Читать книгу Универсалы. Как талантливые дилетанты становятся победителями по жизни - Дэвид Эпштейн - Страница 3

Ласло Полгар родился в маленьком венгерском городке спустя год и четыре дня после безоговорочной капитуляции немецких войск и окончания Второй мировой войны. Всех его родственников унес Холокост. Ласло вырос в твердой решимости, что у него будет семья – и не простая. К отцовству он начал готовиться уже в колледже, штудируя биографии легендарных мыслителей – от Сократа до Эйнштейна. Он решил, что традиционный брак – это пережиток прошлого, а его дети будут гениями, нужно только как можно раньше направить их на верный путь. Таким образом он докажет одну очень важную вещь: что из любого ребенка можно вылепить звезду в любой области. Нужно только найти жену, которая согласится реализовать подобный план.

У матери Ласло была подруга, а у нее – дочь Клара. В 1965 году девушка приехала в Будапешт, где лично познакомилась с Ласло. Тот не стал ходить вокруг да около, а на первом же свидании заявил, что собирается обзавестись шестью детьми и взрастить из них гениев. Вернувшись домой, Клара без особого энтузиазма сообщила родителям, что «познакомилась с очень интересным молодым человеком», но совершенно не представляет себя в роли его жены.

Они продолжили переписываться. Оба были учителями и считали, что система образования в тогдашних школах ужасающе стандартизирована – выражаясь языком Ласло, «из учеников лепят единую серую массу». Спустя полтора года такой переписки Клара осознала, что ее приятель – весьма неординарная личность. Ласло наконец написал ей любовное послание, в конце которого сделал ей предложение. Они поженились, переехали в Будапешт и принялись за работу. В начале 1969 года родилась Сюзан – и было положено начало эксперименту.

Для своего первого гения Ласло выбрал шахматы. В 1972 году, за год до начала обучения Сюзан, американец Бобби Фишер одержал победу над русским Борисом Спасским в «Матче века». В обоих полушариях это событие сочли репетицией холодной войны, и шахматы внезапно стали частью поп-культуры. Кроме того, по мнению Клары, у этой игры было несомненное достоинство: «Шахматы – вид спорта, который отличается объективностью и легкостью оценки». Победа, поражение или ничья оценивались в сравнении с остальным миром шахмат. Ласло решил, что его дочь станет чемпионом мира по шахматам.

Он был терпеливым и аккуратным. Он начал с «пешечных войн»: играют одними пешками, и тот, кто первым дойдет до последнего ряда, выигрывает. Вскоре Сюзан уже разучивала эндшпили и ловушки в дебюте. Игра ей нравилась, она быстро схватывала. Спустя восемь месяцев обучения Ласло взял ее с собой в задымленный шахматный клуб в Будапеште и предложил присутствовавшим там взрослым мужчинам сыграть со своей четырехлетней дочерью, чьи ноги даже не доставали до пола. Сюзан выиграла свою первую игру, а ее соперник в гневе вылетел из клуба. Потом она попала на чемпионат девочек и получила первый приз в категории «младше одиннадцати». К четырем годам она не проиграла ни одного матча.

К шести Сюзан уже умела читать и писать и на несколько лет опережала своих сверстников по математике. Ласло и Клара решили, что дадут ей домашнее образование, предусмотрев в программе один день для шахмат. Венгерская полиция пригрозила бросить Ласло за решетку, если он не отправит свою дочь в государственную среднюю школу. Несколько месяцев он обивал пороги Министерства образования и наконец получил разрешение. Новорожденная сестра Сюзан, София, тоже должна была получить домашнее образование, как и Джудит, которая вот-вот должна была появиться на свет и которую Ласло и Клара чуть было не назвали Жени – «гений» по-венгерски. Все трое стали частью масштабного эксперимента.

В самый обычный день девочки в 7 утра отправлялись в спортзал, где под руководством тренеров играли в настольный теннис, к 10 возвращались домой на завтрак, а после целый день играли в шахматы. Когда Ласло достиг предела своих возможностей, он нанял для своих троих гениев инструкторов. В свободное время он вырезал из журналов, посвященных шахматам, репортажи о последних матчах, которых накопилось двести тысяч. В этих репортажах частенько приводилась краткая справка о потенциальных противниках. Вырезки он собирал в подшивку, постепенно формируя картотеку. В эпоху, когда не существовало еще компьютерных программ для игры в шахматы, Полгары со временем стали обладателями крупнейшей шахматной базы данных в мире – после, разве что, секретных архивов Советского Союза.

