Интересное событие произошло позже, когда уже упомянутый нами Дж. Вейценбаум создал модель врача-психиатра для лечения некоторых больных с признаками расстройства типа неврозов. Возникла идея "вылечить" Пэрри с помощью программы врача. Вот пример происходящего между ними диалога:

В. Здравствуйте. Расскажите, на что вы жалуетесь.

П. Люди иногда действуют мне на нервы.

В. Я не уверен, что полностью вас понимаю.

П. Вам следует быть повнимательнее.

В. Пожалуйста, продолжайте.

П. Как-то я пошел на ипподром в Бэй-Медоус.

В. И с чем вы это связываете?

П. Я пошел на скачки.

В. Что еще вы хотели бы обсудить?

П. Я интересуюсь скачками.

В. Почему вы это говорите?

П. Там жульничают в игре.

В. Я не уверен, что полностью вас понимаю.

П. Вы настоящий зануда.

В. Вам нравится считать меня настоящим занудой?

П. Я сыт по горло.

В. И с чем вы это связываете?

П. До свидания.

В. Мне было очень приятно с вами познакомиться.

С вас 399 долларов 25 центов.

Неплохой диалог, хотя доктор немного "плавает".

Программисты надеются со временем настолько усовершенствовать программу "Пэрри", чтобы молодые врачи в процессе диалога могли "вылечить" искусственного больного, и тогда студенты смогут практиковаться в разговоре с машиной, не подвергая действительно больных людей риску пострадать от неумелого лечения.

Еще важнее научить машину улавливать суть того или иного сообщения. Различают два типа общения с компьютером: ограниченная беседа и ограниченное понимание. При ограниченной беседе машина "понимает" все, что ей говорят, но лишь в случае, если затрагивается определенная тема скажем, шахматные ходы или построение конструкций из кубиков. При ограниченном понимании можно разговаривать с машиной о чем угодно, но она далеко не всегда вас полностью поймет. Именно такова программа "Элиза", разработанная Дж. Вейценбаумом. "Элиза" способна лишь на поверхностное понимание предметов и явлений.

Однако по мере развития теории и практики кибернетического диалога речь машины становится все более и более осмысленной. Вспомним ревнивую Мэгпай, которой начинался этот параграф. Тест Тюринга начал срабатывать все чаще и чаще.

Вице-президент одной американской компании, занимающейся производством ЭВМ, сам того не подозревая, оказался подвергнут тестированию по критерию Тюринга. Вот какой диалог по телетайпной связи произошел у вице-президента с системным программистом Д. Бобровым, сотрудником той же компании:

В-пр. Нельзя ли мне сейчас воспользоваться ЭВМ?

Бобров. Почему вы спрашиваете?

В-пр. Может быть, мне удастся заключить сделку.

Бобров. Почему вы в этом уверены?

В-пр. Мои предполагаемые покупатели никогда не видели нашу систему в действии.

Бобров. Это имеет для вас большое значение?

В-пр. Конечно.

Бобров. Вы как будто сомневаетесь в этом?

В-пр. Что за нелепое замечание?

Бобров. Что вы имеете в виду, говоря о нелепом замечании?

В-пр. Возражаете ли вы против того, чтобы я сейчас воспользовался ЭВМ?

Бобров. Расскажите мне побольше о ваших предполагаемых покупателях.

В-пр. Позвоните мне 491-18-50.

Когда звонка от Д. Боброва не последовало, разгневанный вице-президент начал отчитывать своего секретаря, и тут выяснилось, что телетайпный коммутатор соединил его не с самим Д. Бобровым, а с той самой системой, которую вице-президент и хотел предложить заказчикам. Таким образом, критерий Тюринга быстро девальвировал в глазах кибернетиков, так и не поведя нас к границам подлинной интеллектуальности компьютеров.

ЗА СОВЕТОМ К РОБОТУ

Пока одни ученые разрабатывали принципы кибернетического диалога, другие практики и прагматики стремились запрячь эту новую способность машины в телегу научно-технического прогресса. Они решили предложить машине некоторый объем знаний из очень конкретной области.

