בסוף שנות ה־50 הגיעה האופוריה של אבות הבינה המלאכותית (ניואל, סיימון ושאו) לשיאה. תכנית מחשב, שהתבססה על טכניקה משופרת של פתרון בעיות, הצליחה לפתור כמה תיאורמות מתמטיות מסובכות. הצלחה זו הביאה אנשים נבונים אלה לצאת בהצהרה מפוצצת: “אנו קרובים להבנת תהליך הלמידה, האינטואיציה וההבנה”. עוד הגדילו וניבאו, כי תוך 20 שנה יעשו המכונות כל מה שבני־אדם עושים. לא חלפו אלא 10 שנים מנבואות אלו והאופוריה נקברה תחת המפולת הסמנטית של משפט בן שלוש מלים: “הקופסה בתוך העט”.

לכל בר־דעת ברור שהמשפט שגוי וכי השיבוש שחל בסדר המלים נוטל ממנו את משמעותו. אף על פי כן צירוף מלים מוזר זה חלף ליד עינו הפקוחה של המחשב בלי לגרום לו להניד עפעף, משל היה מחרוזת לשונית תקינה לכל דבר, שכן מבחינה תחבירית המשפט הוא ללא דופי. הדופי טמון במשמעות, אך כדי לעמוד עליה אין די בשליטה מילונאית, צריך להיות בר־דעת, בעל הבנה, בקיצור, יצור אנוש.

בני־אדם מבינים שהמשפט משובש מכוחה של ידיעה מוקדמת על נפחם של גופים במרחב ועל תפקודם ותכליתם של עצמים, וידיעה כללית זו הִנה חלק בלתי נפרד ממטענם התרבותי והאנושי. כך, למשל, גם הצירוף “אדם נשך כלב”. כדי להבין את חריגותו של משפט זה, נדרשת ידיעה כללית על עולמם של בני־אדם, על אורחות חייהם של כלבים, ועל מערכת היחסים בין כלבים לאנשים, בין אנשים לכלבים ובין אנשים לבין עצמם. רק כאשר מודעים לקיומו של גוף פיזיקלי־אנתרופולוגי־תרבותי זה או, לחלופין, כאשר רוכשים ידיעה זו באמצעות הנסיון הישיר, מבינים מדוע המשפט הראשון הוא בלתי אפשרי ולמה המשפט השני אפשרי רק כקוריוז אנושי או כאפוריזם עיתונאי.

חשיפת נחיתותו של המחשב לעומת השכל האנושי נפלה על חסידי הבינה המלאכותית כמקלחת צוננים. שכן משפט פשוט וקצר זה הוכיח עד כמה רחוקים הכישורים המילונאיים של המחשב מהבנה, ולפיכך מהיכולת לבצע תרגום מכני. ואכן, באמצע שנות ה־60 קבעה ועדה מטעם מעבדות בל, בראשות ג’ון פירס, שתרגום מכני הוא משימה יומרנית מדי. כתוצאה מכך הופסקו כמעט כליל המענקים הכספיים לחקר התרגום המכני. כשלונם של אנשי הבינה המלאכותית קיבל באותו זמן ביטוי אנקדוטי, ששיקף על דרך ההומור את מצבו העגום של התרגום המכני. האנקדוטה מספרת על נסיונו של מחשב לתרגם מאנגלית לרוסית את המשפט “The spirit is willing, but the flesh is weak” כאשר תרגם המחשב את המשפט חזרה לאנגלית התקבל הנוסח הבא: “הוודקה טובה, אבל הבשר מחורבן”. ספק אם יש למעשייה זו בסיס עובדתי, אך היא מיטיבה לשקף את מצב הרוח הירוד ששרר בקרב קהילת החוקרים, שהרי רק בור גמור מסוגל לתרגם spirit לספירט ו־flesh לבשר מאכל. ואומנם, האנקדוטה ביקשה להצביע על מוסר השכל זה: המחשב אינו אלא גולם.

שאלת הסמנטיקה (המשמעות) של הלשון הפכה אפוא לנייר הלקמוס של הבינה המלאכותית. אך בניגוד לאנשי הבלשנות החישובית, שעמדו חסרי אונים מול מחסום המשמעות, עקפו אנשי המעשה את הכשל העקרוני וחיפשו דרכים חלופיות לפתרון צרכים דחופים. שהרי הטכנולוגיה, כמוה כדיפלומטיה, היא אמנות האפשרי. במקום להתעקש על תרגום טקסטים ספרותיים משופעים במלים רב־משמעיות כמו right (צודק, נכון, ישר, ימין, ימין פוליטי ועוד), הפעילו את התרגום המכני על טקסטים טכניים ומקצועיים, המאופיינים באוצר מלים מצומצם ובמונחים חד־משמעיים. דיוק התרגום לא עבר אמנם את גבול ה־80 אחוז, אך היה בו די כדי לשמש טיוטת עבודה מתקדמת למתרגם האנושי. עובדה, כבר בשנות ה־70 נעשה שימוש אינטנסיבי בתרגום המכני למבצע החלל האמריקני־רוסי המשותף, סויוז־אפולו.

בהמשך באה פריצת דרך מעניינת מכיוון לא צפוי, מנסיונות להקנות למחשב יכולת זיהוי של שפת דיבור. במובן מסוים הקושי כאן גדול יותר מתרגום תמליל. שכן במקרה זה על המחשב להתגבר לא רק על מחסום ההבנה, כי אם גם עם בעיית ההיגוי של המלה המדוברת. למשל, במשפט “הקופסה בתוך העט” המחשב לא יכול לדעת בוודאות, אם כוונת הדובר היתה עט (מכשיר כתיבה) או אט (מגיד עתידות) או את (מלת יחס) או את (כלי חפירה). כדי להתגבר על שתי המכשלות גם יחד, פותחה גישה של הסתברות סטטיסטית. דהיינו, בנו מודל סטטיסטי, הבודק את שכיחות הופעתן של המלים בצירופים המשפטיים השונים בטקסט נתון. ואכן, כאשר הפעילו מודל זה על המחזה “המלט”, התכנית לא התקשתה לקבוע שהמשפט שהושמע לה היה To be or not to be, ולא Too be או Two be וגם לא B או to bee. אומנם כל אחד מהצירופים הללו הוא בעל צליל דומה, אבל שכיחות הופעתו של הצירוף to be בטקסטים המאוחסנים בזכרונו גבוהה הרבה יותר מכל אחד מהצירופים האחרים, ועל כן תכנת הזיהוי הצליחה לקבוע בנקל, שהמשפט הנכון הוא כפי ששייקספיר כתב אותו.