В семнадцать лет Сюзан стала первой девушкой, квалифицированной для участия в мужском чемпионате – правда, Международная федерация шахмат ее не пропустила (впрочем, ее же стараниями в это правило вскоре внесли поправку). Спустя два года, в 1988 году, когда Софии исполнилось четырнадцать, а Джудит – двенадцать, все три девочки в составе команды из четырех человек отправились представлять Венгрию на женской олимпиаде по шахматам. Они выиграли и побили Советский Союз, который со времен учреждения соревнований одержал победу в одиннадцати играх из двенадцати. Сестры Полгар, по выражению Сюзан, «превратились в национальное достояние Венгрии». На следующий год социалистический строй пал, и девочки смогли участвовать в соревнованиях по всему миру. В январе 1991-го, в возрасте двадцати одного года, Сюзан первой из женщин получила статус гроссмейстера в турнире против мужчин. В декабре Джудит, которой было тогда пятнадцать с половиной лет, стала самым молодым гроссмейстером – среди представителей обоих полов. Когда в одной из телепередач Сюзан спросили, в какой категории – мужской или женской – она хотела бы одержать победу на грядущем чемпионате мира, она ответила, что стремится к абсолютному первенству.

Никто из сестер в конце концов не достиг высшей цели Ласло – не стал чемпионкой мира, – но все были выдающимися шахматистками. В 1996 году Сюзан приняла участие в женском чемпионате мира и выиграла. София получила титул мастера международного класса – звание на одну ступень ниже гроссмейстера. Джудит пошла дальше и стала восьмой во всемирном рейтинге 2004 года.

Эксперимент Ласло сработал. Настолько, что в начале 1990-х он высказал теорию, что, если бы по его методике ранней специализации начали готовить тысячу детей, человечество сумело бы победить такие болезни, как рак и СПИД. В конце концов, шахматы были лишь случайным выбором, а глобальная суть состояла в другом. Как и путь Тайгера Вудса, история семейства Полгар стала темой бесчисленного количества статей, книг, телепрограмм и обсуждений, как пример того, насколько ранний старт способен изменить весь ход жизни. Появились даже онлайн-уроки под названием «Вырасти гения!» (“Bring Up Genius!”), предлагавшие по методу Полгара «разработать план жизни гения». «Важность таланта преувеличена» (Talent Is Overrated) – так называлась книга-бестселлер, в которой на примерах сестер Полгар и Тайгера Вудса доказывалось, что ранний старт целенаправленной тренировки – это ключ к успеху «практически в любой области».

Глобальный вывод из этой истории состоит в том, что подобным образом можно освоить практически любую дисциплину. В основе этой теории лежит одно очень важное негласное предположение: что и шахматы, и гольф олицетворяют собой те виды деятельности, которые важны именно для вас.

Задумайтесь: ведь как много существует в мире вещей, которые люди хотят освоить и которые очень похожи на шахматы и гольф?

Психолог Гэри Кляйн – основоположник «натуралистического подхода к принятию решений» (НПР). Исследователи НПР наблюдают за высококвалифицированными специалистами в процессе их повседневной деятельности, изучают особенности процесса принятия ими рискованых решений в условиях ограниченного времени.

Кляйн продемонстрировал, что эксперты в самых различных областях напоминают игроков в шахматы тем, что инстинктивно узнают знакомые схемы.

Когда я попросил Гарри Каспарова рассказать, чем он руководствуется, принимая решение о следующем ходе, он ответил: «Я вижу ход, нужную комбинацию, практически мгновенно» – иными словами, он действует исходя из опыта. По словам Каспарова, шахматисты, как правило, принимают решение о ходе за несколько секунд. Кляйн проанализировал поведение начальников пожарной охраны и нашел, что около 80 % их решений принимается инстинктивно, за считаные секунды. После нескольких лет подобной работы они распознают повторяющиеся схемы пожаров и крушения зданий. Затем он перешел к изучению поведения главнокомандующих военно-морских сил в мирное время, в условиях устранения различных чрезвычайных ситуаций (например, в случае ошибочного принятия коммерческого судна за вражеское с последующей стрельбой он заметил, что они очень быстро распознают потенциальную угрозу). В 95 % случаев командующие вычисляли распространенные схемы и выбирали типичную линию поведения, которая первой придет им в голову.

