В соавторстве с электронным анонимом

«Машина может брать тот или иной прибор и самостоятельно проводить физический эксперимент.

Автоматизация исследований уже начинает осуществляться при решении таких задач, как, скажем, анализ снимков звездного неба или следов частиц, полученных при фотографировании ядерных реакций.

Что касается теоретических наук, основанных на дедуктивных методах, то здесь возникает не менее интересная задача автоматизации самого процесса научного творчества. В области математики это прежде всего процесс доказательства трудных теорем…

Я вполне серьезно думаю, что через 20–30 лет можно будет и в самом деле наблюдать такие случаи.

Скажем, двое ученых сидят рядом, причем первый не пользуется машиной для доказательств, а второй пользуется. И вот первый, более способный и более трудолюбивый, с удивлением видит, что он делает менее интересные вещи, чем его сосед…»

Этим словам хочется верить больше, нежели чьим‑либо иным: они принадлежат лауреату Ленинской премии академику В. М. Глушкову, директору Киевского института кибернетики. Под руководством Виктора Михайловича выполнен целый ряд блестящих работ, подтверждающих справедливость приведенного высказывания. Так, еще в 1958 году глушковцами проведены успешные опыты с машинным доказательством некоторых алгебраических теорем.

Аналогичные эксперименты американский математик Ван Хао поставил в 1960 году.

Конечно, автоматизация научного творчества – замысел дальний. Но и те электронные союзники человеческого мозга, что имеются уже сейчас, оказывают исследователям неоценимую услугу.

Обшивка даже небольшого корабля – это сотни и тысячи сложно изогнутых и аккуратно подогнанных друг к другу металлических лоскутов. Вырезают их из плоского стального листа. Такой раскрой – дело далеко не простое. Киевские ученые (Г. А. Спыну из Института автоматики при Госплане АН УССР, Б. Н. Малиновский из Института кибернетики АН УССР и другие) препоручили его автомату. Они создали систему «Авангард» с управляющей машиной широкого назначения УМШН, которой доверили проектирование и изготовление корпусных деталей.

Новая технология внедрена на одном из судостроительных заводов. Точность и скорость раскроя повысились. Рабочие и инженеры теперь избавлены от многих трудоемких операций. Ежегодно сберегается 200 тысяч рублей. На очереди автоматизация всего процесса – от проектных чертежей до спуска корабля со стапелей.

Аналогичные программы осуществимы и в строительстве самолетов, ракет, реакторов, ускорителей, на любом производстве. А когда‑нибудь машины начнут конструировать самих себя, совершенствуясь из поколения в поколение. Уже сегодня они участвуют в синтезе собственных «органов» – отдельных узлов, схем. Так некоторые радиоэлектронные схемы полупроводниковой машины БЭСМ‑6 моделировались на ее ламповой предшественнице – БЭСМ‑2. Это помогло «потомку» стать совершеннее своего «предка».

Композитор и литератор, переводчик и библиограф, исследователь и конструктор – в какой еще профессии, на каком поприще проявит себя робот?

Бесспорно, есть такие области, где с автоматизацией можно повременить. Сочинять музыку, писать стихи, играть в шахматы человек хорошо сумеет и стародедовскими способами. Что же касается машинной помощи ученому, инженеру, а особенно производственнику, хозяйственнику, плановику, то без нее просто немыслимо выполнение грандиозных задач, стоящих перед нашей страной.

Специалисты прикинули, что если бы не автоматизация, то в планировании, учете, управлении экономикой к 1980 году было бы занято все взрослое население Советского Союза.

Разумеется, машине можно поручить не только «канцелярские» функций.