הצלחה זו מעלה נקודה מעניינת ולא מעט אירונית: דווקא מודל סטטיסטי, המשולל כל יומרות של הבנה, הצליח במקום שהניתוחים האנליטיים של הבלשנות החישובית נכשלו. אבל חייבים לומר, זוהי הצלחה מוגבלת, שהרי גם המודל הסטטיסטי אינו מסוגל להכריע בין עט לאת ב"הקופסה בתוך העט", לא כל שכן לקבוע שהמשפט שגוי ביסודו. מה שמוכיח שוב, שהמחשב הוא מכונה נטולת בינה.

הצלחה של 80 אחוז עשויה להניח את דעתם של אנשי עסקים אבל לא של תיאורטיקניים, כיון שגם הצלחה של 80 אחוז אינה מעידה על הבנה. ומאחר שמטרתם של אנשי הבינה המלאכותית היתה ונשארה החדרת בינה למכונה, הסיפוק הפרגמטי של אנשי המעשה אך זורה מלח על פצעיהם. מכאן העניין הרב שגילו אנשי הבינה המלאכותית במשחק השח, שנחשב מימיו הראשונים לשעשוע אינטלקטואלי מובהק, מעצם העובדה שהוא תובע זכרון, חשיבה ויכולת אנליטית גבוהה.

כבר ב־1949 הצביע קלוד שאנון, אבי תורת האינפורמציה, על משחק השח כעל זירה אידיאלית לחקירת הבינה המלאכותית, כיוון שהבעיות המתעוררות בה מוגדרות היטב מבחינת תנועתם של הכלים וגם מבחינת החוקים והמטרה הסופית (שח־מט). עובדה זו עושה את ניסוח כללי המשחק להוראות פעולה (אלגוריתם) בתכנית המחשב לקלה ביותר. ואומנם ב־1957 כתב אלכס ברנשטיין את תכנית המחשב הראשונה למשחק השח, שהתבססה על העקרונות של קלוד שאנון. במושגים של ימינו, תכניתו של ברנשטיין היתה אטית ופרימיטיבית ביותר, אבל די היה בה כדי לעורר תקוות ורודות, במיוחד לאור העובדה שתכנית הדמקה של ארתור סמיואל הצליחה באותה שנה לנצח את אלוף מדינת קונטיקט בארה"ב. הישג מרשים זה הביא את מיודענו הרברט סיימון להכריז, כי תוך 10 שנים יצליח המחשב לנצח את אלוף העולם בשחמט.

אבל טיגרן פטאוסיאן, שלא שמע כנראה על סיימון, זכה באליפות העולם ב־1968, ואילו תכנית השח המתקדמת ביותר זכתה אך בקושי בדירוג מקצועי כלשהו. היה ברור לכל, כי אנשי השח לא מצליחים לשחזר את הצלחתם של אנשי הדמקה, אם משום המורכבות הגדולה יותר של חוקי השח ואם משום שמספר הצירופים האפשריים בו הוא אסטרונומי (10 בחזקת 120), דבר שמוציא מכלל חשבון בדיקת כל הצירופים האפשריים, כדי לבחור את המסע הטוב ביותר.

שחקן אנושי לא טורח כמובן לבדוק את כל הצירופים האפשריים, כי אם מתרכז במספר קטן של צירופים רלוונטיים שהם גם היותר מבטיחים. איך הוא יודע מה יותר רלוונטי ומה יותר מבטיח? בזה בדיוק ההבדל, הטיחו הפילוסופים באנשי הבינה המלאכותית, בין הבנה אנושית לטמטום של מכונה, הבדל שאין סיכוי לגשר עליו על ידי הגברת הכוח הברוטלי של עצמת המחשוב. כי זאת יש לדעת, מצב לוח ממוצע מציע 38 מסעים אפשריים. לפיכך, על המחשב לסרוק כ־1500 מסעים, כדי לבדוק את כל הצירופים האפשריים. סריקת שני מסעים ומסעי נגד קדימה מקרבת את מספר הצירופים האפשריים למיליארד(!). כמובן, אין לשכוח כי את מלאכת הסריקה עליו לסיים בשלוש הדקות המוקצבות לו.

שחקן שח מעולה מתעלם ממסעים גרועים, כפי ששחקן רגיל לא נותן דעתו על תנועות לא חוקיות של הכלים, כמו למשל תנועה אלכסונית של הצריח. למעשה, אמן השח לא עוסק כלל בבדיקת מסעים, אלא בהשוואת מצבי לוח, דהיינו, בהערכה כוללת של מצב הכלים על הלוח ובגזירת החלטות אסטרטגיות על סמך מצבים אלה. ההערכה היא ששחקן טוב זוכר אלפי מצבי לוח, וכי לפני שהוא מחליט על מסעו הבא, הוא מגלגל בראשו כ־100 מצבי לוח. יתרה מזו, שלא כתכניות השח, המחשבות את הכדאיות הטקטית של מסע זה או אחר על פי הרווח (או ההפסד) החומרי שהן יכולות להשיג באמצעותו, השחקן האנושי מודרך על ידי חשיבה אסטרטגית, וזו עשויה להביא אותו להקריב או להשתלט על כלי של היריב, כדי להבטיח לעצמו עמדה התקפית באגף המלכה.

את התחושה האסטרטגית החבויה במושג “עמדה התקפית” איננו יודעים כיצד להעביר למחשב. גם את האינטואיציה, הממלאה תפקיד מכריע במשחקם של אלופים (על פי עדותו של קאספרוב), אין איש יודע כיצד לנסח בכללים לוגיים פורמליים, שאותם יכולים המתכנתים לתרגם להוראות פעולה בתכנית המחשב. הבדל זה בין חשיבה אנליטית פורמלית לתחושה אינטואיטיבית הוא משמעותי ביותר למשחק המלכים. עובדה, קהילת המתימטיקאים לא הוציאה מקרבה אף אלוף עולם בשח.

