От информационной машины — к информационной системе (логико-лингвистический этап)

Язык дан человеку, чтобы скрывать свои мысли.

Шарль Талейран

Логико-лингвистический этап характеризуется следующими особенностями:

• — усилия специалистов направлены не на построение «кибернетических машин», осуществляющих интеллектуальные операции, а на создание искусственных языков (семантических систем), являющихся центральным элементом искусственного интеллекта;
• — в области лингвистики, логики и психологии формируются научные дисциплины, ориентированные на проблематику искусственного интеллекта, а именно: структурная (математическая, прикладная, вычислительная) лингвистика; логика компьютерного программирования; когнитивная психология;
• — романтическая увлеченность потенциальными возможностями «разумных машин» сменилась скептическими оценками; разгораются дискуссии вокруг проблемы «может ли машина мыслить?»; выясняются ограничения, свойственные искусственному интеллекту.

Опыт машинного перевода и информационного поиска, полученный на механистическом этапе, показал, что недостаточно располагать электронно-вычислительной техникой и развитым программным обеспечением, требуются еще специальные форматы для ввода информации и типовые стратегии ее обработки и поиска, но самое главное — искусственные информационные языки, образующие лингвистическое обеспечение. В среде кибернетиков получили распространение системные представления о сущности решаемых ими задач, согласно которым речь должна идти не о построении информационных машин, а о разработке информационных систем.

Первоначально разработчиками этих систем, как и ранее, информация ассоциировалась с материальными сигналами, технология приема, обработки и выдачи которых не зависела от содержания сигналов. Однако социальная практика смыслового общения, тематического поиска и удовлетворения информационных потребностей пользователей показала ограниченность инженерно-технического понимания информации. Математические и сигнальные трактовки учитывали материальную форму, а не идеальное содержание информации; с их точки зрения информация — это атрибут материи или «рабочее тело» информационных машин, но не смысл, который нужно понимать, интерпретировать, переживать, запоминать, независимо от изменяющегося знакового воплощения. Проблематика информации значительно усложнилась. Попытки количественно оценить смыслы вероятностно-статистическими методами оказались безуспешными. Механистические модели и схемы информационных процессов широко практиковались, но они не шли дальше поверхностных и элементарных иллюстраций. Опыт разработки искусственных информационных языков показал необходимость учета семантических (смысловых) аспектов лексических единиц и отношений между ними. Появился термин «семантическая информация» с довольно расплывчатым значением. Стала очевидной необходимость обращения к багажу лингвистики, семиотики, логики, психологии, которые информационными проблемами до сих пор не занимались и термин «информация» не использовали.

В качестве теоретического, даже мировоззренческого фундамента для разработки информационных языков в 60-е годы использовалась аналитическая философия, которая и в наши дни является одним из наиболее влиятельных направлений западной философии. В центре внимания аналитической философии находится логический анализ языка, понимаемый как ключ к раскрытию механизмов интеллекта и познания. Это философское учение отличают практицизм и логически строгий стиль мышления: склонность к лаконичности, детальности и углублению в тонкие отличия речи, терминологическая четкость и определенность, широкое использование схем и формализмов. Эти особенности сближают аналитико-философский стиль, известный как «логический позитивизм», с кибернетическим стилем мышления. В отличие от классической спекулятивной философии, оперирующей расплывчатыми метафизическими категориями «бытие», «сущность», «интуиция» и т. п., аналитический стиль философствования акцентирует внимание на корректности и логичности аргументации. Поэтому в ходу дефиниция: «аналитическая философия — это философия, последовательно устраняющая из аргументации метафоры и произвольные аналогии»^[1].

Основоположниками современной аналитической философии считаются австрийцы Готлиб Фреге (1848—1925), Людвиг Витгенштейн

(1889—1951), Рудольф Карнап (1891—1970) и англичане Бертран Рассел (1872—1970) и Джордж Мур (1873—1958). Они утверждали в своих работах понимание языка как исчисления, аналогичного математическим исчислениям, отказывались от учета психологических аспектов речевого общения. Хотя регулярные научные контакты между зарубежными логическими позитивистами и советскими учеными, естественно, исключались, в отечественной теории информационных языков можно обнаружить в качестве вольных или невольных аллюзий такие идеи аналитической философии, как логический атомизм и лингвистический анализ.

Логический атомизм его основатель Б. Рассел определял как процесс перехода от чего-то неясного, неопределенного, неточного к ясным, четким, определенным понятиям, являющимся «атомами» языка. Атомы логически совершенного языка должны взаимно однозначно соответствовать фактам. Л. Витгенштейн в свою очередь, призвал для «логического прояснения мыслей» осуществлять перевод предложений любой степени сложности в атомарные предложения, репрезентирующие простейшие элементы действительности — атомарные факты. Таким образом, была поставлена задача построения логически совершенного языка в качестве средства истинного познания реальности.