Все полученные машиной элементы информации связаны между собой сложной системой взаимозависимых отношений. Прибегая чаще к аналогиям и заключениям, чем к логическим выводам, машина сортирует, объединяет и синтезирует эти элементы, постепенно развивая свою способность "мыслить".

Первые такие машины появились в конце 50-х годов.

Они доказали около сорока теорем и решали простые задачки типа "постройка детской пирамиды".

Уже в 60-х годах можно было побеседовать о погоде с машиной, имеющей понятие о метеорологии и обладающей знаниями синтаксиса, которые ей необходимы для правильного построения фраз. Когда, например, ей говорили: "Я не люблю дождь летом", она очень вежливо отвечала: "Да, но дождь летом бывает не так часто".

Другая программа, получившая название "Бейсбол", отвечает на все вопросы, связанные с матчами года: место встречи, счет, состав команд. Что касается программы "Сэд Сэм", то она уже стала интересоваться семейными отношениями своих собеседников, правда, не имея о том никакого понятия. И только в 1965 году машина "Сэр" стала больше внимания уделять значению слов, а не их расстановке во фразе. А машина такого же типа "Стьюдент", как хорошо успевающий учащийся, решала уравнения первого порядка, формулируя последовательность их решения на беглом английском языке.

Чем в большей степени вводимые в машину знания относятся к специальной области, тем больше шансов существует за то, чтобы машины их освоили. В настоящее время некоторые из них являются самыми настоящими "экспертами". Они уже помогают специалистам определять, например, насколько богат рудой тот или иной геологический пласт, или ставить диагноз при инфекционном заболевании.

Для создания таких искусственных "специалистов" необходимо передать им знания специалистов-людей.

Но, как это ни парадоксально, главная трудность как раз заключается в том, чтобы "изъять" эти знания из мозга человека. Врач, например, ставит свой диагноз, исходя из опыта, следуя при этом правилам, которыми он пользуется почти бессознательно, автоматически.

И вот исследователи проводят долгие часы, интервьюируя врачей и других специалистов, чтобы затем уяснить для себя основные закономерности, свойственные процессу их мышления. Как только удастся восстановить весь ход их рассуждений, будет относительно несложно воспроизвести его в программе вычислительной машины.

Начиная с 1965 года машина "Дендрал" - первый искусственный "специалист", созданный в Стенфордском университете Э. Файгенбаумом, помогает химикам определять молекулярную структуру веществ. Другой эксперт, "Проспектор" ("Старатель"), тщательно исследует геологические карты и пробы грунта для определения возможных месторождений. В штате Вашингтон им было открыто богатое месторождение молибдена.

Что касается машины "Медцин", ее программа была составлена в 70-х годах, то она ставит диагнозы при инфекционных заболеваниях, если ей сообщат результаты анализов и основные симптомы заболевания. И что самое важное, она в любой момент объяснит причину, по которой ставит именно такой диагноз, а не другой, если таких объяснений потребует от нее пользователь.

В университете Питтсбурга специалист по компьютерам Г. Поупл и специалист по внутренним болезням Дж. Майерс создали программу "Кадуцей", которая содержит в своей памяти больше симптомов болезней, чем смог бы в любом случае запомнить врач. Программа позволяет ЭВМ комбинировать факты, оценки и суждения и ставить сложные диагнозы. Машина ставит диагноз?

Да! И вот тому пример. В этот компьютер были однажды введены детальные сведения о пожилом человеке, доставленном ночью машиной "скорой помощи" в университетскую клинику. У него был плохой вид и одышка. Сердечный приступ? "Это было мое первое предположение", - рассказывал доктор Майерс.

Принимая во внимание картину состояния больного - отсутствие болей в области грудной клетки, перенесенный ранее сердечный приступ, нормальное давление крови, запись в истории болезни о диабете, - компьютер отверг более десятка предположенных заболеваний, предварительно оценив их проявления, а затем на экране появилось сообщение о главном подозрении: "предварительный диагноз - диабет сахарный".