כשלונן של תכניות השח להשיג רמת משחק טובה מדרגה ג' (שחקן חובב בעל כמה חודשי נסיון) ריפה את ידי העוסקים בבינה המלאכותית וגרם להקפאת המחקר. סימור פפרט, אחת הדמויות הבולטות בקבוצה זו, קרא לאמץ את שיטתו הפדגוגית של קלאפרד (תלמידו הנודע של ז’אן פיאז’ה), שנהג להמליץ לסטודנטים שלו לבלות שלושה חודשים בקרקס, לפני שהם מתחילים להורות בבית הספר. בכך רצה קלאפרד להעביר לתלמידיו מסר חשוב: הכשלון ללמד אריות פעלול חדש הוא לעולם כשלונו של המאלף ולא של האריה. פפרט, שגרס כי אפשר ללמד את המחשב לעשות כל פעולה מחשבתית, המליץ להחיל את המסר של קלאפרד גם על מתכנתי המחשבים. הווי אומר: אם תכניתן נכשל במשימתו, אין לו אלא להתרעם על עצמו. לחיזוק טענתו גמר פפרט את ההלל על תכנית שח חדשה, מק־הק, של ריצ’ארד גרינבלט. לדברי פפרט, תכניתו של גרינבלט השיגה רמת משחק גבוהה יותר מתכנית השח שהפסידה לרוסים בתוצאה מבישה של 1 :3. לשיא פרסומה הגיעה מק־הק, כאשר ניצחה את יוברט דרייפוס, שנוא נפשם של חסידי הבינה המלאכותית.

דרייפוס, פרופסור לפילוסופיה מאוניברסיטת ברקלי, כיהן תקופה קצרה במִשרה זמנית כיועץ בחברת Rand, אך הוא ניצל את שהותו הארעית שם, כדי לפרסם על נייר המכתבים הרשמי של מכון יוקרתי זה מאמר, שהשווה את הבינה המלאכותית לאלכימיה. בין השאר הכריז, כי שום תכנית מחשב לא תוכל להגיע אי־פעם לרמתו של שחקן שח חובב. מאמר זה וכן הספרים שכתב עם אחיו סטיוארט עשו אותו לאיש המושמץ ביותר בקהיליית אנשי הבינה המלאכותית. והנה, מה רבה היתה שמחתם, כאשר יוברט הפסיד למק־הק. למחרת התפרסמה בביולטין “סיגרט” מודעה בזו הלשון:

1. מחשבים לא יודעים לשחק שח.

2. גם דרייפוס לא.

מי שהופתע מדבריו של פפרט על רמת משחקה של מק־הק היה יהושע בר־הלל המנוח, שנהג לצנן בניתוחיו השנונים את יומרותיהם המופלגות של ראשי הבינה המלאכותית. בר־הלל החליט לבחון אישית את יכולתה של מק־הק. 10 המסעים הראשונים התנהלו כהלכה, אך במסע ה־11 סטה בר־הלל מהפתיחה המקובלת ומוטט את מק־הק. הנצחון המהיר שִכנע את בר־הלל, שתכניתו של גרינבלט רחוקה מרמת המשחק שיוחסה לה. בכינוס השנתי של האיגוד האמריקני לקיברנטיקה ביקש בר־הלל את רשות הדיבור, כדי להשיב לפפרט במשל נגדי על שיטתו הפדגוגית של קלאפרד. אחד מתלמידיו המצטיינים של קלאפרד, פתח בר־הלל, אימץ את המלצת מורו וביקש רשות ממנהל קרקס מקומי לבלות שלושה חודשים עם האריות כדי ללמד אותם שח. עברו חודשיים ודבר לא קרה. בחודש השלישי האריך את יום הלימודים עד לשעות הערב, אך ללא הועיל – האריות סירבו לשחק שח. כחסיד מושבע של קלאפרד, נטל התלמיד את האשמה על עצמו, וביום האחרון ביקש רשות מיוחדת לעשות את כל הלילה בכלוב האריות. זו היתה הפעם האחרונה שראו את התלמיד, סיים בר־הלל את משלו והסביר למאזיניו: כשרוצים להקנות משהו למישהו, ויהיה זה אריה או מחשב, צריך להביא בחשבון את תקרת היכולות הבסיסיות שלו. מסקנה, כפי שלא ניתן ללמד אריות לשחק שח, כך גם לא למחשבים.

אולם בדיעבד התברר, שגם מסקנתו של בר־הלל היתה שגויה. הצלחת הרוסים בתחרויות השח הבין־גושיות עוררה את האמריקנים מתרדמתם ודִרבנה אותם לפתח תכניות שח מתקדמות. ואומנם ב־1977 זכתה התכנית האמריקנית שח־4.6 לראשונה באליפות העולם של שח־מחשבים. יכולתה של תכנית זו לבחון שלושה מיליון צירופים בשלוש דקות אִפשרה לה לגבור גם על כמה שחקנים אנושיים ברמת אמן, למרות שדירוגה לא עלה על דרגת מומחה. במרוצת הזמן התברר, שרמת המשחק עולה ביחס ישר למספר המסעים קדימה שהתכנית יכולה לבדוק. למעשה, בדיקת כל מסע נוסף מעלה את דירוגה של התכנית ב־200 נקודות. עובדה זו הביאה לנטישה הדרגתית של קו המחשב המקורי של ניואל, שאו וסיימון, שדגלו בחיקוי משחקו של האדם, לטובת גישה המשלבת ידע טקטי, יכולת היקש, ובמיוחד כוח מחשוב.

הגישה החדשה חייבה כמובן הגדלת עצמת המחשבים, המפעילים את תכנית השח. בל (Bell) יכלה לבדוק חמישה חצאי מסעים (מסע של שחקן אחד נחשב לחצי מסע) קדימה והשיגה דירוג של 1,550 נקודות, המקביל לשחקן טורנירים ממוצע. ב־1983 יצאה בל עם גִרסה חדשה, שבדקה שמונה חצאי מסעים קדימה והשיגה דירוג של 2,200 נקודות. גרסה זו היתה לתכנית השח הראשונה שזכתה בתואר אמן. לא עבר זמן רב ובל פינתה את מקומה להיי־טק (High Tech) שנעזרה בפעולתם המשולבת של 64 מעברים – מעבר אחד לכל אחת מ־64 הערוגות של לוח המשחק. היי־טק השיגה תואר של אמן בינלאומי (2,400 נקודות) באמצעות בדיקה של תשעה חצאי מסעים קדימה אבל השגת דירוג של רב־אמן נותרה בגדר חלום, עד להופעתה של מחשבה־עמוקה (Deep Thought) שפותחה על ידי פנג סיונג סו מאוניברסיטת קרנגי־מלון בפיטסבורג. מחשבה־עמוקה (להלן מ"ע) נעזרה במעבר חדש ומהיר, שאִפשר לה לסרוק 750 אלף מסעים בשניה (135 מיליון בשלוש דקות). ועל ידי כך לבדוק 10 חצאי מסעים קדימה. התוצאות לא איחרו לבוא. כבר בתקופת ההרצה הוזנה בפתיחת הקרב בין רבי־האמנים קארפוב וטינמן. באחד משלבי המשחק התבקשה מ"ע להגיב במקום טינמן על מסע של קארפוב. כעבור 20 שניות ביצעה מסע שהיה זהה לצעד שעשה טינמן, אבל דרש ממנו שלוש דקות תמימות של מחשבה.

