Когда сегодня мы обращаемся к искусственному интеллекту обычной человеческой фразой — просим объяснить, сравнить, написать, найти ошибку или продолжить мысль, — почти невозможно представить, насколько дерзкой выглядела сама идея такого общения шесть десятилетий назад. В начале 1960-х компьютер оставался огромной машиной, занимавшей отдельное помещение и ассоциировавшейся прежде всего с вычислениями, формулами и сложными инженерными задачами. Однако советского математика и кибернетика Виктора Глушкова уже тогда занимал другой вопрос: можно ли научить машину работать не только с числами, но и со смыслом?
К вычислительной технике Глушков пришёл не как инженер-практик, а как серьёзный математик. Ещё в 1950-е годы он занимался теорией топологических групп и решил обобщённую пятую проблему Гильберта, после чего защитил докторскую диссертацию. Перед ним открывалась академическая карьера в чистой математике, но он выбрал направление, которое тогда только начинало формироваться как самостоятельная область науки, — кибернетику. И довольно быстро стало понятно, что Глушкова интересует не столько скорость вычислений, сколько сама граница между машинной операцией и человеческим мышлением.
Когда машине попытались объяснить смысл
Один из самых удивительных экспериментов его школы был связан с естественным языком. Исследователи пытались создать алгоритм, который после обучения на примерах смог бы отличать осмысленные фразы от бессмысленных, замечая не только грамматическую форму, но и смысловые связи между словами.
В исторических материалах сохранился показательный пример: предложение «Стул стоит на потолке» построено грамматически правильно, однако смысл его очевидно нарушен. Именно такие несоответствия программа должна была научиться распознавать, постепенно выделяя связи между понятиями и используя накопленный опыт при анализе новых предложений.
В 1961 году Глушков формулирует революционную идею: обучить ЭВМ распознавать осмысленность фраз. Речь шла о системе, которая могла обучаться на уже известных примерах и затем применять найденные закономерности к новым комбинациям слов. Конечно, называть это ранней версией нейросети было бы не совсем корректным: между той машиной и современной языковой моделью лежит технологическая пропасть. У Глушкова не было нейронных сетей сегодняшнего типа, огромных массивов данных, миллиардов параметров и вычислительных мощностей, которыми располагают современные разработчики.
И всё же сама постановка вопроса удивительно современна. Машине пытались не просто заранее перечислить допустимые ответы, а дать возможность извлечь правило из примеров и применить его дальше. Именно поэтому история Глушкова, как свидетельство того, насколько рано учёные задумались о способности компьютера обучаться, распознавать закономерности и работать с человеческой информацией не только как с набором цифр.
Этим естественный язык не ограничивался. В школе Глушкова исследовали распознавание образов, создавали читающие автоматы, занимались машинным зрением, робототехникой и автоматизацией математических доказательств. Компьютер постепенно переставал восприниматься исключительно как сверхбыстрый арифмометр и превращался в универсальную систему работы с информацией, которой можно поручать отдельные операции, прежде считавшиеся исключительно человеческими: классифицировать, распознавать, сопоставлять, делать выводы.
Машина должна приближаться к человеку
В этой идее, пожалуй, и заключается одна из самых характерных черт научного мировоззрения Глушкова. Он не считал, что человек должен бесконечно изучать сложный машинный язык ради общения с компьютером. Напротив, вычислительная система должна была постепенно становиться понятнее и естественнее для пользователя.
Именно эта философия проявилась в серии ЭВМ МИР — «Машина для инженерных расчётов», созданной в середине 1960-х. Эти системы были ориентированы на непосредственную работу инженера с компьютером и позволяли ставить математические задачи в форме, значительно более близкой к привычной профессиональной записи. Язык «Аналитик» давал возможность работать не только с числами, но и с алгебраическими выражениями, выполнять символические преобразования, дифференцирование и интегрирование.
Для сегодняшнего пользователя это звучит почти обыденно, но в ту эпоху сама возможность приблизить интерфейс машины к способу мышления специалиста была важнейшим изменением. В МИР-2 появился дисплей со световым пером, благодаря которому взаимодействие с вычислительной системой становилось диалоговым. До привычных нам персональных компьютеров, сенсорных экранов и голосовых помощников оставались десятилетия, но направление уже было обозначено: человек не должен становиться придатком машины, если можно изменить саму машину.
Позже Глушков пошёл ещё дальше, занявшись идеями нефоннеймановских архитектур и рекурсивных вычислительных систем. Он понимал, что по мере усложнения задач традиционная организация ЭВМ может стать ограничением, особенно если речь идёт уже не просто о вычислении формул, а о работе со сложными структурами данных, моделями и знаниями. Не все эти идеи получили практическое продолжение, но само стремление пересмотреть архитектуру компьютера показывало масштаб его подхода: Глушков пытался думать не о следующей машине, а о следующем принципе вычислений.
От языка — к цифровой стране
Самым масштабным воплощением этой логики стала ОГАС — Общегосударственная автоматизированная система. Глушков предлагал создать сеть вычислительных центров, которая собирала бы экономическую информацию в масштабах СССР, позволяла анализировать данные, моделировать различные варианты решений и использовать вычислительную технику непосредственно в управлении хозяйством страны.
Со временем вокруг ОГАС возникло множество красивых легенд — от «советского интернета» до утверждений, что реализованный проект мог бы изменить весь ход экономической истории СССР. Подобные формулировки звучат эффектно, но слишком упрощают реальность. Проект сталкивался с ведомственными противоречиями, организационными ограничениями, необходимостью перестройки управленческих процессов и сопротивлением самой системы, которая должна была этой технологией пользоваться.
Гораздо важнее другое: Глушков одним из первых рассматривал информацию как самостоятельный ресурс управления, а вычислительную сеть — не как техническую игрушку для учёных, а как инфраструктуру государства. В его представлении цифровая среда должна была соединять данные, анализ и принятие решений в единый процесс. Сегодня этот подход кажется очевидным, но тогда он находился далеко впереди практических возможностей своей эпохи.
Похожим образом звучит и название его последней крупной работы — «Основы безбумажной информатики». Книга вышла в 1982 году, когда большая часть человеческой коммуникации, документов, архивов и деловой информации всё ещё существовала прежде всего на бумаге. Глушков рассуждал о будущем, в котором хранение и передача данных постепенно перейдут в электронную среду. Спустя десятилетия мы живём именно внутри этой логики и редко задумываемся о том, насколько радикальной она казалась людям начала 1980-х.
Гений как зеркало эпохи
.
Умер Виктор Глушков в 1982 году, так и не увидев триумфа своей идеи. Но 40 лет спустя мы видим, насколько он был прав. Современные нейросети, которые сейчас учатся «понимать» язык, на самом деле используют его подход к семантике — поиск закономерностей, а не просто перебор вариантов.
В отличие от современных «коробочных» решений, Глушков создавал систему, где сложность наращивалась от уровня микроопераций до человеческой речи. Он проектировал архитектуру будущего, где человек и машина говорят на одном языке не через ограничение человека, а через расширение возможностей машины.
Он был идеологом «безбумажной информатики» и предвидел наступление эры мобильных «электронных блокнотов». Но главное наследие Глушкова не в конкретных ЭВМ, а в принципе: машина должна учиться у человека, а не человек у машины. В эпоху, когда ИИ всё чаще пугает нас своей «чужеродностью», стоит вспомнить советского академика, который хотел сделать его понятным.
Графическое сопровождение статьи создано с использованием технологий искусственного интеллекта.