая теоретической физикой. Важно, чтобы область была четко очерчена, а отобранные понятия по возможности не допускали двусмысленности. На основе отобранных понятий формируется язык — первая ступень машинного интеллекта.
Здесь имеет смысл сделать оговорку. Часто слова о том, что исходные понятия не должны допускать двусмысленности, понимают чересчур буквально и при этом делают вывод, что ЭВМ способна оперировать лишь с достаточно примитивными категориями. Это не так. Там, где нужно, допускается необходимая гибкость. В частности, в последние годы большое значение придается теории расплывчатых множеств. В основу этой теории положена концепция объектов, до определенной степени относящихся к тому или другому классу. Поэтому если и говорить о четкости определений, то не из-за возможностей ЭВМ, а в связи со стремлением к достижению максимальной эффективности.
Все сказанное справедливо применительно к грамматике создаваемого языка. В принципе это доказано многими примерами, ЭВМ способна общаться с пользователем на обычном, как говорят, естественном языке со всеми его особенностями, включая омонимию, синтаксические нестрогости, множество исключений из правил и т. п. Если к синтаксису машинных языков мы предъявляем гораздо более жесткие требования, то это диктуется соображениями надежности и эффективности. А тот факт, что машина способна работать в условиях существенной синтаксической недоопределенности, доказывается успешными опытами по дешифровке с помощью ЭВМ текстов, написанных на неизвестных, в частности, мертвых языках.
Создав язык, мы переносим задачу в память ЭВМ и тем самым получаем возможность использовать достаточно богатый к настоящему времени арсенал средств искусственного интеллекта. Все средства делятся на две основные категории: обеспечивающие формулирование цели и обеспечивающие достижения этой цели. В том и в другом случае предоставляется широчайший спектр возможностей. Всевозможные цели переработки информации выбираются из некоторого множества, ограниченного, с одной стороны, простым расположением сообщений в заданном порядке, например, по алфавиту, а с другой — созданием произведения, отвечающего определенным эстетическим требованиям. Различие между этими двумя постановками носит скорее количественный, чем качественный характер. Что касается средств достижения цели, то здесь также существует много отработанных приемов. Как правило, все сводится к выбору одного приема или некоторой их последовательности.