Один из коллег Кляйна, психолог Дэниел Канеман, при анализе процесса принятия решений основывался на модели «эвристики и предубеждений». Результат его исследования коренным образом отличался от заключений Кляйна. Изучив процесс мышления высококвалифицированных экспертов, Канеман пришел к выводу, что опыт во многих случаях не помогает. Хуже того: с ним часто приходит уверенность в себе, но не развитие навыков.

Это замечание относится и к самому Канеману. Впервые он усомнился во взаимосвязи между опытом и навыками в 1955 году, будучи молодым лейтенантом в психологическом подразделении израильских вооруженных сил. В их обязанности входила оценка кандидатов среди офицеров с помощью тестов, которые использовались и для солдат британской армии. В одном из упражнений команды по восемь человек должны были перебраться вместе с телефонным столбом через стену высотой почти два метра так, чтобы он не коснулся земли и чтобы ни солдаты, ни столб не задели стену[7]. В процессе весьма стрессового задания выявились явные лидеры, последователи, хвастуны и нытики. Разница в поведении людей была так разительна, что Канеман и его исследовательская группа пришли к выводу о необходимости оценки лидерских качеств кандидатов и прогноза их действий в учении и в бою. Они жестоко ошиблись. Раз в несколько месяцев они устраивали «день статистики», в ходе которого анализировали точность собственных прогнозов. Всякий раз они замечали, что результаты стали чуть лучше, чем гадание вслепую. Канеман поражался «полному отсутствию связи между статистическими данными и несокрушимым чутьем». Почти в то же самое время вышла весьма авторитетная книга об экспертной оценке, которая, как признался мне Канеман, произвела на него огромное впечатление. Это был широкомасштабный обзор исследований, которые всколыхнули мир психологии. Исследования эти показывали, что опыт сам по себе не формирует навыков в целом ряде реальных ситуаций – будь то оценка потенциала студентов руководством образовательных учреждений, прогнозирование психиатрами динамики состояния пациента или принятие решений кадровыми специалистами о кандидатах, которые успешно прошли обучение.

В сферах, где обязательным фактором является человеческое поведение и где нет постоянно знакомых схем, само повторение не способствует обучению.

Поэтому шахматы, гольф и пожаротушение – скорее исключения, чем правило.

Подобные результаты исследований Кляйна и Канемана наводят на весьма важный вопрос: способствует ли приобретенный опыт совершенствованию профессиональных навыков?

В 2009 году Канеман и Кляйн предприняли необычный шаг и вместе написали работу, в которой попытались привести свои идеи к общему знаменателю. И это им удалось. Они заключили, что повышение квалификации через накопление опыта полностью зависит от сферы деятельности. Иными словами, навыки в таких узких областях, как шахматы, покер или пожарное дело, совершенствовались по мере накопления опыта, однако узкоспециализированные знания не годились для прогнозирования финансовой ситуации, политических тенденций или поведения работодателей и пациентов. Сферы, которыми занимался Кляйн и в которых инстинктивное распознавание схемы было определяющим фактором, психолог Робин Хогарт назвал «добрыми» средами обучения. Схемы и шаблоны повторяются снова и снова, а результат точен и, как правило, не заставляет себя долго ждать. Мяч в гольфе или фигура в шахматах двигаются по четким правилам и в строго определенных границах, последствия решения видны почти сразу, а похожие задачи регулярно повторяются. Нужно лишь направить мяч для гольфа, и он улетит либо слишком, либо недостаточно далеко; еще он может пролетететь рядом, крюком или прямо. Игрок наблюдает за происходящим, старается исправить ошибку, повторяет попытку, и год за годом делает одно и то же. Это и есть наглядный пример целенаправленной практики – той самой, которая, с одной стороны, подразумевает десять тысяч часов тренировки, а с другой – стремление начать как можно раньше совершенствоваться в некой узкой области. Среда обучения называется «доброй», потому что человек совершенствуется исключительно благодаря упорству и стремлению совершенствоваться.

Канеман сосредоточил свое внимание на среде обучения, противоположной «доброй», – той, которую Хогарт назвал «злой».

