Как сдвинуть гору Фудзи? Подходы ведущих мировых компаний к поиску талантов

В исследованиях ИИ очень часто использовались головоломки и загадки. Они проще и более четко сформулированы, чем сложные проблемы реального мира. Причем для их решения также требуются логика, догадки и интуиция, без которых не обойтись при решении реальных проблем. Многие люди из Microsoft внимательно следят за исследованиями в сфере ИИ, и это помогает объяснить их уверенность в том, что все эти «глупые маленькие задачки» имеют отношение к реальному миру, которая, возможно, удивила некоторых читателей этой книги.

Пространство решений, плато неопределенности

Крестный отец современных исследований решения проблем — экономист и эрудит Герберт Саймон (1916–2001). Большая часть профессиональной карьеры Саймона, получившего в 1978 году нобелевскую премию по экономике, прошла в университете Карнеги Меллон, имеющем хорошие традиции исследований в области компьютеров и робототехники. Он был одним из многих экономистов, которые начали активно использовать в 1970-е компьютерные модели.

Саймон настолько увлекся компьютерами, что начал исследовать, как люди решают проблемы, именно для того, чтобы понять, каким образом можно запрограммировать компьютеры для решения сходных задач. В своей книге Human Problem Solving («Как люди решают проблемы»), опубликованной в 1972 году, Саймон вместе со своим коллегой Аланом Ньюэллом рассказал о результатах исследований, объектом которых были люди, решавшие математические и логические головоломки. В более поздней публикации, Scientific Discovery («Научное открытие», 1987 год), он попытался реконструировать на основе исторических данных ход рассуждений людей, сделавших важные научные открытия.

Саймон не обнаружил ничего особенно загадочного ни в решении скромных головоломок, ни в процессах, приведших к фундаментальным научным открытиям. Люди на основе своих догадок формулировали поддающиеся проверке гипотезы, делали несколько неверных ходов и в конце концов находили верный ответ. Никогда не случалось так, чтобы решение головоломки или научный прорыв оказывались результатом «чистого вдохновения».

Саймон и его коллеги предложили несколько популярных терминов, которые сейчас широко используются. Один из них — «пространство решений». Этот термин в его простейшей трактовке описывает все потенциальные решения проблемы. Когда компьютерная программа играет в шахматы, она ищет ход в пространстве решений. Она исследует все потенциальные ходы (и ответные ходы противника, и ответные ходы на ответные ходы противника. до разумного предела) для того, чтобы определить наиболее выгодное продолжение.

Саймон полагал, что именно поиск в пространстве решений — это та модель, которую использовали не только обычные люди для решения головоломок, но и великие Кеплер и Планк, работая над своими научными открытиями. Концепция пространства решений стала очень влиятельной. Когда вы пишете компьютерную программу для решения какой-то задачи, то определение пространства решений — очень полезный прием. После этого программа может найти оптимальное решение, используя впечатляющее преимущество в скорости перебора вариантов, которым обладают компьютеры.

Есть ряд ограничений для этого подхода. Пространство решений многих проблем включает такое множество вариантов, которое слишком велико для простого перебора даже при помощи самого быстрого компьютера (именно поэтому компьютеры не могут пока играть в «совершенные» шахматы, хотя уже и обыгрывают гроссмейстеров-людей). Еще одна досадная проблема связана с тем, что пространство решений бывает трудно определить и/или оно может оказаться не очень полезным для решения проблемы. Достаточно часто создается впечатление, что пространства решений не имеют отношения к тому, как люди в реальности решают проблемы.

В какую сторону должен поворачиваться ключ в замке дверцы автомобиля? В узком смысле слова можно сказать, что пространство решений состоит всего из двух вариантов: по часовой стрелке и против часовой стрелки. Но такое суждение показало бы, что вы не понимаете смысла вопроса. Эта маленькая задачка, которую предлагает Microsoft, требует прежде всего, чтобы вы хорошо обосновали свой ответ. Очевидно, что количество возможных доводов в пользу того, чтобы поворачивать ключи в замке по часовой или против часовой стрелки, гораздо больше двух!

В общем пространства решений головоломок и загадок часто нелегко определить. Не сразу ясно, каков масштаб проблемы или какие типы решений могут быть признаны легитимными, а еще менее ясно, какое решение может считаться правильным. Вот что делает проблему искусственного интеллекта такой сложной. Есть и более скромный аспект той же проблемы: она объясняет, почему на некоторые вопросы, заданные интервьюерами, так трудно ответить.