Код креативности. Как искусственный интеллект учится писать, рисовать и думать - Маркус Дю Сотой Страница 80

Простые числа – это драгоценности, сверкающие посреди огромных пространств нашей бесконечной вселенной чисел. Считая все дальше и дальше, Гаусс внезапно увидел, как начинает проявляться закономерность. Его страсть к этой задаче еще более разгорелась, когда отец предложил купить ему «феррари». Прежние схемы образования были настроены на создание каждого списка простых чисел 2, 3, 5, 7, 11 и 13 лет соответственно. Каждый год, кроме последнего, они остаются в земле, питаясь смолой корней.

Причудливый, но узнаваемый винегрет из моей первой книги. Один из важных уроков, которые я извлек из применения этого алгоритма, состоит в том, что создание текстов по-прежнему требует значительного участия человека. Алгоритм дает вам 18 слов, которые с высокой вероятностью могут следовать после того, что уже написано. Но это дает мне очень широкие возможности повести текст в любом направлении, в котором мне заблагорассудится. Человеческий компонент художественных произведений, созданных алгоритмами, часто маскируют. Заголовок «Искусственный интеллект написал нового “Гарри Поттера”!» привлекает гораздо больше внимания, чем «Очередной литературовед выпустил новый роман».

Мне кажется, вполне можно сказать, что романисты еще не скоро останутся без работы. Возможно, Botnik отражает тот факт, что у каждого писателя действительно есть свой стиль, узнаваемый по тому, как он строит свои фразы. Но и только: этот алгоритм воспроизводит лишь локальное развитие текста. Он никак не пытается имитировать общую структуру повествования. Этим он похож на джазовый Continuator: тот может произвести несколько вполне достойных джазовых фраз, но его композиция в конце концов становится скучной, потому что он не знает, куда ее ведет. Я часто задаюсь вопросом, не работают ли уже в Netflix и Amazon алгоритмы, штампующие сценарии сериалов, от которых мы не можем оторваться, но которые в конечном счете не ведут нас никуда.

Что, если?

Для устранения этого недостатка Марк Ридль и его коллеги по Технологическому институту Джорджии разработали в 2012 году алгоритмического рассказчика Scheherazade-IF. Его задача заключается в прокладывании более согласованных путей по лабиринту возможных историй. Алгоритм назван в честь знаменитой рассказчицы Шахерезады, которой удалось спасти свою жизнь, придумывая каждую ночь все новые и новые истории, которые завораживали и развлекали ее кровожадного мужа (а сокращение IF означает Interactive Fiction – «интерактивная беллетристика») ^[119]. Если попросить Scheherazade-IF сочинить историю о предмете или ситуации, с которыми алгоритм до этого не сталкивался, он узнает о них, изучая и резюмируя истории, уже существующие.

«Люди – очень неплохие рассказчики и обладают обширными знаниями о реальном мире, – говорит Ридль, один из ведущих разработчиков этого алгоритма. – Scheherazade-IF использует человеческий коллектив в качестве широко распределенной базы знаний, из которой можно почерпнуть новую информацию». Затем алгоритм формирует из этих примеров дерево возможных направлений, в которых может развиваться сюжет, исходя из таких существующих историй. Такого рода навык очень полезен в менее ограниченных компьютерных играх, в которых может быть предусмотрено много разных сценариев развития игры. Хороший рассказчик выберет наилучший путь с помощью дерева возможных вариантов развития истории.

Этот метод опирается на тот жанр рассказывания, который я особенно любил в детстве. В книгах-играх, например из серии «Выбери себе приключение» ^[120], в определенных точках повествования читателю предлагается выбор: перейди на страницу 35, если ты хочешь войти в левую дверь, или на страницу 39 – если в правую. Проблема в том, что выбранные решения иногда порождают довольно несвязные истории. Учитывая, что у истории, содержащей всего десять таких развилок, получается 1000 разных вариантов развития, было бы неплохо иметь такой алгоритм, который позволял бы находить лучшие из них.

Именно этого и пытается добиться алгоритм Scheherazade-IF с деревом возможных сценариев, которое он строит из результатов сбора данных в сети. Насколько хорошо ему удается выбрать удовлетворительный маршрут? По данным испытаний, которые проводила исследовательская группа, он выбирает те маршруты, которые были оценены не ниже, чем маршруты, выбираемые людьми, и получает гораздо лучшие результаты, чем при случайном выборе продолжений. Алгоритму удается сделать гораздо меньше нелогичных переходов, чем получается в истории, собранной случайным образом. Логическое несоответствие – это признак, сразу выдающий тот факт, что произведение создано алгоритмом. Скажем, не хотелось бы, чтобы персонаж, убитый во 2-й главе, внезапно снова появлялся в 5-й – разве что, скажем, в сюжете про зомби.

Выискивать в Сети старые истории и комбинировать их по-новому – дело, несомненно, хорошее, но как насчет придумывания сюжетов, которых никогда не придумывали раньше? В этом состоит цель проекта What If Machine («Машина “Что, если”»), сокращенно Whim ^[121], который финансируется Европейским союзом. Одна из трудностей, с которой сталкивается писатель, стремящийся создать нечто новое, состоит в том, что он не может отрешиться от стандартного, установившегося мышления. What If Machine пытается вывести рассказчика из зоны комфорта, предлагая ему возможные новые сценарии.

Разумеется, именно этим мы и занимаемся, когда хотим сочинить новую историю. «Что, если бы конь мог летать?» – и получается Пегас. «Что, если бы портрет молодого человека старел, а сам он оставался юным?» – получается «Портрет Дориана Грея». «Что, если бы девочка вдруг оказалась в странной стране, где животные разговаривают и все безумны?» – получается «Алиса в Стране чудес». Многие из «Историй о неожиданном» Роальда Даля, которые я так любил в детстве, построены именно по принципу «что, если?..».

Более того, все человеческое сочинительство, вероятно, и происходит из вопроса «что, если?..». Сочинительство позволяет нам ставить безопасные эксперименты. Рассказывая историю типа «что, если?..», мы исследуем возможные последствия своих действий. Вероятно, самые первые истории возникли из желания найти какой-нибудь порядок в окружающем нас хаосе, понять логику Вселенной, которая бывает такой жестокой и бессмысленной. Такой была древняя форма науки. Когда члены племени сидели вокруг костра и рассказывали друг другу истории о прошедшей в этот день охоте, это помогало им более успешно охотиться на следующий день. Homo sapiens восполнял недостаток силы отдельной особи коллективной силой племени. Эта сила росла по мере развития социального взаимодействия и обмена опытом. Пламя костров стоянок, по-видимому, и заронило в душу человека искру творчества.