В «злых» средах правила игры часто бывают нечеткими или неполными, повторяющиеся схемы могут не быть очевидными или быть не столь очевидными, а обратная связь часто приходит с задержкой либо бывает неточной. В особенно «злых» средах опыт и вовсе может служить подкреплением к совершенно неверным урокам. Хогарт писал о знаменитом нью-йоркском враче, который прославился благодаря диагностическими навыками. Главным его профилем была тифоидная лихорадка, а пациентов он осматривал, ощупывая руками их языки. Раз за разом подобный метод приносил положительные диагнозы еще раньше, чем пациент успевал высказать симптомы. Снова и снова его диагноз подтверждался. Как заметил позже другой врач, «одними своими руками он произвел больше больных, чем Тифоидная Мэри». Оказалось, что повторяющийся успех послужил ему худшим из возможных уроков. Мало какая среда обучения столь же «зла», как эта, хотя для того, чтобы сбить с толку опытных профессионалов, не нужно много усилий. Так, опытные пожарные, которые столкнулись с новой ситуацией – например, пожаром в небоскребе, могут внезапно почувствовать, что их покинуло чутье, сформировавшееся за долгие годы тушения пожаров, и из-за этого они принимают неверные решения. С изменением «статус-кво» гроссмейстеры тоже могут неожиданно обнаружить, что навыки, которые они оттачивали годами, устарели.

В 1997 году состоялась схватка, которая, если верить тогдашним афишам, должна была стать решающей битвой за первенство между естественным и искусственным интеллектом – суперкомпьютером Deep Blue от IBM и Гарри Каспаровым. Победил Deep Blue, способный просчитывать двести миллионов позиций в секунду. Это лишь ничтожная часть всех возможных шахматных позиций – общее число игровых комбинаций больше, чем атомов в обозримой вселенной, – но этого предела оказалось достаточно для того, чтобы одержать победу над умнейшим из людей. Сам Каспаров говорит об этом так: «Сегодня даже бесплатные приложения для игры в шахматы на мобильных телефонах сильнее меня» – и это не просто слова.

«В любой области знаний и умений машины нас превосходят», заявил он на недавней лекции. «Если что-либо можно кодифицировать и запрограммировать в компьютер, он справится с этой задачей лучше человека». И все же поражение в партии против Deep Blue навело его на мысль. Во время игры с компьютером Гари осознал то, что специалисты по искусственному интеллекту называют парадоксом Моравека: у машин и людей нередко наблюдаются прямо противоположные сильные и слабые стороны.

Говорят, «шахматы – это на 99 % тактика». Тактика – это короткие комбинации ходов, которые используют игроки, чтобы обеспечить немедленное преимущество на доске. Отрабатывая эти комбинации, игроки совершенствуются. Более глобальное планирование за шахматной доской – например, победа в матче, который состоит из серии мини-поединков, – называется стратегией. Как писала Сюзан Полгар, «можно продвинуться очень далеко на одном знании тактики, – то есть иметь в своем арсенале большое количество комбинаций, – и при этом иметь лишь зачатки понимания стратегии».

Компьютеры, по сравнению с людьми – это безупречные тактики, благодаря своей способности просчитывать. Гроссмейстеры способны предсказать ближайшее будущее, но компьютеры справляются с этим лучше. Каспаров задумался: а что, если соединить блестящие тактические способности компьютера с человеческим умением видеть картину в целом, мыслить стратегически?

В 1998 году он помог организовать первый турнир по «продвинутым шахматам», в котором у каждого игрока-человека, в том числе и у Каспарова, был партнер-компьютер. Многолетнее изучение шахматных комбинаций было не нужно: тактическую часть взяли на себя машины, а людям нужно было сосредоточиться на стратегии. Как если бы Тайгер Вудс решил сразиться в компьютерной игре в гольф с самыми сильными геймерами. В этом случае многолетние тренировки, построенные на повторяющихся действиях, были бы нейтрализованы, и весь фокус сместился бы в сторону стратегии.

Сложившаяся в шахматах иерархия моментально изменилась. «В этих условиях именно человеческий творческий потенциал стал определяющим фактором», – заметил Каспаров. Сам он согласился на ничью 3:3 в матче с игроком, которого месяц назад обыграл со счетом 4:0 в традиционном матче. «Мое преимущество в тактических просчетах было уничтожено машиной». За реализацию его сильной стороны, которая была усовершенствована за годы тренировок, отвечал компьютер, и в ситуации, когда человеческий разум отвечал только за стратегию, у него внезапно появились соперники.