Одна из героинь этой главы – уже упоминавшаяся УМШН – управляет выплавкой стали в бессемеровских «грушах». Электронные управляющие агрегаты трудятся на химических и нефтеперерабатывающих комбинатах. Они обслуживают и Единую энергетическую систему СССР, в которую уже вошли электростанции на огромной территории – «от Перми до Тавриды, от финских хладных скал до пламенной Колхиды» – и с каждым годом вливаются все новые. Созвездия электрических солнц загораются на карте Сибири, Казахстана, Средней Азии. Они будут соединены линиями высоковольтных передач с европейскими, причем не только советскими, но и зарубежными – в социалистических странах. Ясно, что дирижировать потоками энергии в артериях такого Левиафана под силу лишь быстродействующим «электронным диспетчерам».

Кстати, машины оказывают помощь и в проектировании самой сети электропередающих коммуникаций, как, впрочем, нефтепроводов, газопроводов, дорог.

Схемы железнодорожных перевозок, рекомендованные машиной, выгоднее для государства на 10–15 процентов, а автомобильных – чуть ли не вдвое.

Планирование вручную изживается постепенно и на воздушных трассах.

Список можно дополнить новыми примерами из самых разных областей.

В 1961 году математики Тартуского вычислительного центра подготовили «агрономическую» программу для машины «Урал». Объектом их эксперимента стал производственный план совхоза «Луунья».

Счетно‑решающее устройство внесло существенные коррективы в намеченное на 1962 год распределение земель под посевы кормовых культур. Советы «Урала» дали возможность увеличить выход мясо‑молочной продукции на 100 гектаров пашни при минимальных трудовых затратах.

Подобные задачи на каждом шагу встречаются в экономической практике. Столетиями они решались на глазок, если не наобум, да и что еще оставалось делать? С карандашом в руках просчитывать все мыслимые комбинации? Но ведь им зачастую несть числа! Эта затея отняла бы целые эпохи. Ничего не попишешь – приходилось порой уповать и на «авось».

К примеру, тот же совхоз «Луунья» поначалу отвел под многолетние травы 694 гектара. А почему не 695? Не 700? Не 500? Не 100? Видимо, так подсказало людям их чутье. Спору нет, эстонские животноводы и хлеборобы на весь мир славятся своим умением вести хозяйство. Однако интуиция – вещь обманчивая. Сколько раз самые, казалось бы, безупречные планы, тщательно продуманные человеком, на поверку (после строгой математической «экспертизы») выходили далеко не лучшими! Вот и «Урал» предложил занять под травы не 694, а 321 гектар; под сахарную свеклу – не 10, а 20; под огородные культуры (морковь, редис, лук) – столько же, сколько намечалось раньше (10 гектаров). Зато под бобовые чуть ли не в 20 раз больше: вместо 17,5 – 331 гектар! Впрочем… опять‑таки почему не 330? Не 229, не 228, не 227 и так далее?

Все зависит от критерия, заложенного в программу. Конечно, диктуют его математикам те же агрономы, зоотехники, экономисты – знатоки своего дела. Так что машина лишь выдает то, чего от нее хотели сами специалисты. Но выдает после строго количественного анализа наиболее разумный вариант – не просто хороший, какой, вероятно, нашли бы и люди, а лучший из миллионов.

И здесь огромна заслуга математиков.

Нехитрая вроде бы задача: как наиболее рационально организовать грузопотоки при перевозке зерна от десяти колхозов к трем элеваторам? Если бы электронный мозг, пусть даже самый быстродействующий, терпеливо перебирал все возможности до единой, он, мягко выражаясь, не управился бы к сроку. Сменились бы миллиарды поколений, сам бы он рассыпался в прах, а своего мнения так и не успел бы сообщить. Собственно, в ответе и нужда бы отпала. Ясно, что программистам шага не ступить без удобных схем, позволяющих резко сузить зону поисков и быстро «запеленговать» в ней нужный результат.

Впервые такой «снайперский» способ был придуман у нас. Его автор – Л. В. Канторович, ныне академик, сотрудник Новосибирского института математики. Еще в 1939 году он опубликовал исследование «Математические методы организации и планирования производства», которое вскоре выросло в целую дисциплину – линейное программирование. Лишь в 1948 году аналогичные работы развернулись в США, причем были вторично получены многие результаты, к которым уже давно пришел Канторович.