Эти странные новые разумы: Как ИИ научился говорить и что это значит - Кристофер Саммерфилд Страница 24

благодаря очевидному сходству между трансформационными правилами в лингвистической теории Хомского и базовыми принципами программирования, такими как иерархии (вложенные структуры), рекурсия (самореферентные структуры, например циклы FOR) и условные конструкции (правила IF-THEN / «ЕСЛИ — ТО»). Ноам Хомский позволил взглянуть на порождение предложений сквозь ту же алгоритмическую призму, которую специалисты по компьютерным наукам использовали для доказательства теорем и решения логических головоломок.

Это слияние идей подтолкнуло исследователей в области обработки естественного языка (NLP) к попыткам сопоставить входные данные на естественном языке с красивыми, чистыми формальными языками — например, теми, что допускают логический вывод в логике первого порядка. В качестве иллюстрации рассмотрим один пример, ставший знаковым для того времени — роботизированную вопросно-ответную систему под названием ENGROB, созданную Л. Стивеном Коулзом в Стэнфорде в 1969 году. Она умела довольно эффективно переводить с английского языка на исчисление предикатов, пока входные фразы оставались простыми.[*2] Чтобы понять, как работает подобная система, представьте, что вы играете в настольную игру Cluedo, где нужно раскрыть убийство в духе Агаты Кристи в жутковатом английском особняке. Ваша задача — задавать вопросы другим игрокам, чтобы отгадать преступника (например, полковника Мастарда), орудие убийства (подсвечник) и место (бильярдную); соответствующие им карты спрятаны в секретном конверте, поэтому их не может быть ни у кого на руках. Весомые выводы можно делать методом исключения: например, если у вас лично нет карты мисс Скарлетт, вы знаете, что она либо на руках у другого игрока, либо сама мисс Скарлетт — убийца. В нашей вопросно-ответной системе парсер должен взять предложение на естественном языке «У меня нет мисс Скарлетт» и сопоставить его со списком утверждений вроде ~p2(have,MS) (перевод: «у игрока 2 нет мисс Скарлетт»). Система уже знает, что (∀,x){p1(have,x)∨p2(have,x)∨p3(have,x)∨guilty(is,x)}, — что означает: «для любого x либо у игрока 1, игрока 2 или игрока 3 есть x на руках, либо x виновен». Таким образом, если список в памяти компьютера уже включает ~p1(have,MS) и ~p3(have,MS) (что означает «ни у игрока 1, ни у игрока 3 нет мисс Скарлетт»), то путем отрицания система может с уверенностью сделать вывод, что ни у кого нет карты мисс Скарлетт, а значит, именно она — коварная преступница. Увы, систему ENGROB не обучали играть в Cluedo, но она использовала аналогичную логику для ответов на более приземленные вопросы об окружающем мире, такие как «находишься ли ты рядом с большой красной призмой?» (что переводилось как (∃s,x){At(r,s,x)∧In(x,big)∧In(x,red)∧In(x,prism)}).

Одной из самых успешных среди таких ИИ-систем была программа с несуразным названием SHRDLU. Она была создана в начале 1970-х годов другим известным стэнфордским исследователем по имени Терри Виноград.[*3] Позже, в 1990-х годах, Виноград станет научным руководителем аспиранта по имени Ларри Пейдж, чьи исследования ссылочной структуры зарождающейся Всемирной паутины приведут к созданию поискового алгоритма PageRank и выведут основанную им компанию Google на лидирующие позиции в гонке за монетизацию интернета. SHRDLU — получившая свое довольно неуклюжее название из-за порядка клавиш на линотипе, использовавшемся тогда для набора текста, — для своего времени была очень передовой. Она принимала запросы на естественном языке и выдавала информацию о мире, состоящем из блоков разного цвета и формы, сложенных в импровизированный макет городского пейзажа. К счастью, хотя правила «мира блоков» не так просты, как в Cluedo, они все же вполне поддаются формализации. Например, ни один блок не может лежать на вершине пирамиды (слишком неустойчиво), и если красный куб находится над зеленым, а синий — над красным, то вы точно знаете, что синий куб находится над зеленым (это называется транзитивностью).

С непринужденностью, напоминающей ChatGPT, SHRDLU могла отвечать на довольно сложные запросы:

Пользователь: Есть ли большой блок за пирамидой?

SHRDLU: Да, три: большой красный, большой зеленый куб и синий.

Она также могла отвечать на вопросы, начинающиеся со слов «сколько?» или «почему ты сделал...», и даже умела разучивать новые слова: если вы упоминали, что «шпиль» — это пирамида на кубе, система впоследствии без труда отвечала на вопросы об этом новом типе блоков. Кроме того, она была способна на довольно дерзкие ответы:

Пользователь: Почему ты его уронила?

SHRDLU: Под «этим», полагаю, ты имеешь в виду суперблок. Я не могу объяснить событие, которого не было.

Под капотом SHRDLU опиралась на сложный набор правил синтаксического анализа предложений, которые начинались с грамматики непосредственных составляющих Ноама Хомского, но шли гораздо дальше, чтобы учесть все граничные случаи, какие только можно представить при описании мира, состоящего исключительно из блоков. Например, она явно определяла, было ли высказывание говорящего повествовательным (утверждающим то, что может быть правдой), побудительным (просящим ИИ что-то сделать) или вопросительным (задающим вопрос), а также использовался ли действительный или страдательный залог. Вместо того чтобы использовать логику предикатов, она применяла новый язык программирования под названием Micro-Planner, который сопоставлял входные данные на естественном языке («положи синий цилиндр на зеленый куб») с внутренним целевым состоянием blue_cylinder(is,green_cube,on), а затем искал возможные действия, которые необходимо предпринять для его достижения. Подобный подход назывался процедурным программированием.

SHRDLU произвела на всех глубокое впечатление. Даже сэр Джеймс Лайтхилл в своем знаменитом мрачном обзоре состояния исследований в области ИИ 1972 года[*4] особо выделил SHRDLU как проект, представляющий исключительный интерес, — несмотря на «явно выраженное чувство разочарования» по поводу прогресса в этой области в более широком смысле (его доклад привел к повсеместному прекращению финансирования исследований, известному как «зима ИИ»). Но, как признавал сам Виноград, хотя многие ответы SHRDLU казались вполне правдоподобными, не было никакой возможности «просто передать ее кому-то, чтобы этот человек мог использовать ее для перемещения блоков». Несмотря на амбициозные цели проекта — Виноград назвал статью с описанием этой работы «Понимание естественного языка» (Understanding Natural Language) — и тщательно срежиссированные демонстрации, SHRDLU была бесконечно далека от того, чтобы осмысленно общаться с людьми в рамках свободного диалога. Как мы видели в части 1, этим классическим попыткам «приручить» естественный язык — записать исчерпывающий набор правил, позволяющих сопоставить его с логической или процедурной программой, — так и не суждено было принести плоды.

Таким образом, на протяжении 1960-х и 1970-х годов исследователи многое узнали о том, чем естественный язык не является. Язык — это не просто случайный набор слов, подобный языку L или той мешанине знаков, которую Уошо и Ним лихорадочно выдавали всякий раз, когда хотели поиграть или поесть. Язык также не является просто формулой для преобразования утверждений в вопросы или шпаргалкой для поддержания непринужденного разговора с помощью поверхностных острот или реплик — как в тех случаях, когда Элиза