מ"ע היא תכנית השח הראשונה בהיסטוריה שניצחה רב־אמן פעיל (ברנט לארסן), את יהודית פולגר (מקום 20 בדירוג העולמי) ואלופים לשעבר של ארה"ב (רוברט ביירן) ואנגליה (טוני מיילס). מיקומה בטבלת הדירוג העולמי עומד על 2,650 נקודות לעומת 2,950 של אלוף העולם, גארי קאספרוב. עובדה זו עשתה את ההתמודדות ביניהם לבלתי נמנעת ואכן, באוקטובר 1989 נערך הקרב המסקרן, אולם תוצאותיו הנחילו לאנשי מ"ע אכזבה מרה. קאספרוב, שהצהיר לפני המשחק שהוא רואה עצמו כמי שבא להגן על הגזע האנושי מפני המכונה, הסביר את כניעתה של מ"ע בכך שהיא לא הצליחה לפתח אסטרטגיה הגנתית ראויה לשמה. “כדי לשחק שחמט כהלכה”, הכריז קאספרוב, “צריך יותר מאשר סתם טקטיקה ומהלכים. צריך פנטסיה, צריך אינטואיציה”.

התעמקות קלה בהצהרתו של קאספרוב לא מחמיאה לו במיוחד. 99.9 אחוז משחקני השח בעולם שמ"ע מסוגלת לנצח עושים בוודאי שימוש כזה או אחר באינטואיציה. משמע, הטקטיקה של מ"ע מצליחה יפה מאוד נגדם גם בלי אסטרטגיה, אינטואיציה ודמיון. יתרה מזו, באמצע שנות ה־90 צפוי דור מעבדים חדש, שיגדיל את כושר הניתוח של מ"ע פי 1,000. או אז היא תוכל לסרוק גם עד 25 מסעים קדימה. עומק זה יבטיח לה 3,500 נקודות בדירוג העולמי וישאיר את קאספרוב או מי שיירש את כסאו הרחק מאחור. זה יהיה סיום אירוני להערכת המצב המפוקחת לכאורה של בר־הלל, אבל לא רק זה.

בר־הלל ראה ביכולת האנושית לעבוד עם מונחים תיאורטיים, שלא ניתנים להגדרה פשוטה ועל־כן לא מובנים באופן ישיר, את מותר האדם מהבהמה ובוודאי מהמכונה. מונחים תצפיתיים כמו “שח”, “מט”, “פט” ניתנים להגדרה מדויקת ולהבנה שווה על ידי כל מי שמכירים את חוקי המשחק. לעומת זאת, מצב כללי של “איום” הוא מונח תצפיתי, שלא ניתן למיצוי על ידי הצבעה על מספר סופי ומוגבל של מצבי כלים. לכן שחקנים שונים יזהו מצבי איום בהתאם לרמת משחקם. מצב ענינים זה הביא את בר־הלל להצהיר בשעתו, כי “כדי לשחק טוב, נדרשת שליטה מסוימת במושגים תיאורטיים”. כעבור 20 שנה, ומול תכנית שח מעולה מכל מה שבר־הלל הרשה לעצמו לחזות, הגיע קאספרוב למסקנה דומה. במקום נחיתות במושגים הוא הצביע על העדר דמיון ואינטואיציה, שגם אותם איננו יודעים לתרגם לאלגוריתמים. והנה, למרות העדר דמיון ואינטואיציה ועל אף הנחיתות בהבנת מונחים תיאורטיים, עתידה מ"ע להיות אלופת העולם בשח במהלך שנות ה־90.

הלקח המתבקש הוא שניתן לעקוף את האינטואיציה, הדמיון והיכולת התיאורטית באמצעות ידע אנליטי וכוחניות חישובית.

מה באמת יקרה, כאשר מ"ע תוכתר כאלופת העולם? האומנם תתממש אזהרתו של קאספרוב, כי נצחונה של מ"ע יהווה הוכחה, שמכונה מסוגלת להחליף את המחשבה האנושית? או אולי יתאמת ניבויו עתיק היומין של פרופ' גוד, כי חמש שנים אחרי שהמחשב יזכה באליפות העולם בשח, תעבור הבינה המלאכותית את הבינה האנושית? לא זה ולא זה. נצחונה של מ"ע יוכיח מה שכבר ידענו מזמן: שהמחשב מהיר הרבה יותר מאִתנו בביצוע פעולות לוגיות וחשבוניות. משחק השח יחדל להיות מעניין, כפי שמשחק הילדים “זאב וארבעה כבשים” מפסיק להיות מעניין, ברגע שמכירים את נוסחת הנצחון. לכל היותר יתקיימו תחרויות נפרדות למחשבים ולאנשים, כפי שתחרויות הריצה באתלטיקה מתקיימות בנפרד ממרוצי המכוניות. הצבת הגביע העולמי בארון הגביעים של מ"ע לא תקדם את המחשב, ולו בצעד אחד, לעבר המטרה המיוחלת של ההבנה. אפילו תנצח מ"ע את קאספרוב במט־סנדלרים, היא לא תבין מדוע המשפט “הקופסה בתוך העט” שגוי ולמה לא יורד היום גשם.

אבל למה להרחיק את העדות לתחום הלשון או המטאורולוגיה? מחשב עשוי לזכות בכתר העולמי בשח בלי להבין, שכוונת המשחק היא להנחית שח־מט ליריב, שכן ההבנה וההתכוונות אינן חלק מעולמו של המחשב, אלא של המתכנת. המחשב מסוגל אומנם לחשב התקפה מבריקה על המלך, אבל הוא אינו יודע מהו מלך ומה ההבדל בינו לבין תפוח או כלב. מבחינתו, שלושת המונחים הללו הם סדרה סתמית של ספרות בינאריות, קודים ספרתיים ריקים מתוכן. עובדה, אם יוחלף הקוד של המלך בקוד של התפוח, המחשב יגן על התפוח בלי להרגיש כלל בהבדל. אומנם אפשר לצייד את מ"ע באוסף אלגוריתמים, שיגדירו לה את ההבדל בין תפוח למלך ואת השוני בין שניים אלה לבין כלב, אבל ידיעה זו לא תעזור לה להבין, למה יריבה למשחק עצבני.

