Искусственный интеллект построен?

Автор: Юрий Ревич
Опубликовано в журнале "Компьютерра" №44 от 23 ноября 2004 года.

Владимир Львович Арлазаров представляет собой редкую в наших краях фигуру ученого-предпринимателя. И не просто предпринимателя — всемирно признанный ученый, член-корреспондент РАН, лауреат всяческих медалей и премий (Одна из них, между прочим, за нашумевшую в свое время программу «Каисса» — первого чемпиона мира среди шахматных программ (1974)), заведующий отделом вычислительной техники Института системного анализа, Владимир Львович одновременно входит в Top100 (По версии газеты «Коммерсантъ-Daily») ведущих российских менеджеров ИТ-индустрии за 2001–03 гг. Он занимает пост генерального директора компании Cognitive Technologies, хорошо известной многим пользователям ПК по программе документооборота «Евфрат» и системе распознавания текстов CuneiForm.

Уже в самом начале разговора Владимир Львович меня, прямо скажем, ошарашил. Основные задачи направления под общим названием «искусственный интеллект», те, что были поставлены еще полвека назад, решены, считает Арлазаров. Надо сказать, что это не первый ученый, занимающийся проблемами ИИ, от которого я слышу подобные заявления. Но в том первом случае моим собеседником был Дмитрий Чернавский, теоретик, к тому же занимающийся скорее биологией, чем кибернетикой-информатикой — а тут тот, кто действительно на практике воплощает все эти заумные материи, к тому же сам принадлежащий к пионерам ИИ в нашей стране. Кто тогда, если не он, объяснит мне, почему, например, до сих пор результаты машинного перевода с трудом можно посчитать даже подстрочником, а назревшая задача распознавания лиц по изображению с видеокамеры не решена даже в первом приближении? Примерно так рассуждал я, направляясь на встречу. Но услышал совершенно другие ответы, чем ожидал.

В 1960–70-е годы на направление искусственного интеллекта возлагались большие надежды. В чем они оправдались — а в чем не оправдались? Что такое ИИ сегодня?

— Надежды — не то слово, которое следовало бы тут употреблять. Тогда обсуждались в том числе и чисто философские вопросы: «может ли машина мыслить?». А что такое «мыслить» («Can the Machine Think?» — так называлась напечатанная в 1956 году статья Алана Тьюринга, в которой, в частности, вводился хорошо известный «тест Тьюринга». В СССР она была переведена в 1960 году в виде отдельной брошюры. Впервые эта работа была опубликована еще в 1950 году под названием «Computing Machinery and Intelligence», и считается, что именно ее появление вызвало лавинообразный всплеск интереса к искусственному интеллекту)? Дело это абстрактное, не очень понятное. На волне становления вычислительной техники, борьбы за кибернетику, как самостоятельную науку этому придавалось большое значение. Честно говоря, мы — разработчики — такого значения этому вопросу никогда не придавали. В сущности, его можно сформулировать так: либо в человеке есть что-то божественное, либо его мозг — просто механизм переработки информации. Сразу становится ясно, что это вопрос веры, а не науки или техники.

Но одновременно с обсуждением этого вопроса началось выделение некоторых задач, которые объединили под общим названием «искусственный интеллект». Какие это задачи? Те, про которые были все согласны, что они не просто предмет счета, а предмет мышления человека. Прежде всего это игры — действительно, ведь никто не спорит, что человек думает, когда играет, правда? Игры удобны для нас еще тем, что у них известны правила, всегда можно точно определить, хорошо человек или машина играет или плохо. Вторая разновидность — это задачи узнавания и распознавания: как по наблюдаемым признакам объекта определить, к чему он относится, классифицировать его. Стоит вспомнить классические работы М. М. Бонгарда, если говорить о наших ученых — я всегда люблю говорить о наших — с его проблемой «как отличить кошку от собаки?». Третий круг задач — как узнать, что написано в тексте? Классический пример: прочитав «Евгения Онегина», определить отчество Татьяны Лариной. Оно там содержится в неявном виде «смиренный грешник Дмитрий Ларин/Господний раб и бригадир/Под камнем сим вкушает мир». Нужно создать такую систему извлечения смысла, которая бы не была специально настроена именно на этот вопрос, но давала бы ответ.

