Таким образом, можно считать, что ученые спустя десятилетия подвели итог еще одному этапу проблемы создания искусственного интеллекта. Ведь еще в 1950 году уже известный нам А. Тьюринг, отмечая ограниченные возможности тогдашних компьютеров, писал: «Он не может быть добрым, дружелюбным, изобретательным, иметь чувство юмора, отличать истинное от ложного, делать ошибки, влюбляться и становиться предметом любви, получать наслаждение от клубники со сливками, правильно пользоваться словами и размышлять о своей судьбе, совершать нечто действительно новое и быть столь же разнообразным, как и человек…»
Правда, кое-чему за это время компьютер все же научился. Он в какой-то мере умеет отличать истину от лжи, выявляя логические противоречия в поступающей информации. И ошибок в его работе бывает предостаточно. Учится он (и довольно успешно) правильно пользоваться словами. Но вот в главном по-прежнему остается верным высказывание «отца кибернетики» Н. Винера: «Оставьте человеку человеческое, а машине — машиново…» И этот «водораздел», по-видимому, будет существовать всегда.
Что же тогда остается на долю машинного интеллекта? Оказывается, далеко не так мало, как может показаться. Вот несколько примеров…
Такие разные модели
— Активная система — это, говоря иначе, человек. Таким образом, мы занимаемся проблемой управления человеком — так пояснил мне суть своей работы заведующий лабораторией активных систем Института проблем управления АН СССР, доктор технических наук В. Бурков. — Причем в данном случае под термином «человек» мы понимаем не только отдельного индивидуума, но и целые коллективы людей, работающих сообща Для достижения общей цели…
Человек же сам по себе достаточно сложная, как говорят специалисты, многокритериальная система. То есть на его поведении могут сказываться многие факторы: степень профессиональной подготовленности, характер работы, привычки и даже то, выспался он или не выспался сегодня… В зависимости от этого ответы на один и тот же вопрос: «Как повысить надежность работы человека?» — получают разные. А значит, и способы воздействия на человека с целью уменьшения ошибки в каждом конкретном случае могут быть различны.
Пожалуй, лучше всего убедить человека, что поступать именно так, как он делал до сих пор, не выгодно ни производству, ни ему самому. Вот вам конкретный пример такой ситуации. Недавно за помощью к сотрудникам лаборатории активных систем обратились инженеры Новокузнецка, занимавшиеся созданием автоматизированной системы управления выплавкой стали.
Плавить сталь — дело непростое. Находясь несколько часов кряду у раскаленной печи, сталевар с подручными все время следит за ходом плавки. То он чуть повысит, то понизит температуру в печи, вовремя добавит нужное количество легирующих элементов и точно в срок выпустит металл.
Как он узнает, что и в какой момент ему нужно делать? Ему помогают в этом анализы экспресс-лаборатории. Зачерпнет Подручный сталевара специальной ложкой-ковшиком на длинной ручке немного металла из печи, и лаборанты через некоторое время сообщают: «В стали столько-то процентов железа, столько-то углерода и серы…»
Но пока длится анализ, можно упустить драгоценное время. Поэтому опытный сталевар умеет определить качество стали и на глаз: по цвету пламени, по виду самого расплава, по времени, которое длится процесс… Такое умение дается нелегко, требует накопления многолетнего опыта, в спешке люди далеко не всегда действуют наилучшим образом… Словом, перед нами как раз тот случай, когда труд человека нуждается в помощи машины.
Однако сделать процесс плавки автоматическим еще никому в мире не удалось. Поэтому в Новокузнецке решили для начала создать автоматизированную систему управления, которая бы работала в режиме «советчик сталевара». ЭВМ с помощью системы датчиков следит за процессом и высвечивает свои рекомендации на экране дисплея. А там уж дело человека — принимать или не принимать эти рекомендации к исполнению.
Сталевары с радостью встретили новинку. Однако процесс выплавки стали, как мы уже говорили, очень сложен, далеко не все его тонкости удалось учесть сразу при проектировании системы. Поэтому нет ничего удивительного в том, что первые советы компьютера были, мягко говоря, весьма далеки от идеала. Сталевары сначала посмеивались над ними, а потом и вовсе перестали обращать внимание на работу ЭВМ.