הצלחתה של מ"ע מוכיחה פעם נוספת כמה קל להחליף הבנה בחיקוי של הבנה, ועד כמה קל לבלבל בקיאות צרה בידיעה אנושית רחבה. ההבדל בין השניים הוא כמו ההבדל בין שוטה ידען (idiot savant) לבין אדם נורמלי. מנת־המִשכל של שוטים ידענים אינה עולה בדרך־כלל על 60, ואף על פי כן יש ביניהם המסוגלים לנגן יצירות מורכבות אחרי שמיעה ראשונה, להכפיל מספרים בני שמונה ספרות בלי היסוס, או לחשב במדויק איזה יום בשבוע יהיה ה־21 במרס 2180. הצרה היא שכישורים מופלאים לא מבטיחים לבעליהם אינטליגנציה נורמלים בתחומים אחרים.

אבל, וכאן אנו מגיעים לשאלה המרכזית של סדרה זו: האם העדר הבנה של המחשב הוא מצב זמני או עקרוני, ועל כן סופי? לשון אחר, האם חוסר ההבנה ייפתר עם פיתוחם של מעבדים מורכבים ותכנה מתוחכמת, או שהוא תוצאה בלתי נמנעת של כל מכונה הבנויה מחומר דומם? האבחנה בין שתי השאלות הללו חשובה ביותר. אם ההבנה היא תכונה בלעדית של החומר הביולוגי ממנו בנוי מוחנו, שום התפתחות טכנולוגית לא תקדם את הבינה המלאכותית לרמה של הבנה אנושית. אבל אם הטכנולוגיה מסוגלת לפצח את בעיית ההבנה כפי שפיצחה את סוגיית האינטואיציה במשחק השח, אזהרתו של קאספרוב עלולה למרות הכל להתממש. אלא אם כן אנו מבלבלים בין בקיאות בתחום צר ומוגבל ובין הבנה גמישה בתחום רחב. על ההבדל העמוק בין השניים, במאמר הבא.

משחק השח פועל בתחום צר מאוד של מציאות, המבוססת על כ־30 כללי עמידה, תנועה וטריפה של הכלים. לעומת זאת החיים, שהם זירת המשחק של ההבנה האנושית, בנויים מתשבץ ענק של עשרות אלפי “משחקים”, שלכל אחד מהם תחומי פעילות שונים וחוקי משחק נבדלים, ולמרות זאת המעבר ביניהם פשוט וטבעי. איננו יודעים מהם כללי ההמרה המאפשרים לנו לעבור ממשחק למשחק, ועל כן איננו יכולים לדעת אם הם פשוטים או מסובכים. כל שאנו יודעים על חוקי המרה אלה הוא, שהם יעילים. עובדה, במהלך שיחה שגרתית אנו יכולים לעבור מווידוי לנושא עסקי ומדיון פוליטי לרשמי מסע. כל אחד מנושאים אלה שונה מזולתו בכללי המשחק שלו, ברקעו, במטרותיו, במעורבות הרגשית־שכלית הנדרשת ממנו ועוד. אף על פי כן, המעבר מנושא לנושא אינו דורש מאִתנו כל הכנה מוקדמת. די בהשוואה זו בין זירת המשחק היחידה של מחשבה עמוקה לבין אינספור הזירות המרכיבות את החיים, כדי להמחיש את ההבדל בין הצטיינותה החד ממדית של מחשבה עמוקה לבין יכולתה הרבגונית של ההבנה האנושית. כדי להעלות את מחשבה עמוקה על מסלול בר השוואה, עליה להפגין לא רק כושר סביר בכל סוגי המשחקים הקיימים, אלא גם יכולת לעבור ממשחק הדוּק למשחק הגולות וממנו לקלס או לפוקר או לרֶמי, באותה קלות שאדם עובד בשיחתו מנושא לנושא.

לכאורה, עניין של מה בכך. כל מה שצריך לעשות הוא להרחיב את מערכת ההפעלה של “מחשבה עמוקה” בפקודות נוספות, ואחר כך להזין את המחשב בקובץ התכנות הספציפיות של כל אחד מהמשחקים הללו. למעשה, המשימה הרבה יותר מסובכת. כדי לאפשר למחשבה עמוקה לשחק דוּק, למשל, לא די בידיעת כללי המשחק והערך החומרי של כל אחד מהקיסמים הצבעוניים. על מנת להחליט איזה קיסם להרים, צריך לבדוק כמה קיסמים מונחים עליו, באיזה שיווי משקל הם נמצאים ומהם סיכוני התזוזה בהרמת הקיסם המסוים הזה מהערימה. פירוש הדבר, שצריך לצייד את מחשבה עמוקה בתפיסה מרחבית ובמערך שלם של חוקי פיזיקה ומכניקה. זה באשר לדוּק, ואילו כאשר תשחק פוקר, היא תעמוד בפני קשיים יותר גדולים. שכן איך ננסח עבורה את הכללים המעורפלים של העמדת פני פוקר, את הערכת אישיותם של המתחרים, את משאביהם הכספיים ואת השפעת הפסדיהם או נצחונותיהם הקודמים על הימוריהם? דומה, אפוא, כי הקושי האמיתי נעוץ בלימוד הגוף הגדול של ידע המצוי ברקע המשחק, קרי – חכמת המֶטה־משחק, שאנו עצמנו לא מבינים אותו. כיצד, למשל, להעביר למחשבה עמוקה את הכללים העמומים של ההבנה הפסיכולוגית ואת הידע הלא רשום, הלא מנוסח והלא מוגדר של דפוסי ההימור בפוקר?