Было несколько таких ключевых задач, которые, собственно, и разрабатывались — про все остальное велись разговоры. Поэтому вопрос о том, какие надежды сбылись, а какие нет — нельзя относить к сфере искусственного интеллекта вообще, никаких общих ожиданий у людей, которые реально этим занимались, не было. На практике такой задачи — «построить искусственный мозг, который будет, как человек» не существовало. Мы понимали, к каким задачам реально приложимы проблемы, которыми мы занимались. И в этом смысле ожидания, на мой взгляд, более чем сбылись.

Например, задачи распознавания сегодня применяются в огромном количестве приложений — это системы распознавания текстов в быту, аэрофотоснимков в сельском хозяйстве, аналогичные задачи в промышленности, в военной технике… Расхожей тематикой стали экспертные системы — в медицине, в задачах управления сложными объектами. Игровые задачи и, главное, переборные механизмы, которые были найдены в процессе решения игровых задач, сегодня находят самое широкое применение. Они вошли в плоть и кровь самой науки, я уж не говорю об прикладных дисциплинах — информатике или программировании.

Позвольте с вами немного не согласиться. Если взять задачи распознавания, то та же задача «отличить кошку от собаки» не решена до сих пор. Или такой пример, попроще: пусть есть картинная галерея и надо отобрать все картины, где изображены женские образы. Как с этим делом?

— Вот к этой задаче мы на подходе. Очень далеко продвинулись, и если бы эта задача была востребована…

Но она очень даже востребована! Если даже не говорить о простом поиске по изображениям в Googlе, то вот проблема идентификации террористов — стоит видеокамера в людном месте, нужно выделить тех людей, которые введены в базу данных…

— Востребованность научная и востребованность общественная — это разные вещи. Возьмем игры — мы еще лет пятнадцать-двадцать назад, в середине 80-х, утверждали, что если бы была нужна машина, которая обыгрывает человека в шахматы, то такая машина была бы создана. И она была создана, но не за годы, а за десятилетия — потому что ее реальной востребованности обществом не было. Отличать мужские и женские лица — такая научная потребность есть. Есть и куда ее применить, вы правы, но тут уже придется перейти от вопросов искусственного интеллекта к вопросам организации. Лет десять назад я собрал представителей всех силовых ведомств, в каждом из которых есть группы, занимающиеся вопросами, приближенными к ИИ, и предложил: вот есть задача распознавания речи и мы вплотную подошли к ее промышленному решению. Кто готов финансировать? Оказалось, что никто. Так в чем состоит востребованность задачи распознавания речи, если ее никто не готов финансировать?

А задача распознавания лиц террористов — она даже не поставлена, как надо. Никто не сказал, что если бы мы сейчас предложили, как распознать лицо из массы похожих, то это легло бы в основу крупных серьезных промышленных систем борьбы с терроризмом. Нам бы такого хотелось — но этого нет.

Но вот на Западе пытаются даже внедрять такие вещи…

— И мы внедряем, а как же — у нас огромное количество внедрений, по тем же технологиям распознавания. Но тут есть социальный заказ на то, что мы внедряем.

Короче говоря, вы утверждаете, что если «задача террористов» будет поставлена, профинансирована и правильно организовано ее выполнение, то она может быть решена?

— Думаю, что вне всякого сомнения. Технически мы близки к тому, чтобы ее решить. Вообще сейчас уже целый ряд задач ИИ близок к решению, и то, что они не поставлены, является одним из самых обидных для нас обстоятельств, потому что из-за этого многие задачи, которые нам хотелось бы решить, мы решить не можем.

А задача машинного языкового перевода: нельзя же отрицать, что там все застыло?

— С системами машинного перевода ситуация обстоит так же, как и с другими направлениями ИИ. На рынке сейчас представлены реально работающие коммерческие системы. Их покупают и ими пользуются, о чем двадцать лет назад даже не приходилось мечтать. Поэтому про то, что в этом отношении задача ИИ выполнена, сомнения нет. Что касается качества, то, конечно это не то, что хочется в идеале получить. Мы не получаем четкого, литературного перевода. Но используя тот или иной продукт, без всякого сомнения, можно понять смысл предложения, абзаца, текста, и этой возможностью пользуется каждый третий пользователь PC. Как и в случае с распознаванием речи, шахматными программами и так далее, качество близкое к литературному, может быть достигнуто либо при наличии определенного заказа, либо просто со временем. Скажем, лет через десять-пятнадцать системы машинного перевода, не спеша и поступательно продвигаясь в этом направлении, достигнут того качества, которое мы сегодня видим как эталонное.