Лингвистический анализ отвергал логический атомизм как практически недостижимую утопию. Американский философ Уиллард Куайн (1908—2000) критиковал бессодержательную, чисто формальную логику и заявлял, что философия принципиально не отличается от естественных наук, выделяясь лишь использованием более общих категорий, чем какая-либо из конкретных наук. В центре внимания аналитиков, разрабатывающих философию языка, оказалась семантическая проблематика значения и референции, раскрывающая соотношение языка и внеязыковой реальности, соотношение языка и деятельности человека. Осмысление семантической проблематики сыграло особенно важную, можно сказать, центральную роль на логико-лингвистическом этапе развития информационной теории и практики в нашей стране, поскольку оно привело к формулировке понятия семантической информации. Поясню содержание термина «семантика».

Семантика — термин многозначный, обозначающий а) разделы лингвистики, логики, семиотики; б) правила истолкования предложений алгоритмического языка (языка программирования). На лингвистических факультетах используется определение: семантика (семасиология) — «лингвистическая дисциплина, изучающая план содержания языка в целом, различных языковых единиц, их функционирование в языке и речи»^[2]. Логическая семантика исследует соотношение между формально построенными логическими предложениями и той областью действительности (физическими референтами), на которую они ориентированы (логико-семантические теории Р. Карнапа, Д. Г. Кемени)¹. Семиотика (теория знаков и знаковых систем) обобщает лингвистические и логические интерпретации семантики, поэтому при формулировке понятия семантической информации целесообразно использовать точку зрения семиотики.

Примем следующее определение: Семантическая информация — смысловое сообщение, выраженное знаками (одним знаком или их организованной последовательностью). Под смыслом сообщения понимаются знания, умения, эмоции, волевые побуждения, фантазии, являющиеся продуктами индивидуальной психической деятельности, которые могут быть поняты другими людьми. Понимание — необходимое условие движения семантической информации. Организованная последовательность знаков представляет собой текст. Таким образом, в качестве семантической информации могут выступать отдельные знаки, тексты, сигналы, но не части имени знака (буквы, фонемы, инстинктивные движения). Методологическое значение для теории информационных языков имеет понятие семантического треугольника, разработанное лингвистами в 1920;е годы.

Семантический треугольник — удачная модель смысловых взаимосвязей предметного мира, мира идей и языка. Треугольник показывает, что всякое имя (слово, словосочетание, лексема) обозначает определенный предмет реального мира, называемый значением, денотатом или референтом имени, и выражает некоторый смысл (концепт, понятие), определенным образом характеризующий денотат (значение). Единство идеального смысла (концепта) и материального воплощения (имя) представляет собой знак^[3][4]. Знаки образуют лексические единицы естественного или искусственного языка, изображения, умышленные действия (жесты, пантомима, мимика). Отдельная буква не есть знак, так как она не имеет самостоятельного смысла. Сигналы и символы, используемые в социально-культурной практике, можно трактовать как знаки. Семантический треугольник, свернутый в единство его вершин (имя + предмет + смысл) представляет собой семантическую информацию, а знак можно трактовать как квант, относительно завершенный элемент семантической информации.

Введение

понятия семантической информации — чрезвычайно важный вклад в типизацию информации. Понятие семантической информации высветило смысловую грань информационных процессов, которая ранее оставалась в тени. В информационных системах обнаружились две качественно различные информационные технологии: инженерно-техническая технология, оперирующая сигнальной информацией и уравнениями Шеннона, и социально-культурная технология, оперирующая семантической информацией. В первом случае предполагается формальная регламентация (вплоть до алгоритмизации) действий и обращение к техническим средствам, компьютерной телекоммуникации прежде всего. Во втором случае не обязательно использование информационной техники, можно достичь желаемого результата с помощью устной коммуникации, например, педагогические технологии (дидактика), ораторское искусство, стратегия и тактика деловых переговоров и т. п. В этих случаях часто говорят «методика», а не «технология». Смысловые технологии — важная составная часть коммуникационной культуры; они практиковались в глубокой древности (вспомним «сократические беседы» античных мудрецов), до сих пор сохраняют свое значение¹ и, видимо, всегда будут востребованы. Стало быть, в перечень трактовок термина «информация», приведенных в разделе 1.1 (математическая абстракция и материальный сигнал), нужно включить еще одну трактовку, соответствующую понятию семантической информации.

Информационно-семантический подход нашел широкое применение в области информационного поиска и машинного перевода. Главное требование к искусственному информационному языку — способность достаточно полно и однозначно передавать смыслы, содержащиеся в текстах. Это значит, что в этих языках не должно быть синонимов, омонимов и полисемичных (многозначных) слов, перефразировок (выражение одинаковых смыслов разными словами, не являющимися синонимами типа «сушка» = «удаление влаги»). Грамматические правила должны быть простыми и четкими, вплоть до «мешочной грамматики» — неупорядоченного перечисления лексических единиц. Специфическое, но очень важное требование: искусственные языки должны явно фиксировать логические отношения и психологические ассоциации между значениями слов, которые естественным языком явно не фиксируются, но которые известны носителям языка и используются ими при понимании текстов. Короче говоря, искусственные информационные языки должны быть лишены избыточности и недостаточности, свойственных естественным языкам. Замечу, что механистически мыслящие создатели «информационных машин» никогда не задумывались над этими требованиями, оперируя сигналами, а не смыслами. Зато к удовлетворению именно этих требований стремились логические позитивисты в своих аналитических разработках.