Спустя несколько лет состоялся первый шахматный турнир «в свободном стиле». В команды входили по несколько человек и компьютеров. «Свободный стиль» свел на нет премущество многолетних тренировок, которое и прежде, в продвинутых шахматах, утратило решающее значение. Тандем игроков-любителей с тремя совершенно обычными компьютерами не просто раскатал всухую Hydra – лучший шахматный суперкомпьютер, но и разбил в пух и прах команды гроссмейстеров, которые использовали компьютеры. Каспаров пришел к выводу, что победители лучше всего справились с задачей «обучения» нескольких компьютеров тому, что именно нужно рассматривать и какие сведения синтезировать для разработки общей стратегии. Комбинированные команды из людей и компьютеров, получившие название «кентавры», играли на беспрецедентно высоком уровне. И если победа Deep Blue над Каспаровым ознаменовала переход первенства от людей к компьютерам, то победа «кентавров» над Hydra символизировала нечто более интересное:

Люди теперь получили дополнительную возможность заниматься тем, что у них лучше всего получается, и для этого им не нужны были годы упорных тренировок.

В 2014 году шахматный портал, расположенный в Абу-Даби, объявил о денежном призе размером в двадцать тысяч долларов США, который должен был достаться победителю турнира в свободном стиле. Он включал и игры, в которых состязались между собой шахматные программы безо всякого участия со стороны человека. В команду-победительницу входили четыре человека и несколько компьютеров. Капитаном и главным ответственным за решения команды был британский инженер Ансон Уильямс, не имевший официального рейтинга в мире шахмат. Его товарищ по команде Нельсон Эрнандес сказал мне: «Люди просто не понимают: свободный стиль предполагает интегрированный набор навыков, которые в некоторых случаях вообще не имеют отношения к шахматам».

В традиционных шахматах Уильямс был на приличном для любителя уровне. Но при этом он отлично ладил с компьютерами и владел механизмами интегрирования потоковой информации для принятия стратегических решений. Еще подростком он добился выдающихся результатов в компьютерной игре Command&Conquer – стратегии реального времени, где игроки совершают синхронные действия. В шахматах свободного стиля он должен был учитывать рекомендации товарищей по команде и различных шахматных программ, очень быстро программировать компьютеры на более детальное рассмотрение конкретных возможностей. Он был кем-то вроде администратора в рамках команды мегагроссмейстеров и советников по тактической части. Именно он решал, к чьему совету прислушаться и чей совет принять. Каждую игру Уильямс отыгрывал осторожно, с готовностью принять ничью, но пытаясь построить игру таким образом, чтобы усыпить бдительность противника и загнать его в ловушку.

В конце концов Каспаров все-таки нашел способ победить компьютер: для этого он поручил программе тактическую сторону – ту часть человеческого знания, которую легче всего заменить; ту, которую и он, и вундеркинды Полгар оттачивали несколько лет.

В 2007 году канал National Geographic TV подверг Сюзан Полгар испытанию. Ее усадили за придорожный столик посреди района Манхэттена Гринвич-Вилладж, перед чистой шахматной доской. Белый грузовик с большой диаграммой, которая изображала двадцать восемь шахматных фигур на поле, свернул на Томпсон-стрит и проехал мимо супермаркета, у которого сидела Полгар. Когда он приблизился, Сюзан посмотрела на диаграмму, а затем идеально воспроизвела ее на лежащей перед ней доске. Эта демонстрация была отсылкой к серии известных шахматных экспериментов, целью которых была иллюстрация феномена «доброй» среды обучения.

Первый такой эксперимент состоялся в 1940 году, когда голландский гроссмейстер и психолог Адриан Де Гроот на некоторое время показал шахматные комбинации игрокам с разным уровнем подготовки и попросил их воспроизвести эти комбинации как можно точнее. Гроссмейстер мог воспроизвести всю доску, даже если видел ее всего три секунды. Игрок уровня мастера справлялся с этой задачей почти с той же скоростью. Чемпион города и клубный игрок среднего уровня так и не смогли в точности воспроизвести расстановку фигур. По всей видимости, гроссмейстеры, как и Сюзан Полгар, обладали фотографической памятью.

После успешного прохождения Сюзан первого испытания National Geographic TV решил прогнать грузовик в обратном направлении, чтобы показать другую сторону, на которой была изображена доска с хаотично расставленными фигурами. Несмотря на то что фигур было гораздо меньше, Сюзан почти не удалось воссоздать их расстановку. Этот тест воспроизводил эксперимент 1973 года, в ходе которого два психолога Университета Карнеги-Меллона, Уильям Дж. Чейз и будущий нобелевский лауреат Герберт А. Саймон, повторили упражнение Де Гроота, но добавили один штрих от себя. На этот раз игрокам достались доски с такой комбинацией, которая попросту невозможна в реальной игре. И тут внезапно результаты экспертов совпали с показателями игроков более низких уровней. Оказалось, у гроссмейстеров нет фотографической памяти. В результате регулярного изучения игровых комбинаций они освоили то, что Чейз и Саймон назвали «разбивкой на группы». Вместо того чтобы пытаться запомнить расположение каждой отдельной пешки, слона или ладьи, мозг элитных игроков разбивал массу фигур на значимые группы, основываясь на знакомых комбинациях. Эти схемы позволяют опытным игрокам мгновенно оценить ситуацию исходя из своего опыта. Именно поэтому, как сказал мне Гарри Каспаров, гроссмейстеры, как правило, просчитывают свой ход за несколько секунд.