Ведь все это требует достаточно больших вложений, и я, как руководитель коммерческой организации, понимаю, что такое вложение средств. Несомненно, среди проектов ИИ были и дутые — вспомним японский проект «пятого поколения». Подобных дутых проектов было несколько — типичный пример — это проблема 2000 года. Раскрутили, затратили огромные деньги — и что? Решили проблему тем, что выяснили, что ее нет, как у Стругацких — «утилизация посредством списания». А у японцев просто не было поставлено конкретной задачи.

Как же, а задача построения «баз знаний»?

— Нет такой задачи. Я все пятилетие, пока у них шел проект «пятого поколения», пытался выяснить — в чем состоит задача построения «баз знаний»?

Я недавно встретил такой рекламный слоган: «Microsoft Outlook 2000 — портал знаний»…

— Вот-вот. От всего остаются слова и потом кто-нибудь их использует. Что такое «база знаний», из чего она состоит? Никто не знает. Или вот — говорят, что нужны «задачи логического вывода». Кого из кого мы хотим вывести? Если говорить о доказательстве математических теорем — это одна из интереснейших задач ИИ. Но она обществом не востребована!

Тут есть некоторая разница, которую надо понимать — есть задачи и есть алгоритмы. Когда я говорю, что ожидания более, чем сбылись, я имею в виду те алгоритмы, которые мы — в широком смысле «мы» — разрабатывали. И в востребованных задачах, в каждодневной практике мы именно их широко используем. Но практическая задача того же логического вывода — кому это нужно? Для чего?

Если вернуться немного к философии — еще Ада Лавлейс сформулировала тезис о том, что «машина не может создавать новой информации, она ее только перерабатывает». Вы с ним согласны?

— Никто не может создавать новую информацию. И человеческий мозг в том числе тоже ее только перерабатывает. Все в мире уже есть, и все новое происходит из того, что уже было. Когда мы доказали теорему, то это новая информация?

Нет. В квадратном уравнении уже содержатся все его решения. Новая информация — это не результат логического вывода из системы аксиом, это, например, создание новой системы аксиом.

— Относительно аксиом — очень неопределенная постановка. Я вам в два счета сварганю программу, которая будет генерить новую информацию в вашем смысле.

Я веду речь о том, что называется озарением, интуицией… Пенроуз это формулировал, как «мозг функционирует невычислимым образом».

— Во! Вот это правильный вопрос, и мы уже об этом говорили: начальная информация и законы логики — это все, чем владеет мозг? Или есть еще какие-то вещи, и к логике функционирование мозга не сводится? Это сложный вопрос. Уже потому, что есть некоторые химизмы, которые влияют на функционирование мозга, логика может тут и рядом не лежать. Поэтому, хотя меня Советская власть воспитала атеистом, но уверенности в том, что ничего, кроме логического вывода и начальной информации, не существует, у меня нет никакой. Но и уверенности в том, что некоторые функции мозга нельзя смоделировать, у меня нет — может быть, мы просто не знаем как?

Еще одна тема, которую я хотел бы затронуть, касается науки в нашей стране. Путин вот в конце октября ругал академиков за недостаточный практический выход. А вы лично и компания Cognitive — прекрасный образец конвертации науки в практические нужды. Как вы считаете, какие реформы науке нужны и какого выхода ждать?

— От науки выход был, есть и будет независимо ни от чего. В этом деле есть два аспекта. Первый — очень простой. Советская власть пыталась разрушить православную церковь. Ей это не удалось. Нынешняя власть пытается разрушить науку. Ей это тоже не удастся. Повредить — да, а разрушить — нет. Другое дело, что храмы загажены, и их нужно вычищать — это правда. Но та кампания, которая идет, направлена на их разрушение, а не на их вычищение.