Существуют два пути построения искусственных информационных языков: 1) конструирование особого языка — семантического кода,^[5][6]

имеющего собственный план выражения (лексику, грамматику и синтаксис); 2) формализация естественного языка путем компенсации присущих ему избыточности и недостаточности за счет процедуры дескрипторизации и разработки информационно-поисковых тезаурусов. Рассмотрим примеры реализации этих путей.

• 1. Семантические коды, как уже говорилось, восходят к идее языка науки, обоснованной Г. В. Лейбницем в семнадцатом столетии. Великий философ полагал, что сложные научные понятия образуются путем сочетания небольшого числа элементарных понятий, подобно тому, как из перечня цифр от 0 до 9 получается бесконечное число других цифр. Задача состояла в том, чтобы найти элементарные понятия, лежащие в основе научного знания. Первыми по пути, указанному Лейбницем, пошли американские лингвисты Джеймс Перри и Алан Кент, перед которыми стояла задача построить информационно-поисковый язык для автоматизированной информационной системы по металлургии. Они решали эту задачу следующим образом:
  • а) определяется конечное число элементарных понятий — семантических множителей, путем логического умножения которых образуются все остальные понятия. Например, понятие «индукционная печь» представляется сочетанием семантических множителей «устройство», «нагревание», «электричество»;
  • б) устанавливается перечень аналитических отношений, которые служат для выражения логических отношений между сложным понятием и семантическими множителями, на которые разложено данное понятие. Например, между понятие «индукционная печь» и представляющими его семантическими множителями были установлены следующие аналитические отношения: вид — род (индукционная печь — устройство); предмет — назначение (индукционная печь — нагревание); объект — орудие (индукционная печь — электричество). Аналитические отношения играют очень важную роль в процессе информационного поиска, потому что они частично компенсируют недостаточность естественного языка;
  • в) задаются синтетические отношения, которые фиксировали текстуальные (синтаксические) взаимосвязи между семантическими кодами и позволяли строить из них осмысленные тексты. Для отражения синтетических отношений служили буквенные указатели роли, которые приписывались семантическим кодам в данной фразе, например, «обрабатываемый материал», «полученный продукт», «описываемая машина», «часть машины» и т. д.

В результате информационный язык приобрел вид стройной логиколингвистической системы, в которой семантическая структура каждого элемента раскрыта в явном виде и определена однозначно. Правда, слова семантического кода получили весьма громоздкое написание, но зато были минимизированы избыточность и недостаточность, присущие естественному языку. К сожалению, Дж. Перри и А. Кент не нашли практически приемлемых путей для реализации задуманного семантического кода. Не располагая формальной методикой разложения понятий на семантические множители и выделения аналитических и синтетических отношений, они пошли по пути эмпирического решения этих сложных интеллектуальных проблем. Следствием эмпиризма стали большие затраты труда на ввод информации, что, однако, не гарантировало высокого качества поиска. В результате пятилетнего опыта работы с семантическим кодом было решено отказаться от него и перейти на язык дескрипторного типа, использующий информационно-поисковый тезаурус (см. далее).

Неудача американцев показала, что современный уровень логических, лингвистических и психологических знаний был недостаточен для разработки практически приемлемой технологии семантического анализа сложных понятий. Однако сама идея Г. В. Лейбница не была отвергнута. В 60—70-е годы в нашей стране в Институте кибернетики Украинской Академии наук под руководством Э. Ф. Скороходько велась работа по созданию языка RX-кодов, относящегося к семейству семантических искусственных языков. Здесь также дело ограничилось лабораторными экспериментами. Но полученный опыт разработки и экспериментальной отладки семантических кодов имеет большое значение для понимания сущности семантической информации^[7].

2. Лингвистические модели «Смысл о Текст» разрабатывались в нашей стране в 60—70-е годы в рамках структурной лингвистики, стремительно развивавшейся в то время. Неудачный опыт механистического пословного перевода обусловил, как уже говорилось, отказ от концепции естественного языка как кода и обращение к моделированию семантики естественного языка на основе структурных лингвистических теорий. Главная задача виделась в представлении плана содержания текстов, а последующий переход к плану выражения казался второстепенной заботой. Высококачественный перевод предполагалось получить благодаря детальному представлению в языке-посреднике всех нефонетических уровней естественного языка: морфологического, синтаксического, семантического. Предусматривалось использование семантического языка-посредника не только в переводческой деятельности, но и в других интеллектуальных информационных системах. Фундаментальная значимость и чрезвычайная сложность проблемы разработки языков-посредников заключались в том, что эта проблема требовала познания общего механизма функционирования естественного языка как орудия мышления и коммуникации. Надо признать, что традиционное языкознание оказалось не готовым удовлетворить это требование информационных систем, и главную роль взяли на себя молодые энтузиасты структурной лингвистики.

