Как сдвинуть гору Фудзи Подходы ведущих мировых компаний к поиску талантов - Паундстоун Уильям (2004)

Почему люди не хотят рассуждать на основе неопределенных предпосылок? Одно из объяснений – мы опасаемся, что напрасно потратим время и усилия. Вы же не знаете: может быть, после того, как вы разрешили одну неопределенность, появится еще одна, а потом и еще, и еще, и еще.

В реальной жизни это весьма вероятно, но логические головоломки отличаются от реальных жизненных ситуаций. Это «игрушечные проблемы», которые специально так задуманы, чтобы у них были решения, которые вы можете отыскать.

Головоломку потому и называют головоломкой, что у нее есть два обязательных качества: во-первых, ее трудно решить и, во-вторых, у нее есть правильный ответ. Вы должны быть готовы не останавливаться уже на первой дизъюнкции (без труда не вытянешь и рыбку из пруда!). Вот чем отличаются люди, умеющие решать головоломки, от тех, кто не умеет этого делать. После того как вы справитесь с первой дизъюнкцией, вы почти наверняка обнаружите, что ситуация значительно проще, чем она вам первоначально представлялась. «Дерево» возможных решений ветвится не бесконечно – и все пути ведут к решению. Это относится почти ко всем логическим задачам.

Дизъюнктивные рассуждения, такие трудные для большинства людей, – это то, с чем отлично справляются компьютеры. Есть эффективные алгоритмы для исследования «дерева возможностей» и поиска «пути к решению» – вспомните, как быстро поисковая система в интернете Yahoo! сообщает вам запрошенную информацию. В хорошей компьютерной программе именно такие алгоритмы и используются, поэтому программисты должны владеть дизъюнктивными рассуждениями.

Почему так легко «убить» робота?

Вы, наверное, видели в телепередачах битвы роботов. Люди конструируют таких роботов, единственная цель которых – разрушать, «убивать» других роботов. Потом несколько этих роботов выпускают на арену и смотрят, что произойдет. Такие состязания убедительно демонстрируют по крайней мере одну вещь: «убить» робота просто.

Это легко, потому что у роботов очень жесткое, предсказуемое поведение. Они не видят всей ситуации и никогда не принимают неожиданных решений. Предположим, у вас есть робот, который защищается при помощи огнемета. Если только другой робот приближается к нему ближе, чем на три метра, – БАЦ!!! – он его сжигает.

Все, что нужно другому парню, – сконструировать робота, который может обрызгать вашего робота бензином с расстояния 3,5 метра и быстро отъехать от него. Очень скоро ваш робот попытается использовать свой огнемет – и подожжет сам себя. А вот человек окажется достаточно сообразительным, чтобы сказать: «Ага, меня обрызгали горючей жидкостью – значит, мне пока нельзя пользоваться огнеметом». Роботы на это неспособны.

Это пример того, что исследователи ИИ называют проблемой формулировки. Проблема формулировки – это понимание того, в чем именно заключается проблема. Каким образом робот или любое другое мыслящее существо может понять, что относится к делу в данной ситуации? И как он может понять, на что можно спокойно не обращать внимания?

Это одна из самых трудных проблем ИИ. Некоторые люди даже скажут, что это и есть проблема ИИ.

Очевидных решений для нее нет. Когда ваш робот-призер только что стал грудой металлолома, первая реакция – поклясться построить нового и лучшего робота, который будет учитывать больше параметров внешней среды и будет рассматривать больше возможных последствий своих действий или бездействия. Это замечательная цель. Но в мире силиконовых чипов и компьютерных программ потребуется уйма усилий, чтобы ее реализовать. Расширение «сферы внимания» робота потребует экспоненциального увеличения объема вычислений, который должен будет производить «мозг» робота. Чем больше последствий будет учитывать робот, тем медленнее он будет реагировать – а нет ничего более уязвимого, чем медлительный робот.