Елена Сапарина - Ага! и его секреты

Однако ученым было от этого не легче. Стало ясно, что прежними методами не проникнуть в мыслительную кухню. Изучая, как передаются и куда приходят нервные импульсы, не понять деятельность ума. Это физиологов могла интересовать работа отдельных нервных клеток и ансамблей из них. Здесь же требовалось установить ход мыслей. Значит, надо было обращаться к психологии. А психологи не могли дать конкретных рецептов, как усовершенствовать машину, заставить ее думать по образу и подобию человека, потому что сами знали об этом очень мало и детально не представляли, как думает человек.

Да и много ли можно было узнать теми способами, которыми они действовали. Нужен был совершенно иной подход к исследованию мышления — современный, основанный на математике, а не на лирических описаниях того, кто как думает. Таким орудием исследования и стала теория информации.

С ее помощью ученые вплотную подошли к тому, чтобы четко и ясно сформулировать, чем мышление человека отличается от машинного. Машина действует статистически, каждый раз вычисляя «среднее арифметическое» решение. Человеку же нет надобности перебирать все варианты. Он находит правильный ответ, нередко руководствуясь какими-то смутными намеками, обрывками сведений.

Если говорить на современном языке, машине необходима полная информация о всех деталях задачи, которую она решает. А мозг человека может находить разумные решения, используя разрозненные сведения. Именно поэтому кибернетические машины, несмотря на свое быстродействие, так плохо играли в шахматы. Ведь прежде, чем принять решение, они должны были просмотреть и рассчитать все возможные варианты хода. А шахматы — такая игра, где количество вариантов каждого хода бесчисленное.

Искусство умелой игры — вовсе не в переборе многих решений, а в выборе правильного. Вот почему говорят, что самый плохой шахматист играет лучше самой умной машины.

Работа на неполной информации — главное отличие в способе «мышления» машины и человека. И именно эту способность труднее всего воспроизвести в машине. Виктор Михайлович Глушков — признанный математик, много занимавшийся теоретическими вопросами, а теперь обратившийся к кибернетике, уверяет, что проще всего научить машину думать как математик-теоретик (то есть обучить ее логическим действиям). И гораздо труднее воспроизвести такие интуитивные действия, как поиски решения, оценка вариантов, умение узнавать в незнакомом известные черты. А ведь все это — в более примитивной форме, разумеется, — могут делать даже животные.

Логическое мышление математика он сравнивает с правилами передвижения шахматных фигур, а поиск правильного доказательства — с талантом, опытом и интуицией шахматиста.

Теперь дело было за психологами: вооруженные математическим инструментом, они должны разобраться в механизмах нашего мышления и дать свои рекомендации инженерам. Но инженеры вольно или невольно тоже научили кое-чему следопытов мысли. В их представления вклинилась кибернетика. «Раз мозг — устройство для переработки информации, значит и изучать надо в первую очередь информационные процессы в нем», — пришли к выводу психологи.

Заставляя людей играть в «морской бой», они стремятся найти правила (или, как мы сказали бы теперь, алгоритмы) переработки информации человеческим мозгом.

Откуда они возникают, эти злополучные алгоритмы? Один из американских психологов шутливо заметил: задавать такой вопрос все равно, что спрашивать бостонских дам, откуда они берут свои шляпы. Те возмущенно ответят: «Моя дорогая, мы не получаем наши шляпы, у нас они есть».

И все же вопрос вполне законный. Надо только условиться, что именно мы имеем в виду под алгоритмом. Слово это взято из математики. Там алгоритм — это система правил, по которым решаются те или иные задачи. К примеру, вы хотите разделить число 348 592 на 849. Те последовательные действия, которые вы для этого проделаете, и есть алгоритм. Иными словами, это правила, руководствуясь которыми вы можете разделить любое многозначное число на другое, тоже многозначное. Они применимы не к одной частной задаче, а ко всем задачам такого типа.

Алгоритм, о котором мы сейчас говорим, — один из самых простых. Его вы учили в школе. Математика насчитывает сотни разных алгоритмов. История этой науки, собственно, и есть открытие многочисленных алгоритмов. И как у всякого открытия — у каждого из них своя судьба, подчас драматическая. Случаются они не часто, и всякий раз это большое событие — ведь появляется возможность решать новый круг задач, новый ряд проблем.