одержану інформацію, організовують її, пояснюють її значення й логічно обґрунтовують висновки. Проте остаточної відповіді не дають. Власне, відповіді вони «не знають». Вони, радше, сконструйовані для зважування інформації та ідей із багатьох джерел, осмислення її та пропонування гіпотез для розгляду». Отже, системи визначають коефіцієнт достовірності кожної потенційної ідеї або відповіді. Вони навіть вчаться на власних помилках.
Тож, створюючи суперкомп’ютер Вотсон, який виграв Jeopardy!, розповідав Келлі, вони розробили чималий пакет алгоритмів, що дає змогу машині аналізувати речення приблизно так, як викладач читання вчить вас схематизувати речення. «Алгоритм подає схему меседжу й намагається з’ясувати, про що запитують – про назву, дату, тварину… що я шукаю?» – пояснив Келлі. Наступний пакет алгоритмів має переглянути всю завантажену у Вотсона літературу від «Вікіпедії» до Біблії та спробувати знайти все дотичне до цієї теми, особи чи дати. «Комп’ютер шукатиме фрагменти релевантного змісту та створить попередній перелік можливих відповідей, а далі пошукає фрагменти на підтримку можливої відповіді, [як-от] питають про особу, яка працює в IBM, а я знаю, що там працює Том».
За допомогою наступного алгоритму Вотсон упорядкує відповіді, що здалися йому правильними, і вкаже коефіцієнт достовірності. Якщо коефіцієнт виявиться достатнім, пролунає сигнал готовності й відповідь. Зрозуміти відмінність між програмованим і когнітивним комп’ютерами допоможуть два приклади, наведені мені Даріо Джилом, віце-президентом із питань науки й рішень. Він пояснив, що коли IBM почала розробляти програмне забезпечення для перекладачів, створили групу, яка мала розробити алгоритм перекладу з англійської на іспанську. «Ми гадали, що найкраще – найняти різних лінгвістів, які навчать нас граматики, а коли зрозуміємо природу мови, зможемо написати програму перекладу», – сказав Джил. Не спрацювало. Попрацювавши з багатьма лінгвістами, IBM відмовилася від них і спробувала інший підхід.
«Цього разу ми собі сказали: “А що, як вдатися до статистичного підходу та просто взяти два тексти, перекладені людьми, порівняти їх і встановити, який переклад точніший?” І оскільки потужність обчислення та пам’ять значно збільшилися 2007 року, то з’явилася можливість здійснити це. IBM дійшла принципового висновку: “Щоразу, коли ми відмовлялися від лінгвіста, точність зростала, – сказав Джил. – Тож тепер ми обмежуємося статистичними алгоритмами, що можуть порівнювати великі масиви текстів для виявлення повторюваних патернів”. У нас немає проблем із перекладом з урду на китайську, навіть якщо ніхто в групі цих мов не знає. Віднині вчимося на прикладах». Якщо ви дасте комп’ютерові достатньо прикладів того, що правильно та що неправильно, а в добу супернової робити це можна майже до нескінченності, машина придумає, як правильно зважувати відповіді й навчатиметься далі в процесі роботи. І при цьому їй не треба вчити граматику урду чи китайську – нічого, крім статистики!
Отак