Код креативности. Как искусственный интеллект учится писать, рисовать и думать

Поскольку входящая информация представляет собой правильно построенное предложение, можно подумать, что работа по языковому анализу уже выполнена и остается только перевести отдельные слова. Но простая замена слов одного языка на слова другого часто приводит к возникновению поразительной мешанины. Возьмем, например, следующую цитату из «Госпожи Бовари»: La parole humaine est comme un chaudron fêlé où nous battons des mélodies à faire danser les ours, quand on voudrait attendrir les étoiles. Если я возьму свой франко-английский словарь и переведу последовательно каждое слово (при этом, правда, приходится кое-что выбирать, потому что для каждого слова словарь предлагает несколько возможных вариантов перевода), я получу вот что: The speech human is like a cauldron cracked where we fight of the melodies to make to dance the bears, when one would like to tenderise the stars [ «Речь человеческая похожа на чан треснутый, где мы бьем мелодий, чтобы заставить танцевать медведей, когда мы хотели бы размягчить звезды»][107]. Это, как мне кажется, не совсем то, что хотел сказать Флобер. Тут важно чувствовать, как функционирует язык. Увидев, что слово battons стоит близко к слову mélodies, можно попробовать изменить перевод bat-tons – сказать не fight [ «бьем»], а beat [ «отбиваем»] и, может быть, даже добавить the rhythm [ «ритм»]. Но и после этого у нас остается нерешенным вопрос о том, что значит tenderise [ «размягчить»] звезды.

Качественный переводческий алгоритм должен хорошо чувствовать, какие слова с большой вероятностью могут появляться вместе. Я помню, как замечательно мы развлекались с моим лучшим университетским другом, который учил персидский язык. Когда я заглядывал в его персидско-английский словарь, казалось, что у каждого слова есть по меньшей мере три совершенно разных значения и одно из них связано с сексом. Мы провели массу времени, придумывая самые сумасшедшие переводы одного и того же предложения по-персидски.

Современные переводческие алгоритмы опираются на основополагающую математическую форму языка. Оказывается, слова языка можно представить в виде точек в многомерном геометрическом пространстве, а затем соединить прямыми слова, между которыми существуют структурные связи. Например, тот факт, что слово «мужчина» соотносится со словом «король» так же, как слово «женщина» со словом «королева», означает в математическом выражении, что прямые, проведенные между словами каждой из этих пар, оказываются параллельными и однонаправленными. В итоге получается фигура, похожая на многомерный кристалл. Интересно отметить, что формы кристаллов французского и английского языков очень похожи, так что остается только сообразить, как сопоставить их друг с другом.