Ни одна машина пока не может пройти тест Тьюринга, и ни одна, вероятно, это не сделает в ближайшее время. Кажется мудрым спросить, есть ли хорошее основание даже пробовать: мы можем извлекать больше пользы от исследований по ИИ, преследующих другие цели.

Разрешите различить два вида искусственного интеллекта, хотя некая конкретная система могла бы проявлять оба вида. Первый вид – это технический ИИ, приспособленный иметь дело с физическим миром. Усилия в этой области ведут к автоматизированному проектированию и научному исследованию. Второй вид – социальный ИИ, приспособленный иметь дело с человеческими умами. Усилия в этой сфере ведут к машинам, способным пройти тест Тьюринга.

Исследователи, работающие над системами социального ИИ, на пути к цели узнают много о человеческом разуме, и их системы будут несомненно иметь большую практическую ценность, так как все мы можем выиграть от умной помощи и совета. Но автоматизированное проектирование, основанное на техническом ИИ будет иметь большее влияние на гонку технологий, включая гонку по направлению к молекулярной технологии. И может быть легче разработать продвинутую систему автоматизированного проектирования, чем систему, способную пройти тест Тьюринга, которая должна не только владеть знаниями и интеллектом, но должна подражать человеческому знанию и человеческому интеллекту – особая, более сложная задача.

Как Тьюринг спросил, ""Разве машины не могут делать что-то, что должно быть описано как мышление, но которое очень отличается того, что делает человек?" "Хотя некоторые авторы и политические деятели могут отказываться признать машинный интеллект, пока они не столкнутся с говорящей машиной, способной пройти тест Тьюринга, многие инженеры признают интеллект в других формах.

Мы достаточно далеко продвинулись на пути к автоматизированной разработке. Разработчики экспертных систем продают системы, которые помогают людям решать практические проблемы. Программисты создали автоматизированные системы проектирования, которые воплощают знания о формах и видах движения, нагрузке и напряжении, электронных схемах, потоках тепла, а также о том, как машины придают форму металлу. Разработчики используют эти системы, чтобы обогатить свои умственные модели, ускоряя эволюцию ещё непостроенных конструкций. Вместе, разработчики и компьютеры создают интеллектуальные полуискусственные системы.

Инженеры могут использовать широкое разнообразие компьютерных систем для помощи в своей работе. На одном конце спектра, они используют экраны компьютера просто как доски для рисования. Намного далее по этому пути, они используют системы, способные описывать части в трех измерениях и вычислять их реакцию на тепло, нагрузку, электрический ток и т. д. Некоторые системы также знают о производственном оборудовании, управляемом компьютером, позволяя инженерам делать моделированные тесты инструкций, которые будут позже направлять контролируемые компьютером машины на производство реальных деталей. Но на самом конце этого спектра системы включают использование компьютеров не только для записи и тестирования различных конструкций, но и для их генерирования.

Программисты разработали свои наиболее впечатляющие инструменты для использования в самом компьютерном бизнесе. Пример – программное обеспечение для проектирования чипа. Чипы интегральной схемы сейчас содержат много тысяч транзисторов и соединений. Разработчики когда-то были вынуждены работать в течение многих месяцев, чтобы разработать схему для выполнения определённой работы, и расположить её многие части по поверхности чипа. Сегодня они могут часто поручить эту задачу так называемому "силиконовому компилятору". Имея спецификацию на функцию чипа, эти системы программ могут производить детализированную разработку схемы, готовой для производства, с небольшой или вообще без человеческой помощи.