Для моделирования семантики стали строиться всевозможные языки-посредники в виде «языков смысла» типа модели «Смысл Текст», созданной для русского языка в конце 1960;х годов И. А. Мельчуком¹. В качестве исходного принимался постулат: естественный язык — это особого рода преобразователь, выполняющий переработку заданных смыслов в соответствующие им текстов и заданных текстов в соответствующие им смыслы. Задача моделирования этого «преобразователя» виделась в том, чтобы выработать систему правил, алгоритмическое применение которых позволяет компьютеру устанавливать соответствие между данным смыслом и всеми текстами рассматриваемого языка, выражающими этот смысл. Кроме того, предусматривалось распознавание грамматически приемлемых, но содержательно неправильных фраз типа «улыбка попрекала космос чернилами». Несмотря на огромные творческие усилия и мобилизацию известных в то время логико-лингвистических концепций, полную и завершенную модель «Смысл Текст» построить не удалось и пришлось ограничиться общим изложением замысла и отдельными яркими примерами.

Прогресс в области машинного перевода в 1960;е годы выразился в создании и экспериментальном опробовании алгоритмов синтаксического анализа, автоматизации морфологического анализа для многих языков, разработке разнообразных словарей, предназначенных для машинного перевода. Вместе с тем была осознана недостаточность лингвистического знания для формального описания плана содержания естественного языка, необходимого для алгоритмизации обработки литературных текстов. Дело в том, что отсутствует металингвистика, представляющая собой науку о метаязыках (языках «второго порядка»). Искусственный метаязык конструируется исследователями-лингвистами с целью всестороннего описания не предметов и явлений внеязыковой действительности, а естественных языков (английский, русский и т. д.). Метаязык употребляется тогда, когда надо говорить о языке же, выступающем в качестве «языка-объекта»^[8][9]. Попытки построения лингвистического метаязыка (модель «Смысл Текст» одна из них), успехом не увенчались.

Появились скептические оценки перспектив «вычислительной лингвистики». В 1968 г. был опубликован доклад комиссии Национального научного фонда США «Язык и машины», в котором на основании сопоставления стоимости и качества обычного и машинного перевода была сделана рекомендация изучать иностранные языки людьми вместо того, чтобы обучать машины этим языкам. Пессимизм доклада не был поддержан большинством ученых, но финансирование лингвистических исследований значительно сократилось. Стало ясно, что современная наука не готова для представления семантического уровня социальной коммуникации. В связи с этим было решено идти по пути создания гибридных человеко-машинных интеллектуальных систем, представляющих собой симбиоз человеческого и машинного интеллекта.

3. Формализация естественного языка. Большинство разработчиков автоматизированных информационно-поисковых систем (ИПС), отказавшись от конструирования семантических кодов, пошло по более легкому и практичному пути построения информационного языка — пути формализации естественной терминологии, страдающей, как показал опыт координатного индексирования ключевыми словами (унитермами) в 1950;е годы, избыточностью и недостаточностью. Средством борьбы с избыточностью стала операция дескрипторизации. В качестве дескриптора понимается класс (множество) условно-эквивалентных ключевых слов, взаимно заменяемых во всех документах и запросах, которыми оперирует ИПС. Ключевыми словами считались термины, значимые для передачи содержания данного текста. В дескрипторный класс включались не только синонимы, но и слова далекие или даже противоположные по значению, например: корректность = точность = проверка = ошибка. Границы дескрипторного класса определялись прагматическими соображениями: чтобы при поиске выдавались все релевантные документы и не слишком много нерелевантных (принцип максимизации полноты выдачи и минимизации информационного шума). Из числа слов, входящих в дескрипторный класс эквивалентности, выбиралось одно, которое получало статус дескриптора и становилось представителем данного класса в дескрипторном словаре. Дескрипторный словарь задавался в виде алфавитного списка ключевых слов и дескрипторов, где практиковались отсылки от ключевых слов к дескрипторам, например, «корректность» см. «точность»; «ошибка» см. «точность»; «проверка» см. «точность» («точность» в данном случае — дескриптор).

По сути дела дескрипторный, как сказал бы лорд Рассел, «реалистический» язык представляет собой воплощение программы логического атомизма, ведь каждый дескриптор однозначно соответствует тому или иному факту данной тематической области. Для компенсации недостаточности естественного языка дескрипторный словарь преобразовывался в информационно-поисковый тезаурус. Идея семантических словарей тезаурусного типа была известна лингвистам еще в XIX столетии. Классическим примером лингвистического тезауруса является «Тезаурус английских слов и выражений» первое издание которого было подготовлено П. М. Роже в 1852 году. Назначение тезауруса заключалось в подсказывании языковых средств для выражения данного понятия (идеи), т. е. указании пути от мысли к слову. Дескрипторный словарь также представлял собой семантическое средство, обеспечивающее единообразное выражение смыслового содержания текстов и в этом качестве приближался к лингвистическому тезаурусу. Но для информационного поиска важно не только исключить синонимию, но и учесть смысловые отношения между дескрипторами (отношения род — вид, целое — часть, предмет — свойство, сходство и т. д.), что лингвистические тезаурусы не предусматривали. Поэтому ссылочный аппарат дескрипторных словарей был дополнен, и эти словари стали именоваться «информационно-поисковые тезаурусы» (ИПТ). В государственном стандарте, вышедшем в 1973 году, была предписана дефиниция: «Тезаурус информационно-поисковый — тезаурус для индексирования и поиска информации, отображающий семантические отношения между лексическими единицами дескрипторного информационнопоискового языка»^[10].

