Сам Тьюринг предсказывал в 1950 году, что к концу столетия «значения слов и настрой в среде образованных людей изменятся настолько, что можно будет спокойно говорить о мыслящих машинах без опасения нарваться на возражения». Первые работы в этой области были блестящими, революционными, наивно оптимистическими, и, если можно так сказать, полными высокомерия. Искусственный интеллект обязан был уметь не только думать, но и видеть, естественно, поэтому возник порыв создать зрячую машину. Известный «летний проект по созданию искусственного зрения» в Массачусетском технологическом институте в середине 1960-х годов стал первой попыткой «научить машину видеть» в течение длинных каникул, отбросив временно все остальные задачи на потом. Электронные мозги, над которыми работали ученые в те времена, сегодня показались бы гигантскими по размерам, но слабыми и невыносимо медленными, и одним из побочных результатов стал выбор эффективности как приоритета исследований. Никому не был нужен компьютер, который реагировал бы на набор обычных данных в течение нескольких дней, главной целью его создания было достижение беспрецедентной скорости обработки реальных данных в реальном времени.
Первым был ИИ, или GOFAI (Good Old-Fashioned AI «старый добрый искусственный интеллект» [Haugeland, 1985][62]), – попытка «интеллектуалистского» подхода, стремление записать то, что знает человек-эксперт языком компьютера, машины, способной манипулировать логическими устройствами, готовой управлять «огромными» хранилищами данных, заполненных тщательно складированными знаниями о мире, создавая теоремы, которые призваны были бы помогать принимать решения на основе анализа всей имеющейся информации и адекватно контролировать различные побочные действия интеллекта и воздействующие на него факторы. Ретроспективно этот первый ИИ можно рассматривать как попытку создать сочетание картезианского, рационального эксперта, хранящего в памяти бесчисленное количество предложений, с устройством, сочетающим понимание со способностью делать выводы на основе релевантных аксиом и обнаруживать противоречия в собственном видении мира, то есть настолько эффективное, насколько это вообще возможно. В конце концов, что такое разумный помощник, как не отлично информированное, рационально рассуждающее существо, которое может достаточно быстро думать, использовать нужные знания, хранящиеся в его памяти, планировать действия и предвидеть все вероятные последствия? Это казалось отличной идеей в те времена, и для некоторых исследователей она до сих пор не утратила актуальности17.
Стремление достичь максимума скорости и эффективности диктовало необходимость, прежде всего, решить проблемы, казавшиеся на первый взгляд «элементарными». Многие из этих задач уже были решены, правда, в весьма упрощенной форме, и применялись в мире простых автоматов (в лифтах, посудомоечных машинах, даже на нефтеперерабатывающих предприятиях и в самолетах), в медицинской диагностике, в игрушках и других ограниченных областях исследований или взаимодействий: бронирование билетов, проверка орфографии и даже грамматики и тому подобное. Мы вполне можем считать эти устройства дальними родственниками строжайше засекреченных и изолированных систем, созданных Гровсом и его элитарной командой интеллектуальных творцов. Они придерживались принципа Достаточного Знания и полагались на понимание проектировщиков, способных создать системы из подсистем, заранее снабженных ровно теми компетенциями, которые могут им понадобиться для обеспечения результата и решения проблем, с которым им придется столкнуться. Несмотря на всю свою гениальность, первые разработчики ИИ не были всемогущими (а времени у них было не так много), поэтому они ограничили диапазон и разнообразие исходных данных, которые могла обработать каждая из подсистем, и создали программы, способные лишь охранять тысячи разных мастерских, чтобы защитить дурковатых гениев (подпрограммы), трудившихся в них.
62
Это название дал первому символическому искусственному интеллекту Джон Хогланд, специалист по философии интеллекта, в своей книге в 1985 году.