יוצא, אם כן, שהבנת המטה־משחק בעייתית כמו הבנת המשמעות של המלים. את שני סוגי ההבנות הללו איננו מבינים כיצד אנו מבינים, ועל כן איננו יודעים כיצד להגדירם למחשב. מסקנה: אפשר להעביר למחשב רק אותם דברים הניתנים לניסוח ולהגדרה. יתרה מזו, העובדה שאני יכול להגדיר ולנסח משהו עשויה אמנם לאפשר לי לתפעל אותו, כפי שנעשה הדבר במשחק השח, אבל לא בהכרח להבין את משמעות התפעול. מה גם שבקיאות בתחום צר מאוד של ידיעה דומה במהותה להבנתו הלקויה של ידען־שוטה. לדוגמה, ניתן לצייר מחשב בידיעת רקע ספציפית, שתאפשר לו להצביע למה “הקופסה בתוך העט” הוא משפט שגוי מבחינת תוכנו, למרות תקפותו התחבירית. אבל ה"הבנה" שנקנה לו באמצעות ידיעת רקע זו לא תעזור לו לעמוד על השגיאה הסמנטית במשפט “התפוח אכל את הילד”, ואילו ידיעת הרקע של משפט זה לא תאפשר לו להבין את ההבדל בין “דני אוהב תפוחים” לבין “דני אוהב כלבים”. כל אחד מארבעת המשפטים הללו דורש ידיעת רקע שונה, ורק מי שמבין את משמעותם השונה וגם יכול להקיש מהם על תקפותם הסמנטית של משפטים אחרים, רשאי לראות את עצמו כבעל הבנה. מכך מובן, מדוע זכייתה האפשרית של מחשבה עמוקה באליפות העולם בשח לא תזַכה אותה בכתר המיוחל של ההבנה. ובכל זאת, כמו בפרשת הכשלון של התרגום המכני, מעז יצא מתוק, שכן שפל הציפיות אִפשר את שגשוגן של “מערכות המומחה”.

מערכות מומחה הן תכניות מחשב הבנויות על ידע ספציפי והמסוגלות למלא את מקומם של המומחים האנושיים בתחום הצר והמצומצם של מומחיותם. לדוגמה Prospector היא מערכת מומחה המכילה ידע גיאולוגי רחב של שכבות קרקע ומרבצים מינרליים. Mycin היא מערכת מומחה לאבחון דלקת קרום המוח וזיהומים חיידקיים בדם. Caduceuous כוללת מידע על 700 מחלות, וכבר בשלב ההרצה הקדימה כמה רופאים מומחים באבחון מחלות. דומה, אפוא, כי ההשקעה במערכות מומחה מצדיקה את עצמה. עובדה, 150 מתוך 500 החברות המובילות של כתב העת Fortune מפעילות או מפתחות מערכות מומחה בהיקף של מילארד דולר. חברת בואינג, למשל, בנתה מערכת מומחה ל־5,000 המחברים החשמליים במטוסיה. הפעלת המערכת קיצרה בעשרות שעות את זמן השימוש במדריך הידני בן 20 אלף העמודים, ששימש את הטכנאים. אבל לא כל מומחיות אנושית ניתנת להעברה למערכת מומחה, כפי שלמדה לדעת על בשרה אחת מיצרניות הגבינות. שבועות ארוכים ליוו אנשי התכנה את מומחה הגבינות של החברה, כדי לנסח למערכת המומחה את תהליך ההבשלה של הגבינה. בסופו של דבר התברר, שאת התכונה החשובה ביותר שלו, חוש הריח, לא ידע מומחה הגבינות כיצד לנסח. על פי הערכות מקובלות, מומחים מסוגלים לנסח בבהירות רק 35 אחוז מהידע שלהם. האחוז הנותר מורכב מנסיון מעשי ומאינטואיציות שרכשו במהלך חייהם המקצועיים והלא מקצועיים, ועל פי אלה הם מחליטים מתי לנהוג על פי הכללים ומתי לחרוג מהם, מתי מידע חדש הוא חשוב ומתי הוא זניח. מסקנה: מערכת המומחה לא מייצגת את הידע המלא של המומחה האנושי, אלא רק אותו חלק שהוא מסוגל לתאר, להסביר ולנסח בכללים, כללים שעל פי רוב הוא עצמו אינו פועל על פיהם.

בגלל כל הטעמים הללו, איש אינו מצפה ברצינות למצוא במערכות המומחה תשובה לשאלת ההבנה. שהרי הבקיאות הצרה העומדת בבסיסן של מערכות אלו לא מאפשרת להן לשחזר את החשיבה האנושית, אלא רק את הפעולות האנושיות. כיוון שכך, אין למערכת המומחה שום סיכוי לעבור את מבחן טיורינג, המקובל זה עשרות שנים כמבחן בסיס להבנה.

ב־1950, בעקבות נסיונות כושלים להגדיר את אופיה של החשיבה האנושית, הציע המתמטיקאי אלן טיורינג מבחן הכרעה פשוט בסוגיה זו. במבחן משתתפים שלושה אנשים: גבר (א'), אשה (ב') וחוקר. החוקר נמצא בחדר נפרד, ותפקידו לגלות באמצעות שאלות ותשובות שהוא מחליף עם השניים, מי הגבר ומי האשה. התקשורת בין החוקר לנחקרים מתנהלת באמצעות טלפרינטר, כדי למנוע את זיהוים על פי קולם. החוקר אינו יודע שתפקידו של א' להטעותו בתשובות שקריות, ושל ב' לסייע לו בעזרת תשובות נכונות. ומאחר שהוא אינו יודע מי מהשניים דובר אמת, מלאכת הזיהוי כלל לא קלה. מה יקרה, שאל טיורינג, אם נחליף את א' במכונה? האם החוקר יתקשה באותה מידה לנחש את זהותם של בני שיחו? טיורינג אמר, כי אם במשך חמש דקות של שיחה לא יגלה החוקר מיהו מי, ניתן יהיה לומר שהמכונה עמדה במבחן החשיבה. גם המתימטיקאי־פיזיקאי רוג’ר פנרוז, למרות עמדתו השלילית לגבי יכולתו של המחשב לחשוב, רואה במבחן טיורינג בוחן תקף ליכולת החשיבה. לטענתו, אם יוכל המחשב להשיב באורח קונסיסטנטי על כל שאלותיו של החוקר, כפי שאדם היה משיב עליהן, “אזי בהעדר עדות נגדית, הערכתי תהיה שהמחשב אומנם חושב, מבין, מרגיש וכו'”. ואכן טיורינג, המוחזק כאבי תורת המחשבים ומבּוֹני המכונה (קולוסוס) שפיצחה במלחמת העולם השנייה את הקוד הגרמני אניגמה, העריך כבר אז כי רק בשנת 2000 יוכל המחשב לעבור, ב־30 אחוזי הצלחה בלבד, את המבחן שהוא הגה.