Работа по созданию информационно-поисковых тезаурусов в 1960— 1970;е годы развернулась широким фронтом в зарубежных странах и в СССР. Были разработаны многочисленные ИПТ различного типа (многоотраслевые, отраслевые, узкотематические) и назначения (базовые — эталонные источники дескрипторов и рабочие — предназначенные для непосредственного поиска по запросам). Опыт показал, что дескрипторизация естественной терминологии — довольно сложная процедура, требующая участия квалифицированных специалистов (которых не хватало), хорошего методического обеспечения, а не кустарщины. Оказалось, что обеспечение системной совместимости различных тезаурусов практически недостижимо из-за субъективных расхождений их разработчиков. Особенно трудоемким оказалось индексирование документов при вводе в дескрипторную ИПС. В итоге в 1980;е годы энтузиазм создателей дескрипторных ИПС постепенно сошел на нет, и было признано целесообразным вернуться к бестезаурусному поиску информации по ключевым словам в тексте документов (унитермам), который практиковался на механистическом этапе. В этом случае компенсация избыточности и недостаточности естественного языка происходит не при обработке документов, вводимых в систему, а во время поиска по запросам за счет варьирования поисковых предписаний. Бестезаурусный поиск практикуется и сейчас поисковыми системами Интернет, несмотря на большие потери информации и значительный информационный шум.

В итоге приходится признать, что все попытки обеспечить качественный поиск семантической информации в документальных массивах не принесли ожидаемых результатов. Максималистские программы конструирования семантических кодов оказались утопическими; не оправдали себя и более практичные методики формализации естественной научно-технической терминологии. Семантическая информация осталась непокоренной вершиной и terra incognita, как в области машинного перевода, так и в области информационного поиска. Может быть, нас порадует неожиданными достижениями самая сложная область информационного моделирования — искусственный интеллект?

4. Диалог с искусственным интеллектом. До середины 1950;х годов исследования по искусственному интеллекту проводились в рамках кибернетики и были неотделимы от нее. В 1956 г. прозвучал термин Искусственный интеллект (Artificial Intelligence), который предложил американский математик и программист Джон Маккарти, заслуживший титул «отца искусственного интеллекта». Вскоре образовалась специальная научная дисциплина, целью которой стало изучение проблем создания искусственного интеллекта. Поскольку в качестве основателей и лидеров новоявленной науки выступали программисты, имевшие статус «компьютерных магов», главная проблема виделась в разработке интеллектуальных компьютерных программ. Характерно для того времени замечание Ч. Хоара, который, сравнивая программистов и древних жрецов, писал: «Если что-либо выходило не так, как требовалось, а это случалось довольно часто, виной тому было невежество заказчика или его тупость, или его порочность, или его греховность. И никогда здесь не было вины жреца или его бога. Когда засуха сжигала урожай, жрец приносил в жертву вождя — никогда наоборот»¹.

Конечно, искусство остроумных и талантливых программистов часто восхищало научное сообщество, тем более, что в 1960;е годы был достигнут значительный прогресс в области программистских технологий. Обращают на себя внимание два блестящих достижения: 1) разработка языка ЛИСП (язык обработки списков), представляющего собой логистическое направление в программировании, лидером которого был Джон Маккарти (род. 1927); 2) разработка программы «логик — теоретик», представлявшей эвристическое (безалгоритмическое) направление, возглавляемое выдающимся кибернетиком и экономистом Гербертом Саймоном (1916—2001)^[11][12]. Не будем углубляться в эти достижения программистской мысли, а обратимся к проблеме «Может ли машина мыслить?», которая представляет особый интерес в контексте нашего исследования, ибо ее можно трактовать как проблему искусственной генерации (порождения) семантической информации. В связи с прогрессом вычислительной техники умственные способности машин волнуют человечество, начиная с 1950;х годов. «Отец кибернетики» Норберт Винер (1894—1964) в своем последнем интервью на вопрос «Существует ли опасность, что вычислительные машины когда-нибудь возьмут верх над людьми?» авторитетно предсказал: «Такая опасность, несомненно, существует».

В свете предсказания Н. Винера важно располагать критерием, позволяющим определить, мыслит машина или нет. Такой критерий был предложен английским математиком Аланом Тьюрингом (1912— 1954) который изложил его в книге «Может ли машина мыслить?», переведенной на русский язык в 1960 году. Критерий выглядит так: Если в случае диалога «человек — машина» человек не может определить, является ли его собеседник человеком или машиной, то последнюю можно считать «разумной». В 1966 году Джозеф Вейценбаум из Массачусетского технологического института решил проверить критерий Тьюринга и написал «разговаривающую» компьютерную программу, названную им ЭЛИЗА. (В этом имени слышится намек на героиню пьесы Б. Шоу «Пигмалион» Элизу Дулитл, вульгарную торговку, превращенную искусством филолога Хиггинса в светскую аристократку). Воспроизведу фрагмент диалога ЭЛИЗЫ с пациентом, пришедшим на консультацию к психотерапевту (разумеется, пациент не знает, что его «консультирует» машина).

Пациент. Все люди похожи.

Элиза. Чем же?

П. Они вечно надоедают нам то тем, то другим.

