Код креативности. Как искусственный интеллект учится писать, рисовать и думать - [107]

Я решил проверить, не получу ли я новых идей, которых не заметил раньше, если скормлю этому алгоритму данные своей первой книги «Музыка простых чисел» (The Music of the Primes, 2003). В ответ я получил следующий странный улов:

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