Все эти системы основываются целиком на человеческом знании, тщательно собранном и закодированном. Наиболее гибкие автоматизированные системы проектирования сегодня могут варьировать предложенный проект для поиска усовершенствований, но они не узнают ничего применимого к следующему проекту. Но EURISKO отличается. Разработанная профессором Дугласом Ленатом и другими в Стэндфордском университете, EURISKO предназначена для исследования новых областей знания. Она управляется эвристиками – кусочками знания, которые подсказывают возможные действия, которым можно следовать, или те, которые нужно избегать; по сути, различные "правила большого пальца". Она использует эвристики, чтобы подсказывать темы, над которыми нужно работать, и другие эвристики, чтобы подсказывать, какие подходы попробовать и как оценить результаты. Ещё одни эвристики ищут устойчивые структуры в результатах, предлагая новые эвристики, и ранжируют ценность и новых, и старых эвристик. Таким образом EURISKO вырабатывает лучшее поведение, лучшие внутренние модели, и лучшие правила выбора между внутренними моделями. Сам Ленат описывает вариацию и отбор эвристик и принципов в системе терминов «мутация» и «селекция», и подсказывает социальные, культурные метафоры для понимания их взаимодействия.

Поскольку в EURISKO эвристики эволюционируют и конкурируют, имеет смысл ожидать, что появятся паразиты – как действительно многие появляются. Одна произведенная машиной эвристика, например, повысилась до самой высокой возможной оценки ценности, заявляя, что она помогла открыть каждую ценную новую догадку. Профессор Ленат работал близко с EURISKO, улучшая её умственную иммунную систему, давая ей эвристики для отсеивания паразитов и избежания глупых линий рассуждения.

EURISKO использовалась для исследования элементарной математики, программирования, биологической эволюции, игр, трехмерной конструкции интегральных схем, сбора нефтяных пятен, слесарного дела, и, конечно, самих эвристик. В некоторых областях она поразила своих проектировщиков новыми идеями, включая новые электронные устройства в возникающей технологии 3-мерных интегральных схем.

Результаты турнира иллюстрируют мощь команды, состоящей из людей и машин с ИИ. Traveller TCS – футуристическая игра в войну на море, включающая две сотни страниц правил, которые определяют конструкцию, стоимость и ограничения возможностей для флота ("TCS" расшифровывается как Trillion Credit Squadron – "Эскадра, стоящая триллион"). Профессор Ленат дал EURISKO эти правила, набор стартовых эвристик и программу для моделирования битвы между двумя флотами. Он сообщает, что "затем она разрабатывала флот за флотом, используя симулятор как механизм "естественного отбора" по мере того, как она разрабатывала всё лучшие и лучшие проекты флота." Программа работала всю ночь, разрабатывая, тестируя и извлекая уроки из результатов. Утром Ленат отбраковал плохие проекты и помог их улучшить. Он приписывает около 60 процентов результатов себе и около 40 процентов – EURISKO.

Ленат и EURISKO вступили в национальный турнир 1981 года по игре Traveller TCS турнир со флотом, выглядящим странно. Другие соперники над ним смеялись, но затем ему проиграли. Флот Ленат/EURISKO выиграл все раунды, став как национальным чемпионом. Как Ленат замечает, ""Эта победа делается более значительной тем фактом, что никто, кто делал эту программу никогда не играл в эту игру до турнира, не видел, как в неё играют, и не было ни одного тренировочного раунда."

В 1982 спонсоры соревнования изменили правила. Ленат и EURISKO пришли с очень отличающимся от предыдущего флотом. Другие соперники снова смеялись над ним, но затем проиграли. Ленат и EURISKO снова выиграли национальное первенство.

В 1983 спонсоры соревнования сказали Ленату, что, если он вступит и победит снова, соревнование будет отменено. Ленат откланялся.

EURISKO и другие программы ИИ показывают, что компьютеры обязаны ограничиваться скучной, повторяющейся работой, если им дают правильный вид программирования. Они могут исследовать возможности и открывать новые идеи, которые удивляют их создателей. EURISKO имеет недостатки, однако она указывает путь к чему-то вроде партнёрства, в котором и система ИИ, и человек-эксперт вкладывают знание и творчество в процесс разработки.