Когда грузовик в первый раз проехал мимо Сюзан Полгар, на изображенной на его борту диаграмме было не двадцать восемь фигур, но пять значимых групп, взглянув на которые, она моментально оценила ход игры. Разбивка на группы помогает объяснить случаи на первый взгляд чудесных проявлений специальной памяти – например, когда музыканты наизусть играют сложнейшие произведения, или защитники футбольной команды за долю секунды распознают знакомую схему игры и принимают решение о броске мяча. Причина того, что элитные спортсмены обладают сверхспособностями и нечеловеческими рефлексами – в умении распознавать траекторию мяча или движения тела, по которым они предугадывают то, что вот-вот произойдет. Однако при проведении испытаний за пределами их сферы эти сверхчеловеческие рефлексы исчезают.

Все мы рассчитываем на то, что разбивка на группы поможет нам – каждый день, в той сфере навыков, где мы сильны. В течение десяти секунд постарайтесь запомнить как можно больше слов:

Потому что группы двадцать в составе значимого слов легче разбить на запомнить предложения, знакомые можно гораздо.

Та-ак, попробуем еще раз:

Двадцать слов гораздо легче запомнить в составе значимого предложения, потому что их можно разбить на знакомые группы.

Это все те же двадцать информационных элементов, но с течением жизни вы запоминаете определенные схемы, которые позволяют моментально группировать слова и таким образом легче запоминать их. Официант, обслуживающий вас в ресторане, не просто обладает феноменальной памятью: подобно музыкантам или футбольным защитникам они учатся объединять повторяющиеся сведения в значимые группы.

Запоминание огромного количества повторяющихся комбинаций в шахматах настолько важно, что ранний старт и специализация в этой сфере – определяющий фактор. Психологи Фернан Гобе (мастер международного класса) и Гильермо Кампителли (наставник будущих гроссмейстеров) установили, что шансы подающего надежды шахматиста на то, чтобы стать мастером международного класса (следующий уровень после гроссмейстера), снижаются в 13 раз, если не начать планомерные, упорные тренировки к двенадцати годам. Умение разбивать на значимые группы со стороны кажется волшебством, но это результат масштабной, регулярной практики. Ласло Полгар не зря в это верил, хотя его дочери – не самое наглядное подтверждение этой теории.

Психиатр Дарольд Трефферт посвятил более пятидесяти лет изучению феномена савантов – людей с неиссякаемой тягой к самосовершенствованию в определенной области, навыки в которой многократно превышают их способности во всех прочих сферах. Треффер назвал это явление «островками гениальности»[8]. Трефферт зарегистрировал практически невероятные случаи савантизма – такие, как Лесли Лемке, которые может по памяти воспроизводить тысячи песен. Ввиду того, что Лемке и другие саванты обладают на первый взгляд ограниченной способностью к воспроизведению информации, Трефферт изначально приписывал подобные умения отличной памяти, полагая их «диктофонами в человеческом обличье». Вот только в процессе тестирования, впервые прослушав отрывок из музыкального произведения, музыкальные саванты повторяли «тональные» примеры – то есть практически все популярные и большую часть классических произведений – гораздо легче, чем «атональные», в которых последовательность нот не выстроена в соответствии с привычными гармоническими схемами. Если бы саванты и в самом деле представляли собой ходячие диктофоны, то в ответ на просьбу воспроизвести музыкальное произведение не делали бы различий между ними и не задумывались бы о том, соблюдены ли в них общепринятые правила композиции. На деле же разница для них существует, и она огромна. Автор одного из исследований, изучавший феномен саванта-пианиста, способного безупречно воспроизвести сотни песен, был поражен, когда объект его исследования даже после тренировки не смог повторить «атональное» произведение. «То, что я услышал, было настолько не похоже на оригинал, что я уж было усомнился: не перешла ли клавиатура в режим транспонирования? – писал исследователь. – Но он и в самом деле ошибся, и не единожды».