Э. Не могли бы Вы привести конкретный пример?

П. Ну, мой приятель заставил меня прийти сюда.

Э. Ваш приятель заставил Вас прийти сюда?

П. Он говорит, что я почти все время подавлен.

Э. Мне жаль слышать, что Вы подавлены.

П. Это правда, я чувствую себя несчастным.

Э. Вы полагаете, что приход сюда поможет Вам не быть несчастным?

П. Мне нужна какая-то помощь, это наверняка.

Э. А если бы Вы получили помощь, что бы это Вам дало?

П. Может, я научился бы не ссориться со своей матерью.

Э. Расскажите мне еще о Вашей семье.

П. Моя мать заботится обо мне.

Э. Кто еще из Вашей семьи заботится о Вас?

П. Мой отец.

Э. Ваш отец?

П. Вы чем-то похожи на моего отца.

Э. В чем Вы видите сходство?

П. Вы не агрессивны, но Вы не хотите, чтобы я это заметил.

Эта беседа внешне очень напоминает беседу человека-психиатра с его пациентом. В чем секрет «разумных» реакций ЭЛИЗЫ? Компьютер запрограммирован отвечать на определенные ключевые слова стандартными выражениями. Так, когда пациент произносит: «Я подавлен», ЭЛИЗА реагирует репликой: «Мне жаль слышать, что Вы…». Если ключевых слов не хватает, программа отвечает глубокомысленными вопросами или преобразованиями фразы пациента. Оказалось, что диалог с ЭЛИЗОЙ воспринимался некоторыми людьми не как взаимодействие с бесчувственной машиной, а как доверительная беседа с мистическим разумом. Дж. Вейценбаум однажды заметил, что его пожилая секретарша, прекрасно знавшая истинную природу ЭЛИЗЫ, обращалась к ней со своими тревогами. Когда Вейценбаум попробовал раскрыть ей глаза на нелепость ее поведения, она с возмущением вскричала, что он вмешивается в ее личную жизнь (privacy). Бесспорно, ЭЛИЗА отвечает критерию искусственного интеллекта А. Тьюринга. Но исчерпывается ли этим вопрос о машинном разуме?

Сам искусный программист ответил на этот вопрос следующим образом: «Я буду настаивать на том, что какими бы разумными мы ни могли сделать вычислительные машины, существуют такие акты мышления, которые должны оставаться уделом только человека»¹. Он приводит следующие аргументы. Интеллект компьютера зависит от того, какими знаниями наполняют его программисты; но человек не может формализовать и объективировать все свои знания, ибо «мы знаем больше, чем можем выразить». У человека есть не контролируемая мышлением сфера бессознательного, которой компьютер не располагает. Человек обладает иррациональной интуицией, он способен «ощущать животрепещущую истину, выходящую за пределы любых стандартов доказуемости», и эти качества не поддаются имитации на вычислительных машинах. Невозможен свободный, неадаптированный диалог человека и машины, потому что машина способна воспринимать лишь однозначные фразы и никогда не сможет овладеть полисемичным и метафоричным естественным человеческим языком. Компьютеры чужды эмоциям и желаниям, они не обладают эмоционально-волевой сферой, свойственной человеку, и фраза «компьютер надеется» является абсурдной. Искусственный интеллект не способен сочувствовать кому-либо, поэтому ему безразличны истинные проблемы и заботы человека. В итоге Вейценбаум на вопрос «может ли машина мыслить?» отвечает категорично: Да, может! Но не по-человечески, а по-машинному, в пределах своего ограниченного искусственного интеллекта (с. 291—292).

Меня восхищает мудрость этого ответа. С одной стороны, констатируются грандиозные успехи человеческого разума, который сумел создать «мыслящую машину», способную поддерживать человекоподобный диалог. С другой стороны, с чувством собственного достоинства признаются принципиальные ограничения в области создания искусственного интеллекта. Не перевелись, надо упомянуть, и отчаянные энтузиасты, которые пророчат, что будущие самопрограммирующиеся ЭВМ будут обладать эстетическим чувством, вдохновением и свободным волеизъявлением^[13][14]. Тем не менее вряд ли можно сомневаться, что между мыслящим кибернетиком и созданным им «искусственным интеллектом» существует непреодолимая стена непонимания. Однако возникает другой, гораздо более острый и практически важный вопрос: возможно ли обеспечить взаимопонимание между учеными, носителями информационно-кибернетического стиля мышления и гуманитариями, мыслящими иными образами и понятиями? Научное сообщество столкнулось с этим вопросом в 50-е годы, когда приобрела актуальность проблема «двух культур».

5. Два стиля научного мышления и две культуры. Стиль понимается как проявление духовной сущности субъекта. Еще Сенека писал, что «стиль — это лицо души», а французский естествоиспытатель Жорж Бюффон выразился еще энергичнее: «Стиль — это сам человек»¹. В середине XX столетия английский писатель и профессиональный физик Чарльз Перси Сноу (1905—1980) опубликовал публицистический очерк, названный им «Две культуры»². В очерке утверждалось, что западноевропейская интеллектуальная элита раскололась на две мировоззренчески полярные группы: на одном полюсе — ученые, типичными представителями которых могут служить физики, на другом полюсе — гуманитарная интеллигенция, прежде всего литераторы. Эти группы, как указывал Сноу, «разделяет стена непонимания, а иногда — особенно среди молодежи — даже антипатии и вражды». Стиль духовной жизни первых характеризуют четкие и хорошо обоснованные теоретические положения естественных наук и почти полный отказ от эстетических ценностей, за исключением музыки. Гуманитарии презрительно отвергают притязания ученых на владение истиной и тщеславно претендуют на лидерство в культуре, хотя за пределами своей специальности они проявляют удивительное невежество.

