Какая сила действует через некие процессы и механизмы, делая положительную реакцию именно таковой? Ответ, который, как мне кажется, подходит ко всем или почти всем фактам, – это… сила и механизм подкрепления, примененного к связи.

Если бы исследователи животных вслед за Торндайком заинтересовались бы психологией человеческих детей, они не были бы в этом одиноки: самые первые специалисты по информатике делали то же самое. Самая известная статья Алана Тьюринга «Вычислительные машины и разум», вышедшая в 1950 году, недвусмысленно описывает проект искусственного интеллекта в таком контексте. «Вместо того чтобы создавать программу, симулирующую разум взрослого человека, – писал автор, – почему бы не попытаться создать программу, симулирующую сознание ребенка? Если это творение затем пройдет соответствующий курс обучения, в итоге получится взрослый мозг». Тьюринг представлял сознание этих эрзац-детей как «неорганизованную машину», порожденную случайной конфигурацией, которая затем изменяется в зависимости от качества результатов (изначально случайных) действий.

Тогда и был определен план развития искусственного интеллекта. «Неорганизованные машины» должны были заимствоваться из того, что тогда подразумевалось под нервной системой, а «курс обучения» – из открытий, сделанных бихевиористами в отношении обучения животных (и детей). К началу 1940‐х Уоррен Маккаллок и Уолтер Питс доказали, что большая система правильно соединенных искусственных «нейронов» способна вычислить буквально что угодно. Тьюринг начал искать способы, с помощью которых эту нейронную сеть можно обучать путем проб и ошибок. В самом деле, это тот самый процесс «запечатления», который Торндайк описал пятьдесят лет назад в своем прокуренном домашнем зоопарке. Описание Тьюринга практически дословно повторяет закон эффекта Торндайка:

«Когда достигается конфигурация, для которой действие не определено, на месте отсутствующей информации делается случайный выбор, и в описание вносится соответствующая запись. Когда происходит болевое воздействие, все пробные записи отменяются; при получении удовольствия все они становятся постоянными» [312].

К концу 1950‐х годов Артур Сэмюэл из IBM, работая на лабораторию Пукипси, создал программу для игры в шашки, которая подстраивала свои параметры так, чтобы выиграть игру, хотя и делала это достаточно примитивно. Прошло совсем немного времени, и Сэмюэл начал проигрывать партию за партией своему детищу. В 1959 году New Yorker писала: «Доктор Сэмюэл, возможно, стал первым ученым в истории, который потерпел поражение от соперника, которого сам и создал» [313]. Ученый опубликовал доклад под названием «Некоторые исследования в области машинного обучения с использованием игры в шашки», включив в него термин «машинное обучение», чтобы описать свою методологию. Сэмюэл писал:

«Исследователи, о которых здесь рассказывается, стремились запрограммировать цифровой компьютер так, чтобы он демонстрировал поведение, которое в случае с людьми или животными можно было бы описать как вовлечение в процесс обучения… В нашем распоряжении имеются компьютеры с достаточными для использования методов машинного обучения возможностями обработки данных и вычислительной скоростью, но наши знания об основных принципах этих методов все еще рудиментарны. При отсутствии таких знаний приходится определять методы решения проблемы до мельчайших деталей, что является времязатратной и дорогостоящей процедурой. Компьютеры, запрограммированные на обучение из опыта, должны в конце концов уничтожить потребность в таком детализированном программировании» [314].

Он объяснял более простым языком: «Эта вещь принесла мне больше удовлетворения, чем что‐либо еще в моей жизни… Насколько я знаю, ни у кого больше не получилось заставить цифровой компьютер улучшить свои собственные показатели. Понимаете ли, виды мыслительной деятельности, которую могут симулировать компьютеры, всегда были очень ограничены, потому что до сих пор нам приходилось говорить им, что делать и как именно».

Другими словами, развитие машин, которые могут учиться – по полученным от людей инструкциям или на собственном опыте, – уменьшит необходимость в программировании. Более того, это позволит компьютерам делать такие вещи, запрограммировать которые мы не могли.

Первый показ работы Сэмюэла стал чем‐то вроде легенды информатики. Его коллега пионер искусственного интеллекта Джон Маккарти вспоминает, что когда Сэмюэл был готов продемонстрировать свою программу для игры в шашки на национальном телевидении, «Томас Дж. Уотсон-старший, основатель и президент IBM, отметил, что этот показ поднимет акции IBM на 15 пунктов. Так и вышло» [315].