Если мы и впрямь позволим себе подобные рассуждения, возникнет реальный шанс не только лишить выдающиеся таланты встреч с себе подобными, но и вообще не расслышать в общей сумятице их не всегда отчетливые голоса. И так будет до тех пор, пока наука не выработает действительно строгих количественных критериев в области измерения интеллекта.
Но может ли существовать однозначная шкала оценок?
Ведь мы только что говорили, что интеллекты, сравнимые по их развитию, всегда достаточно отличаются по характеру их проявления.
Что ж, может это и есть случай, когда результаты исследований в области интеллекта искусственного могут оказаться полезными при наблюдениях над сущностью и свойствами его создателя.
Работы по artificial intelligence, как известно, определяют одно из направлений кибернетики. Создатели этой великой науки сумели отвлечься от смысловой и ценностной характеристик главного предмета их забот – информации. А ведь именно информация по формам своего проявления ничуть не менее многообразна, чем интеллект. Более того, интеллект – это, видимо, и есть технология переработки информации нашим мозгом.
…Как можно сравнить две разные технологии?
Во-первых, по результату (точнее, по качеству результата);
во-вторых, по затрате средств и энергии, необходимых для достижения максимального результата.
В технике давно существует понятие коэффициента полезного действия, иначе говоря, полезного использования энергии. Применив это понятие к человеческому интеллекту, я выскажу некую неочевидную гипотезу (которая, наверное, многим моим коллегам покажется крамольной):
– генетически интеллекты всех представителей рода человеческого обладают равными возможностями, но вот умение их проявить в той или иной области у каждого отдельного человека строго индивидуально.
Представим себе мельницу, на колеса которой вместо воды (та же энергия) беспрерывно льется информация, а на жернова, вместо зерна, льется она же. В этом случае «водой» для интеллекта, несомненно, будет являться внутренний запас сведений об окружающем мире (так называемый «тезаурус»), а «зерном» – хаотически поступающие на жернова разнообразные факты, та или иная интерпретация которых и составляет в итоге решаемую нами проблему.
Сколько получится «муки» из данного количества «зерна», определится, в конечном счете, сортом и качеством «зерна». То есть характером проблемы и степенью предварительной упорядоченности ее элементов.
Предварительную упорядоченность принято называть структуризацией. Так вот, хотя электронно-вычислительные машины уже сейчас прекрасно справляются с полностью структурированными задачами, им еще очень и очень далеко до человеческого мозга, столь уверенно справляющегося и с проблемами, весьма слабо упорядоченными.
Признак высокого разума – умение добыть зерно истины из любой груды плевел.
…Чем больше шелухи способен отсеять наш мозг, чем плотнее он уминает рыхлую мешанину разнообразных фактов, чем целостнее воспринимает множество относящихся и не относящихся к проблеме фактов (в их взаимосвязи), тем сложнее задачи, которые он способен решать.
Шахматист среднего уровня способен после длительного анализа позиции найти правильный ход, однако гроссмейстер находит такой ход быстрее.
На то он и гроссмейстер.
Для него в самой сложной позиции всегда содержится куда меньше неопределенности, чем для игрока средней руки.
Последнее убеждает меня в том, что истинным гением следует признавать не великого гроссмейстера, а совсем зеленого новичка, едва знакомого с правилами игры, но быстро и уверенно находящего единственно верный вариант при множестве существующих.
…Вот, собственно, мы и подошли к интересующей нас проблеме – к так называемому «уровню Эванса». То есть, к закону, названному мною по имени известного кибернетика, впервые применившего для сравнительной оценки качества эвристических программ столь необычный на первый взгляд критерий.
Если уж быть совсем точным, то Уровень Эванса для конкретного интеллекта есть дробь, числитель которой прямо пропорционален степени устранения первоначальной неопределенности, а знаменатель – величине усилий, затраченных на достижение результата.
Для ЭВМ Уровень Эванса определяется достаточно просто. Ведь мы знаем количество информации, вводимое в машину, и число элементарных операций, составляющих программу.
Другое дело – естественный интеллект.
Трудность здесь, прежде всего, в выявлении первоначальной неопределенности. То есть, одна и та же задача, предложенная сэру Исааку Ньютону и обыкновенному студенту, знающему дифференциальное исчисление, окажется, как вы догадываетесь, далеко не одной и той же задачей.
…В поставленных автором экспериментах по контролируемому развитию интеллекта (школа «Брэйн старз») мы стремились достичь существенного продвижения в решении поставленных здесь проблем сразу по двум направлениям:
а) направленное развитие интеллектуальных творческих способностей у группы индивидуумов, которым начатки этих способностей в очевидной форме были присущи с детского возраста (основной и единственный критерий отбора учеников в школу «Брэйн старз»);
б) наблюдение, анализ и сравнительная количественная оценка (по шкале Эванса) индивидуальных и коллективных возможностей проявления творческого интеллекта в динамике его развития.
Нами разработана специальная шкала Эванса для определенного круга творческих задач.
В качестве последних использовались весьма сложные и многогранные задачи. Причем уровень начальной неопределенности и качество решения для всех испытуемых могли быть в конечном итоге так или иначе оценены. Прежде всего, это были задачи диагностики и прогностики в различных проявлениях природы и общества (экология, метеорология, катастрофы – в природе; экономика, политология, спорт – в обществе).
…Не будем характеризовать специальные математические методы, с помощью которых для качества решения данной задачи определенным индивидуумом (а иногда и коллективным интеллектом) определялась оценка по шкале Эванса. Скажем лишь, что такие методы существуют (теория вероятностей и математическая статистика, исследование операций, теория принятия решений и т. п.).