Схемы и привычные структуры служили определяющим фактором для запоминания савантом услышанного материала. Аналогичным образом, когда таким людям с феноменальными способностями в области изобразительного искусства показывают художественные произведения и просят их воспроизвести, воссоздание зарисовок из реальной жизни удается им гораздо лучше, чем репродукция абстрактных изображений. Трефферту понадобилось не одно десятилетие, чтобы понять, как он ошибался, и прийти к заключению, что у савантов больше общего с вундеркиндами, вроде сестер Полгар, чем он предполагал. Они не просто извергают из себя переработанную информацию – их гениальность, подобно гениальности Полгар, зависит от повторяющихся структур; благодаря им сестрам удалось довести собственные умения до автоматизма. Благодаря достижениям шахматной программы AlphaZero, пожалуй, даже лучших из «кентавров» теперь можно победить в турнире «свободного стиля». В отличие от шахматных программ предыдущих поколений, которые задействовали силу автоматизма для просчета огромного количества возможных ходов и формирования рейтингов в соответствии с критериями, заложенными в них программистами, AlphaZero и в самом деле научилась играть. Для этого ей нужно было всего лишь выучить правила, после чего она могла играть сама с собой до бесконечности, самостоятельно регистрируя успешные и ошибочные приемы и тактики и таким образом совершенствуясь. Вскоре она стала одерживать победу над лучшими шахматными программами, а затем проделала то же самое с игрой го, где возможных комбинаций гораздо больше.

Однако вывод, извлеченный из опыта «кентавров», остается неизменным: чем больше фокус задачи смещается в сторону глобальной стратегии, тем больше усилий требуется от человека.

В хвалебных одах своему впечатляющему детищу разработчики AlphaZero заявили, что программе удалось самостоятельно пройти весь путь развития от уровня tabula rasa («чистый лист») до мастера. Однако начало игры вряд ли можно назвать чистым листом. Ведь программа, как бы то ни было, действует по определенным правилам, оперируя внутри четких рамок. Даже в играх, в меньшей степени подчинененных тактическим схемам, компьютеры должны решать куда более серьезные задачи.

Одним из последних примеров стала компьютерная игра StarCraft – франшиза стратегий реального времени, где вымышленные расы сражаются за первенство где-то на краю Млечного Пути. Решения, которые принимаются в этой игре, гораздо сложнее шахматных задач. Здесь нужно вести сражения, планировать инфраструктуру поселений, исследовать местность, накапливать ресурсы – и все эти виды деятельности находятся в тесной взаимосвязи. Компьютерам нелегко одержать победу в StarCraft, рассказал мне в 2017 году Джулиан Тогелиус – профессор Нью-Йоркского университета, изучающий искусственный интеллект в играх. Даже когда компьютеру удавалось победить человека, те в конечном счете выходили вперед за счет «долгосрочной адаптивной стратегии».

«Существует огромное множество слоев мышления, – говорит он. – Люди одинаково плохо понимают каждый из них в отдельности, но в то же время мы имеем приблизительное представление обо всех этих слоях, можем сочетать их, и таким образом адаптироваться к различным ситуациям. А ведь именно в этом и заложен ключ к разгадке».

В 2019 году искусственный интеллект впервые одержал победу над профессиональным геймером в ограниченной версии StarCraft (правда, игрок адаптировался и в конце концов победил). Однако из стратегической сложности игры можно извлечь один очень важный вывод: чем глобальнее общая картина, тем более уникальным является потенциальный вклад человека. Наша величайшая сила состоит в прямой противоположности узкой специализации. Это способность широкой интеграции. По словам Гэри Маркуса, профессора психологии и нейробиологии, продавшего свою компанию по обучению компьютеров фирме Uber, «в узких сферах у человека осталось совсем немного времени для того, чтобы внести некий важный вклад. Однако в более открытых играх, полагаю, такая возможность еще существует. И не только в играх – на мой взгляд, в более широких сферах реального мира человек все еще опережает машину».