А что же нужно делать?

— А ничего не нужно. Мое мнение — наука, по крайней мере последнее пятилетие, возрождается, и все, что нужно — это ей не мешать.

А государственное финансирование?

— Разумеется, государство должно поддерживать те направления, которые сами себя не могут поддержать. Но государство науку поддерживало и поддерживает, и будет поддерживать — не потому, что ему нравится, а потому, что ни одного шага без науки оно сделать не сможет. А мы говорим о кампании, которая ведется. Она не за науку и не против науки, а за те четыре сотни зданий, которыми владеет Академия Наук — это совершенно прозрачно, и ни для кого не является секретом.

Но профессор, который получает семь тысяч рублей — это довольно смешно звучит…

— Конечно, смешно. А почему профессор должен получать семь тысяч? Я вот профессор, и я столько не получаю. И не потому, что я еще и руководитель успешной коммерческой организации. У нас тут в институте довольно много профессоров, которые тоже получают существенно больше. Многое зависит от самих профессоров — поколение тех, которые получают семь тысяч рублей, скоро вымрет. Мне их жалко — потому что среди них много настоящих ученых и мы стараемся их по возможности привлекать. Если бы нам меньше мешали, мы бы привлекали больше. И не только мы — Cognitive Technologies далеко не единственная компания, которая готова вкладывать деньги в науку. Есть довольно много таких компаний, но государство все время ставит рогатки на этом пути — причем более чем серьезные. Вот это единственное, что следовало бы исправить немедленно, а больше ничего делать не надо.

Конечно, виноваты не только эти рогатки. Но повторю — для начала государство должно не мешать, а оно мешает, и круто мешает. Вероятно, если этот уровень снять, откроются и другие причины, но на сегодня эта причина мне представляется главной, и пока мы ее не снимем, все остальное не имеет смысла.

Но что касается практического выхода — ведь в России все же никогда не умели делать массовые продукты?

— А что это вообще за сверхзадача выпуска массовых продуктов? Я совершенно убежден, что развивать надо, то что умеешь делать хорошо, а не подымать то, что плохо. Что плохого в международном разделении труда? Вот группа Бабаяна работает на Intel — прекрасно. Это талантливые ребята, они в свое время создали очень неплохую машину и их надо всячески поддерживать, чтобы они жили здесь и платили налоги. Не надо придумывать глупости в стиле того, как у нас подымали вычислительную технику. Целый город на Варшавке — НИЦЭВТ — построили, а наша вычислительная техника развалилась ровно в тот день, когда разрешили покупать импортную. Ни одной советской машины с тех пор не было куплено. У нас не было вычислительной техники.

Ну, не совсем так — были ведь и Лебедев и, к примеру, Карцев…

— Карцев был за двадцать лет до этого. Во времена Карцева мы были вполне на уровне. А к концу 80-х годов у нас ничего похожего на вычислительную технику уже не было — то, что было, развалилось в одно касание. Это хороший пример того, какие глупости можно наделать, если пытаться развивать то, чего мы не умеем.

Если вернуться к началу: правильно ли я понял, что Вы считаете тематику искусственного интеллекта в основном исчерпанной?

— Нет, конечно. Близок к разрешению определенный цикл проблем, поставленных уже более сорока лет назад. Сейчас зреют постановки новых интеллектуальных задач, для решения которых существующие методы выглядят недостаточными. Но это уже другая песня.

Размышляя над всем услышанным, я задним числом был вынужден во многом согласиться с Владимиром Львовичем. Действительно, если выйти за пределы стереотипа «искусственный интеллект» = «искусственный разум», а считать ИИ просто набором неких совершенно конкретных задач, объединенных общим подходом, то все становится на свои места. Компьютер нельзя обучить игре «вообще», встала задача его научить играть в шахматы — научили, или вот Дмитрий Лесной научил его играть (и неплохо играть) в преферанс. Если столько же сил приложить к тому, чтобы сделать программу достойным партнером по игре в го [См. тему номера в «КТ» #484 (www.computerra.ru/offline/2003/484)], то, очень вероятно, что эта задача тоже будет выполнена. Ну а всех этих разумных киборгов-роботов оставим фантастам.