אבל ב־1963 סברו רבים שטיוריג הגזים בהערכת הקושי. המהנדס ג’וזף ויצנבאום מ־MIT כתב תכנית מחשב, המחקה על דרך הפרודיה שיחה של פסיכולוג עם פציינט. את התכנית הוא כינה אלייזה, על שם לייזה דוליטל של ברנרד שאו. הנה קטע מאחת השיחות שהתנהלו בין אלייזה לבין פציינטית:

חשוב לציין שויצנבאום התייחס לאלייזה כאל שעשוע, ללא כל משמעות פסיכולוגית ולבטח לא כאל תכנית המסוגלת לפצח את מבחן טיורינג. אבל קנט קולבי, פסיכיאטר מאוניברסיטת סטנפורד, ראה באלייזה פוטנציאל תרפי לא מבוטל. הוא פיתח גִרסה דומה לאלייזה וכינה אותה דוקטור. ב־1963 התארח מהנדס רוסי ב־MIT, ובמסגרת ביקורו הוא הוזמן לשוחח עם דוקטור. להלן קטע קצר מהשיחה:

וכאן נסחף הרוסי לשיחה רצינית על ילדיו ועל יחסיו עם אשתו, למבוכתם הגוברת והולכת של מארחיו. השיחה הסתיימה אומנם באווירה מבודחת, אבל יכולתו של דוקטור לסחוף את המהנדס הרוסי לשיחה אינטימית טרפה את מנוחתו של ויצנבאום. אם תכנית פשוטה כל כך מסוגלת לחולל באדם התרגשות כה עזה, שאל את עצמו, מה יקרה כאשר יפותחו תכניות מתקדמות יותר? המחשבות סביב שאלה זו הביאו את ויצנבאום לכתוב ספר (“Computer Power and Human Reason” שבו הזהיר מפני פיתוח תכניות שנועדו לחקות או להחליף פונקציות רגשיות. בין השאר, המליץ לאסור על נסיונות להקנות יכולת שיחה למחשבים, מחשש שהדבר יגרע מכבוד האדם.

הספר עורר רעש ציבורי, אבל העבודה על תכניות השיחה נמשכה בכיוון שויצנבאום הזהיר מפניו. האחים סלאק, שני פסיכיאטרים מאוניברסיטת הרווארד, כתבו גִרסה ידידותית יותר של שיחה פסיכיאטרית. תכניתם ידעה לזהות מלים טעונות רגש ולהגיב עליהן בהערות עידוד כגון: “האם אתה מעוניין להרחיב בנושא זה?” וכאשר התכנית קולטת מלת עצב אצל בן שיחהּ, היא מפסיקה את רצף שאלותיה כדי לומר: “אני מקשיבה לך”. בניסוי שערכו האחים סלאק, חולקה אוכלוסייה של פציינטים לשתי קבוצות. קבוצה אחת עברה טיפול קונוונציונלי אצל אחד האחים, ואילו הקבוצה השנייה קיימה סדרת שיחות עם תכנית המחשב. בסקר שנערך בעקבות הניסוי התברר, שרבים העדיפו להמשיך את טיפולם עם המחשב על פני טיפול קונוונציונלי, בטענה שהם חשים עצמם פתוחים וחופשיים יותר מולו. תכנית אחרת, שפותחה על ידי ואגמן ומורטון מאוניברסיטת אילינוי, הציעה ייעוץ לבחירת דרכי פעולה במצבי משבר. תשעה מתוך 10 סטודנטים שהשתמשו בתכנית ציינו שהיא סייעה להם להיחלץ ממצבי קונפליקט וכי נוח להם יותר להיוועץ עִמה מאשר עם המטפל האנושי.

מפגש פיקנטי במיוחד התנהל בין דוקטור לפארי. דוקטור, כאמור, היא תכנית המחקה אופן שיחה של פסיכולוג קליני, ואילו פארי מחקה התנהגות של אישיות פרנואידית. הנה קטע קצר מהמפגש:

מקרה מוזר במיוחד אירע לדניאל בוברו, תלמידו של מרווין מינסקי, הגורו הגדול של הבינה המלאכותית, ומי שלימים פיתח את תכנית השיחה “סטודנט”. בוברו עבד במשרה חלקית בחברה עתירת ידע (BBN) שפעלה ליד אוניברסיטת קיימברידג'. מטעם זה לא הופתע סמנכ"ל השיווק של החברה למצוא בשבת בבוקר פתק על המסוף בזו הלשון: “נא להשתמש במסוף להעברת הודעות ולסיים כל הודעה בנקודה”. הסמנכ"ל היה משוכנע, שבוברו השאיר את המסוף מחובר למחשב בביתו, ולא העלה בדעתו שאחד התכניתנים חמד לו לצון וחיבר את המסוף ל"דוקטור". להלן קטע קצר משיחתו של הסמנכ"ל עם מי שהוא דימה שהיה בוברו:

כיוון שהסמנכ"ל שכח לחתום את בקשתו בנקודה, התכנית לא הגיבה. הסמנכ"ל הזועם המתין כמה דקות לצלצול, וכשזה התמהמה, טלפן לביתו של בוברו והביע בסגנון בוטה ביותר את דעתו עליו.

הצלחתן של דוקטור ואלייזה בהסתרת זהותן מבני שיחן מצביעה לכאורה על יכולתן של תכניות אלו לעמוד בהצלחה במבחן טיורינג. אין טעות גדולה מזו. אלייזה יכולה להצליח במעשה ההטעיה דקה אחת, אולי שתיים, אבל לא חמש דקות. הסיבה לכך היא, שהמנגנון התחבירי שלה שטחי ביותר ולפיכך קל מאוד לחשיפה. לדוגמה, אם הפציינטית (של “אלייזה”) היתה אומרת “הדלת”, במקום “החבר שלי הכריח אותי לבוא לכאן”, אלייזה היתה מגיבה באותו משפט: “צר לי לשמוע שאת מדוכאת”. הטעם לכך הוא, שמבחינתה דלת וחבר הם מונחים חסרי תוכן ומשמעות באותה מידה. למעשה, אלייזה מצויידת במנגנון המאפשר לה לאתר מלות מפתח בשיחה, כגון: אני, אתה, אבי, אמי, מאושר, עצוב, מדוכא, שונא, אוהב וכו'. כשהיא מאתרת אחת ממלות המפתח הללו, היא משלבת אותה באחד המשפטים המוכנים עמה מראש. למשל, על המשפט “אני מרגישה מדוכאת”, היא תגיב: “צר לי לשמוע שאת מדוכאת”. אם אינה מאתרת מלת מפתח, היא תגיב במשפט שאלה. לדוגמה, על המשפט “אני מרגיש עלוב, היא תגיב ב”למה אתה חושב שאתה עלוב?" אשליית ההבנה נוצרת בין השאר בעזרת מאגר מצומצם של מלים נרדפות: אם=משפחה; שונא=לא מחבב. על כן על המשפט “אמי שונאת אותי”, היא תגיב ב"ספר לי עוד על משפחתך", או ב"למה אינך מחבב את אמך". עד כמה מנגנון לשוני זה מוגבל, אפשר להיווכח מעדותו של יוברט דרייפוס. כאשר הוא נשאל על ידי אלייזה על הרגשתו, הוא השיב תחילה “נפלא”, אך מיד תיקן את עצמו וכתב: “לא, אני מרגיש נהדר”. אלייזה קלטה את מלת המפתח “לא”, והגיבה בהתאם: “למה אתה כל כך נגטיבי?”