В узком и упорядоченном мире шахмат, с его моментальной отдачей и безграничной базой данных, искусственный интеллект совершил рывок вперед в геометрической прогрессии. В сфере вождения, которая имеет множество правил, но при этом гораздо более беспорядочна, ИИ также достиг серьезных успехов, хотя нерешенные задачи еще остались. Однако в реальном, открытом мире, свободном от строгих правил и идеальных исторических данных, искусственный интеллект пока терпит самое настоящее фиаско. Так, после победы суперкомпьютера IBM Watson в игре Jeopardy! [9]его стали позиционировать как революционный инструмент в лечении рака. И в этом качестве он провалился с таким оглушительным треском, что целый ряд экспертов в области ИИ признались мне: в тот момент они не на шутку испугались, что эта история наложит отпечаток на все научные разработки по применению ИИ в здравоохранении. По словам одного онколога, «победа в викторине и лечение рака отличаются одним: в первом случае мы знаем ответы на вопросы». Что же касается рака, в этой области четкие вопросы только формулируются.

В 2009 году уважаемое издание Nature объявило о том, что сервис Google Flu Trends может задействовать результаты поиска для составления прогноза заболеваний гриппом на ближайшую зиму быстрее и почти так же точно, как Центр по контролю и профилактике заболеваний. Однако вскоре эффективность сервиса снизилась, и в 2013 году число спрогнозированных им случаев заболевания на территории США вдвое превысило реальное количество. Сегодня на сайте Google Flu Trends больше не публикуются оценочные данные – на соответствующей странице красуется единственная фраза: «Пока слишком рано для подобных прогнозов». Маркус провел вполне ожидаемую аналогию: «Все системы искусственного интеллекта в какой-то степени саванты». Им нужны стабильные структуры и четкие рамки. Зная правила и ответы, обладая уверенностью в том, что со временем они не изменятся, – как в шахматах, гольфе, классической музыке, – мы можем найти аргументы в пользу гиперспециализированной тренировки с раннего детства. Однако все это лишь узкие, ограниченные модели, не подходящие к большинству областей человеческого знания.

Когда узкая специализация сочетается со «злой» средой, привычка человека полагаться на знакомые схемы может сослужить ему дурную службу – так опытные пожарные принимают неверные решения, оказавшись в непривычной обстановке.

Крис Арджирис, один из учредителей Йельской школы менеджмента, отметил опасность, которую представляет собой привычка относиться к недружелюбной среде так, как если бы она была дружелюбной. В течение пятнадцати лет он наблюдал за поведением успешных консультантов топовых бизнес-школ и заметил, что они отлично справлялись с решением четко поставленных задач, которые можно было быстро оценить. Но в своей работе они задействовали то, что Арджирис назвал «единичной петлей обучения». Когда решение приводило к нежелательному результату, консультант занимал оборонительную позицию. Крис находит их «хрупкую натуру» весьма удивительной, учитывая, что суть их работы заключается в том, чтобы «учить других людей правильно делать свою работу».

Психолог Барри Шварц отмечал похожее отсутствие гибкости у опытных специалистов. В качестве теста он поручил студентам колледжа решить головоломку, в которой нужно было нажимать выключатели в определенной последовательности, чтобы зажигать и выключать лампочки. Головоломку можно было решать снова и снова, семьюдесятью различными способами, и за каждое успешное решение предполагалось небольшое денежное вознаграждение. Никаких правил не было, и студенты должны были руководствоваться методом проб и ошибок[10]. Если студент находил решение, он повторял его снова и снова, чтобы заработать больше денег, даже если сам принцип был ему непонятен. Вскоре к эксперименту присоединились новые студенты, и теперь они должны были вывести общее правило всех решений. Невероятно, но все студенты-новички поняли принцип всех семидесяти решений, тогда как только один «старичок» из получивших ранее награду за одно решение справился с этой задачей. Подзаголовок работы Шварца гласит: «О том, как не нужно учить людей выводить правила» – то есть через вознаграждение за повторяющийся краткосрочный успех при узком спектре решений.

Все вышесказанное будет не очень хорошей новостью для тех, чьи истории стали примером успешной стратегии обучения – семейства Полгар, Тайгера и ряда других представителей различных видов спорта и игр. По сравнению с гольфом, теннис гораздо более динамичен, игроки в нем ежесекундно подстраиваются под своих противников, адаптируются к местности, а иногда – и к соратникам по команде. (В 2008 году Федерер завоевал золотую олимпийскую медаль в парной игре.) Однако теннис все равно находится в «доброй» половине спектра по сравнению, скажем, с палатой скорой помощи, где врачам и медсестрам требуется некоторое время, чтобы понять, что случилось с пациентом. Им приходится искать способы развития собственного опыта за пределами медицинской практики, и подчас эти уроки извне могут противоречить непосредственно их медицинскому опыту.