Чарльз Сноу повествует: «Множество раз мне приходилось бывать в обществе людей, которые по нормам традиционной культуры считались высокообразованными. Обычно они с большим пылом возмущались литературной безграмотностью ученых. Как-то раз я не выдержал и спросил, кто из них может объяснить, что такое второй закон термодинамики. Ответом было молчание или отказ. А ведь задать этот вопрос ученому значит примерно то же самое, что спросить у писателя: „Читали ли вы Шекспира?“» (с. 28). Литератор-физик приходит к печальному выводу, что «люди, принадлежащие к двум культурам, утратили способность общаться друг с другом», «для объединения двух культур вообще нет почвы, а это не только печально, но и трагично» (с. 29, 30). Трагедия состоит в том, что нравственно ограниченные специалисты создали средства для самоуничтожения цивилизации и самого человечества, а гуманные гуманитарии не в состоянии даже осознать смертоносные угрозы, не говоря о том, чтобы эффективно им противостоять.

Очевидно, что главная причина «утраты способности общения» «физиков» с «лириками», невозможности достижения взаимопонимания между ними заключается в несовместимости их языков мышления и коммуникации. Эта несовместимость образовалась не вдруг. Ее стимулировало распространение в западноевропейской науке позитивистского мировоззрения. Родоначальник позитивизма Огюст Конт (1798—1857) решительно отверг теологические и метафизические с.

• 1 Романова Н. Н., Филиппов А. В. Стилистика и стили: учеб, пособие. М., 2009. С. 14.
• 2 Сноу Ч. П. Две культуры: сб. публицистических работ. М.: Прогресс, 1973.
• 17—61.

(включая гегелевскую диалектику) стили мышления ради безусловного утверждения положительного (позитивного) мышления. Основное правило положительного мышления формулировалось так: «всякое предложение, которое недоступно точному превращению в простое изъяснение частного или общего факта, не может представлять никакого реального и понятного смысла». Это означает, что «чистое воображение теряет безвозвратно свое былое первенство в области мысли и неизбежно подчиняется наблюдению», т. е. источником познания объявляются эмпирически наблюдаемые факты. Отсюда методологическое следствие: «О чем бы ни шла речь, о малейших или важнейших следствиях, о столкновении и тяготении, или о мышлении и нравственности, — мы можем действительно знать только различные взаимные связи, свойственные их проявлению, не будучи никогда в состоянии проникнуть в тайну их образования»¹. Достоверными инструментами позитивного познания объявлялись наблюдение и эксперимент, а также логика и математика. Спекулятивно-умозрительные методы метафизического познания «сущности» (вещей в себе) отвергались как ненаучные, ибо их нельзя проверить опытом и логико-математическим анализом.

Позитивистские воззрения легко распространялись среди склонных к «стихийному материализму» биологов и геологов, математиков и инженеров, поскольку они хорошо согласовывались с их практическим опытом. Кредо позитивизма разделяли немало авторитетных мыслителей, начиная с Г. Спенсера и Э. Маха, кончая Б. Расселом и К. Поппером. Однако в конце XX века философы науки пришли к выводу об ограниченности позитивистской модели познания. Но эта модель не забыта до сих пор. Науковеды отмечают: «В качестве не стратегической, а тактической познавательной установки, имеющей прагматический и инструментальный характер, позитивистская модель науки достаточно хорошо выражает и представляет реальную деятельность огромного числа ученых, которые не нуждаются в более сложной (хотя и более верной) модели науки. Именно это является мощным социальным основанием „неистребимости“ позитивистского духа из самосознания науки»^[15][16]. Добавлю, что пресловутый «позитивистский дух» проявлял себя в информационно-кибернетическом мышлении (вспомним аналитическую философию) и обнаруживается в шенноновской и сигнальной трактовках информации. В параграфе 4.2 будет специально рассмотрена позитивистская версия философии информации.

Однако понятие «семантической информации», введенное в информационную теорию и практику на логико-лингвистическом этапе, нельзя упрекнуть в позитивизме, потому что оно не поддается эмпирическому наблюдению, подобно кибернетическом сигналам, или количественному измерению с помощью шенноновских формул. Символы, смыслы, значения, которыми оперирует концепция семантической информации, — интуитивно постигаемые, метафизические понятия, противопоказанные позитивистским воззрениям. Они показывают, что для познания семантической информации требуется обращения к идеальным сущностям, которыми традиционно оперирует идеалистическая философия и гуманитарные науки. В итоге можно сделать вывод, что проблемное поле информации делится на две части, соответствующие двум стилям научного мышления, или фигурально говоря, двум культурам. С одной стороны, понимание информации как материального явления или рационального результата научного мышления; с другой стороны, фантастический, субъективно воспринимаемый и понимаемый образ, смысл, фантом… Именно информационные фантомы создают трудности в познании информации и провоцируют головоломный вопрос: «Что такое информация?».

