Вероятно, команда Deep Blue была не совсем довольна результатом матча, и особенно последней партией, хотя они заявляли, что полностью удовлетворены. В конце концов, их суперкомпьютер выиграл партию у чемпиона мира и заставил меня изрядно попотеть в первых четырех партиях. Но больше всего радовалась компания IBM. Врученный мне как победителю чек был мелочью по сравнению с тем, что шумиха вокруг матча сделала для ее курса акций и корпоративного имиджа. В одно мгновение старая, неповоротливая IBM превратилась в современную крутую компанию, которая идет в авангарде развития систем искусственного интеллекта и суперкомпьютеров, бьющихся за превосходство над человеческим разумом. По крайней мере так это выглядело со стороны, и фондовый рынок воспылал энтузиазмом.
В своей книге Монти Ньюборн пишет, что стоимость акций IBM выросла на $3310 млн чуть больше чем за неделю
, в то время как тот же показатель у остальных компаний, входящих в индекс Доу — Джонса, значительно снизился. Вместо денежного приза мне следовало бы попросить опцион на акции IBM! Название Deep Blue постоянно мелькало в СМИ, а вместе с ним и бренд IBM. Разумеется, это было хорошо и для меня, особенно в Америке, где чемпионы мира по шахматам не самые популярные личности. Моя филадельфийская победа над Deep Blue привлекла ко мне гораздо больше внимания СМИ, чем выигрыш у Ананда нью-йоркского матча за мировую корону. Оказалось, что быть защитником человечества куда почетнее, чем просто чемпионом мира.
Такая шумиха вокруг матча с Deep Blue гарантировала, что матч-реванш состоится. Оставалось решить — когда. Команда Deep Blue ни за что не согласилась бы на повторную встречу, не успев внести в машину значительные улучшения. Сколько времени займет подготовка новой версии, достаточно сильной для того, чтобы представлять собой настоящую угрозу? В процессе переговоров стало ясно одно: дело не в том, что команда Deep Blue хочет испытать свое усовершенствованное детище, и не в том, что Гарри Каспаров хочет положить в карман очередной призовой чек. Матч-реванш неизбежен потому, что IBM жаждет получить пальму первенства.
8. Реванш любой ценой
Кен Томпсон создал революционную шахматную машину Belle (микропроцессоры которой, кстати говоря, легли в основу Deep Blue), когда он работал в исследовательском центре Bell Laboratories в Нью-Джерси, на знаменитой «фабрике идей», известной своими прорывными инновациями в широком спектре областей, от солнечных батарей и лазеров до транзисторов и мобильных телефонов. Томпсон также стал одним из ведущих разработчиков вездесущей операционной системы Unix, лежащей в основе других операционных систем — Mac OS от компании Apple, Android от Google и Linux, на которых работают миллиарды устройств и серверов.
Как и в ранние годы агентства ARPA, Bell Labs придерживался в своей деятельности следующего принципа: вместо того чтобы начинать с разработки конкретного продукта, надо описать значимую проблему и затем изобрести технологию для ее решения. Я услышал об использовании такого же подхода в новом Инновационном центре General Electric рядом с Детройтом, куда меня пригласили в 2010 году провести семинар. Мне сказали, что задача центра — стимулировать мышление в духе «свободного полета мысли», которое вышло из моды после десятилетий отраслевой консолидации и поглощений. Во время моего семинара кто-то заметил, что сегодня гигантские компании часто считают, что даже если они не создают новаторские продукты или технологии, кто-то где-то обязательно это делает, и, когда появится что-то стоящее, новшество можно будет просто купить. Но если вы не занимаетесь инновациями, надеясь на других, то в конечном счете можете столкнуться с неприятностями.
На этом семинаре я процитировал Алана Перлиса, пионера в области информатики и первого лауреата премии Тьюринга (ученый получил награду в 1966-м по решению Ассоциации вычислительной техники). В своей знаменитой статье «Эпиграммы о программировании», опубликованной в 1982 году, Перлис написал, что «оптимизация препятствует эволюции». Это высказывание бросилось мне в глаза, поскольку на первый взгляд показалось противоречивым. Как может усовершенствование мешать эволюции? Разве сама эволюция не является непрерывным, постепенным улучшением?
Но эволюция — это не улучшение, а изменение. Как правило, от простого к сложному, но ключ — рост разнообразия, изменение природы вещей. Оптимизация может сделать компьютерный код быстрее, но не меняет его природы и не создает ничего нового. Перлис любил показывать «эволюционное древо» языков программирования и то, как один язык эволюционировал в другой в процессе адаптации к новым потребностям и новому аппаратному обеспечению. Он утверждал, что только амбициозные цели ведут к эволюции, поскольку они ставят перед нами новые задачи и рождают новые потребности, которые не могут быть удовлетворены только за счет оптимизации существующих методов и инструментов.
Это также вопрос «цены выбора». Если чрезмерно сосредоточиться на оптимизации, не создавая ничего нового, может наступить застой. Всегда проще вносить улучшения, чем изобретать что-то действительно новое, другое, но последнее гарантирует гораздо бóльшую отдачу во всех отношениях.
Эта максима Перлиса широко применима и за пределами программирования, хотя здесь тоже следует проявлять осторожность, чтобы не переусердствовать. Она сама эволюционировала в популярную присказку «оптимизация — враг инноваций», которая может увести нас на еще одну скользкую дорожку. Многие вещи, которые мы называем инновациями, представляют собой нечто лишь немногим большее, чем умелая аккумуляция множества мелких оптимизаций. Например, в первом iPhone довольно мало инновационных технологий, и он даже не был первым в своем роде. Знаменитый iPad также не пионер в мире планшетов и т. д. Но быть первым — и даже быть лучшим — вовсе не гарантия успеха. Способность соединить вместе правильные компоненты в правильное время решает очень многое, особенно в эпоху, когда маркетинговые бюджеты растут, а средства, выделяемые на НИОКР, сокращаются. Ни одно изобретение само по себе не является «прорывным» — ему нужно обеспечить «прорывное» использование.
Чарльз Бэббидж, Алан Тьюринг, Клод Шеннон, Герберт Саймон, Дональд Мичи, Ричард Фейнман, Кен Томпсон… Этот список можно продолжать очень долго. Все эти и многие другие выдающиеся мыслители и изобретатели XX века посвящали столько времени шахматам, что у меня невольно возникает вопрос: что если бы они не увлекались этой игрой? Как это повлияло бы на их продуктивность — в лучшую или худшую сторону? Польза шахмат для развития концентрации и творческого мышления у детей научно доказана. Возможно, они оказывают такое же влияние и на взрослых? Или же дело в том, что раннее обучение игре в шахматы благоприятно сказалось на развитии мыслительных способностей этих великих ученых?
Раньше считалось, что мозг теряет свою пластичность еще до достижения совершеннолетия, но в последние годы появились иные точки зрения. Нобелевский лауреат Ричард Фейнман подробно рассказал о том, как его странные хобби — исполнение бразильской музыки на барабанах бонго и искусство открывания замков отмычками — помогают ему в занятиях физикой, а не отвлекают от них. Кен Томпсон любил пилотировать свой маленький частный самолет. И даже если вам уже поздно мечтать о Нобелевской премии, никогда не поздно научиться играть в шахматы, тем более что многочисленные исследования подтвердили, что игра в шахматы и другие сложные виды умственной деятельности позволяют отсрочить старческую деменцию.