Впрочем, разработчики не дарам ели свой хлеб. Они создали самообучающуюся, адаптивную систему. То есть компьютер в каждом конкретном случае анализировал свои решения, решения сталевара и выявлял лучшие… Машина училась на ошибках, и через некоторое время ее советы стали заслуживать того, чтобы ими воспользовались. Но сталевары уже привыкли к мысли, что от ЭВМ толк невелик, и но-прежнему не обращали на нее внимания. Что делать? Как преодолеть сложившийся психологический барьер?
Подумав, ученые предложили производственникам использовать двухканальную систему управления процессом. То есть, говоря проще, предложили устроить соревнования между человеком и компьютером. ЭВМ начисто лишена самолюбия, аккуратна, ничего не забывает. Поэтому если ввести в программу небольшое дополнение, то после каждой смены можно будет наглядно увидеть, сколько ошибок сделал человек и сколько компьютер, каков результат труда в том случае, когда человек действовал но своему усмотрению, и каков он был бы, если бы сталевар послушался совета ЭВМ…
Спортивный азарт соревнования в сочетании с точным научным подходом быстро сделал свое дело. В настоящее время все сталевары используют в своей работе советы компьютера. Это позволило на двадцать процентов повысить эффективность их труда, экономить ежегодно миллионы рублей!
Советские ученые также научились использовать подобные деловые игры для различных целей, создают математические модели самых неожиданных процессов и событий. Так, например, несколько лет назад в Вычислительном центре АН СССР вновь разыгралось… Синопское сражение!
— Мы знали во всех деталях тактику русской и турецкой эскадр, в том числе все — целераспределения и маневры, которые совершали русские и турецкие корабли, — вспоминал один из участников этой работы академик Н. Моисеев. — Мы хотели понять, насколько правильно распорядился адмирал Нахимов своими кораблями. Что могли сделать в этой ситуации турки… Результат оказался весьма интересным. ЭВМ показала, что Нахимов действовал практически оптимально. То есть он настолько верно расставил свои корабли и нацелил первый удар, что единственное спасение турок состояло в отступлении. Пока не поздно, им было необходимо ретироваться с поля сражения и попытать счастье уже в другом месте, при другой диспозиции. Иного выхода у них не было…
Понятно, что такая игра — не более как проверка возможностей нового метода математического моделирования. Убедившись в его действенности, специалисты стали использовать его весьма широко, во многих отраслях народного хозяйства. Испробовали они свои силы даже в решении общегосударственных задач.
— Мы решили придумать свою собственную планету, населить ее придуманными персонажами, наделить эти персонажи способностью создавать технологии, вести войну и так далее, — продолжает Н. Моисеев.
Правда, планета, созданная математиками, была весьма далека от реальной даже по форме. Она была не шарообразной, как наша Земля, а цилиндрической — так оказалось удобнее описывать происходящие на ней события в математической форме. На планете размещалось всего три государства — А, В и С. Первое обладало богатыми запасами полезных ископаемых, большим населением, огромной территорией, но низким уровнем развития промышленности. Другая страна обладала, напротив, малой территорией, бедными природными ресурсами, население ее было невелико, зато очень высок уровень промышленного развития. Третья страна занимала промежуточное положение.
Потенциальные возможности государств были описаны математически. Известны и законы, которыми надо руководствоваться, чтобы не «прогореть». Можно начинать игру, т. е. привести модель в действие? Оказалось, нет. Забыли одну «мелочь»-людей, осуществляющих все замыслы, приводящих в действие машины. Модель цилиндрической планеты стала функционировать более-менее удовлетворительно, лишь когда в состав каждого «государства» включили экспертов — людей, которые принимали решения в затруднительных случаях. Машина готовила им данные, показывала, что происходит в результате развития тех или иных событий, но главное действие — решение — производили все-таки люди. Тем не менее, отталкиваясь от таких упрощенных построений, специалисты затем смогли прийти к гораздо более сложным аналогам.