Да, действительно, сегодня положение дел таково, но завтра ситуация может существенно измениться. О неизбежности изменений в стиле духовной жизни человечества говорил в своих публикациях академик Евгений Львович Фейнберг (1912—2005), не только выдающийся физик-теоретик, но и оригинальный мыслитель, много размышлявший о путях познания мира, о назначении искусства, о проблеме «двух культур». Эти размышления привели его к убеждению, что опасения Чарльза Сноу о трагическом раздвоении современной культуры не соответствуют долговременным перспективам развития человечества. Е. Л. Фейнберг утверждает: благодаря компьютеризации сближается структура интеллектуальной деятельности в естественнонаучной сфере и в гуманитарной, в науке и в искусстве, обнаруживается принципиальное сходство структуры творческого процесса в сфере естественнонаучного и технического знания со структурой процесса творчества гуманитария и художника. Конечно, сближение двух стилей научного мышления не означает слияния естественных, точных и гуманитарных наук в единую науку, поскольку предметы их познания совершенно различны. Но выясняется, что «гуманитарное знание нуждается в сопряжении с естественнонаучным», и наоборот; оказывается, что рациональный, «строго логичный» научный стиль мышления не подавляет свойственную гуманитарной интеллигенции внелогичную интуицию, а приобщается к ней. Отсюда Е. Л. Фейнберг делает вывод: «Несмотря на сохранение специфики каждой из этих „двух культур“, имеющих свои особые цели и методы, им не грозит то разобщение, которое в 50—60-х годах XX столетия с тревогой увидели многие, можно думать, что, наоборот, взаимопонимание этих двух областей активности человеческого гения будет лишь возрастать в рамках единой культуры человечества»^[17].

Если распространить этот вывод на сферу информации, то можно предположить, что между обнаруженными нами тремя типами информации — шенноновской, сигнальной и семантической, нет непроходимой границы, как нет ее между секторами культуры. Несмотря на очевидные различия в носителях, функциях, областях применения, я полагаю, что существует органическая связь, объединяющая все типы и виды информации. Поэтому в заглавии главы 1 говорится о генезисе понятия информации в единственном числе, а не о генезисе нескольких типов информации.

• [1] Аналитическая философия: учеб, пособие / под ред. М. В. Лебедева и А. 3. Черняка. М., 2006. С. 12.
• [2] Кронгауз М. А. Семантика: учебник для вузов. М., 2005. С. 3.
• [3] Шуман А. Н. Философская логика. Истоки и эволюция. Мн., 2001. С. 290, 308.
• [4] В логике бытует также несколько иное определение, когда знаком называетсяматериальный объект, который для некоторого интерпретатора (субъекта) выступаетв качестве представителя какого-то другого предмета. Предмет, представляемый знаком, является его значением (денотатом, экстенсионалом), а смысл знака (концепт, интен-сионал) — это сведения о репрезентируемом предмете, которые содержит сам знак иликоторые ассоциируются с этим знаком в процессе человеческого общения и познания (Бочаров В. А., Миркин В. И. Основы логики: учебник. М., 2009. С. 15—16).
• [5] 1 Показательно, что современное издательство «Академический проект» в наши дниначало выпускать серию «Философские технологии», в которую включены сочинения
• [6] Гуссерля, М. Хайдеггера, И. Лакатоса, А. Ф. Лосева и других философов-методологов.
• [7] Развернутое описание исследований Дж. Перри и А. Кента в США и Э. Ф. Скороходько в СССР содержится в кн.: Соколов А. В. Информационно-поисковые системы: учеб, пособие. М., 1981. С. 86—91.
• [8] Мельчук И. А. Опыт теории лингвистических моделей «Смысл Текст». Семантика, синтаксис. М.: Наука, 1974. 314 с.
• [9] Ахманова О. С. Словарь лингвистических терминов. М., 2010. С. 3.
• [10] ГОСТ 18 383–73. Тезаурус информационно-поисковый. Общие положения. Формапредставления. 6 с.
• [11] Хоар Ч. Программирование как инженерная профессия // Микропроцессорныесредства и системы. 1984. № 3. С. 53.
• [12] В 1978 году Г. Саймону была присуждена Нобелевская премия по экономике"за новаторское исследование процесса принятия решений в деловых организациях".
• [13] Вейценбаум Дж. Возможности вычислительных машин и человеческий разум. От суждений к вычислениям. М., 1982. С. 40.
• [14] Уинстон П. Искусственный интеллект. М., 1980. С. 297—301.
• [15] Конт О. Дух позитивной философии. (Слово о положительном мышлении). Ростовн/Д, 2003. С. 73, 74.
• [16] Лебедев С. А. Философия науки: краткая энциклопедия (основные направления, концепции, категории). М., 2008. С. 89—90.
• [17] Фейнберг Е. Л. Две культуры. Интуиция и логика в искусстве и науке. Фрязино, 2004. С. 277.