מפגש משעשע, שיש גם בו כדי להעיד על טווח ההבנה המוגבל של התכנית, נערך בין דוקטור לבין העיתונאי רוזן. רוזן סיפר לדוקטור שהוא מחבב מסעדות סיניות, אך מתקשה להחליט אם להזמין צדפות או סלט, ועל כך הוא מבקש את עצתו של דוקטור:

שיח חירשים זה נמשך דקות ארוכות, ואך פלא הוא שרוזן לא העיף את צלחת הצדפות על דוקטור. שיחה זו, כמו קודמותיה, מסגירה שתיים מנקודות התורפה של תכניות אלו: חוסר ספונטניות והעדר כושר אלתור. אחד הנסיונות המעניינים להתגבר על ליקויים אלה נעשה על ידי התכנית Racter, שבמקרה יועדה לספר סיפורים, אבל התגלתה כמתאימה לשיחה על “עולמה הפנימי”. ראקטר עושה שימוש אסוציאטיבי חופשי וכמעט אנרכיסטי בנתונים על מקומות, עובדות, אנשים ואירועים שהוזנו לה מראש, והתוצאה המתקבלת פרועה, מפתיעה ומשעשעת. להלן קטע שיחה בין ראקטר למתכנת שלה, צ’מברלין:

וכך הלאה וכך הלאה, בנוסח המזכיר את מסיבת התה המטורפת של “עליסה בארץ הפלאות”, ואנו רק יכולים לשער איזו שיחה היתה מתנהלת אם היו מפגישים את ראקטר המטורף עם אלייזה המיושבת או עם פארי הפרנואיד.

ובכן, מה חסר לראקטר כדי שהאסוציאטיביות הפרועה שלו תהיה לא רק משעשעת, אלא גם הגיונית, ולו הגיון מטורף נוסח “ציד הסנארק” של לואיס קארול? בראש וראשונה שכל ישר (common sense). השכל הישר, לצד היכולת לטפל במושגים תיאורטיים, הוא אולי התכונה הייחודית ביותר של התבונה האנושית. עיקר כוחה של תכונה זו בא לה מהתנסות ישירה, ובתור שכזו היא גם הקשה ביותר להעברה למחשב. למשל, כל ילד לומד מנסיונו העצמי, ללא הדרכה מהמבוגרים, שאפשר למשוך חפץ כבד יחסית בעזרת חוט, אבל לא לדחוף אותו. את הידע העצמי הזה איננו יודעים כיצד להעביר למחשב. אנחנו משערים שהשכל הישר מותנה בהכרת הקשר בין סיבה למסובב, בתפיסה בלתי אמצעית של חוקים פיזיקליים, במודעות למוקדם ולמאוחר, בהבנת מטרות ובתחושת הסיבתיות, אבל איננו יודעים בדיוק ממה הוא בנוי. מניחים שהשכל הישר מורכב מאוצר בלום של פריטי מידע הקשורים בעצמים, במצבים, באנשים, במאורעות, במקומות, בקולות, בתמונות, בריחות, במשפטים, באמונות וכו', שרכשנו במרוצת החיים והמחוברים זה לזה ברשת מסועפת של אנלוגיות, מטפורות ואסוציאציות. גודלו של מאמר זה מוערך בכמיליון פריטים, אבל לא זה כוחו. אין שום קושי להזין את המחשב ב־10 מיליון פריטי מידע, אך איך נגדיר את הקשר האסוציאטיבי והאנלוגי, שאינו בהכרח לוגי, בין כלונס התומך בשיח עגבניות לבין מקל הליכה התומך באדם זקן? על קשיי האנלוגיה, על אי יכולתו של המחשב לפהק ועל הנסיון לעקוף את בעיית ההבנה באמצעות מסגרות הקשר, במאמר הבא.

במאמר הקודם אמרנו שההבנה לא תלויה בכמות המידע שברשותה, שאם לא כן המחשב היה צריך להיות בעל הבנה מושלמת. שהרי בניגוד לאדם, המחשב לא סובל ממגבלות אחסון או זכרון. עקרונית, אפשר להקליד בו את 34 כרכי האנציקלופדיה העברית. אך האם זה יעשה אותו חכם מכל אדם? לא ולא, מפני שאיננו יודעים לומר למחשב כיצד לקשור את מיליוני הפריטים המאוחסנים בזכרונו בקשר רלוונטי או אסוציאטיבי. כשלעצמם, פריטי המידע הרשומים באנציקלופדיה אינם תורמים דבר להבנה. כדי להבין את תוכן הדברים, צריך ידע מוקדם ומגוון, שאינו רשום כלל באנציקלופדיה. לדוגמה, מחשב בעל ידע אנציקלופדי לא יוכל להשיב מיהי החיה בעלת צואר מודליאני, כיוון שהקשר בין הג’ירפה והצייר המסוים לא מתחייב מבחינה לוגית, תרבותית, זואולוגית או טקסונומית, ועל כן הוא לא רשום באנציקלופדיה. הקשר הזה מופיע אך ורק ברשת האסוציאטיבית שלנו, המשתנה ומתעדכנת ללא הרף על פי רוח הזמן, המקום וההתנסות האישית.

ביטוי נאה לטיבה של רשת זו הופיע בעיתון “חדשות” מיום 19.7.89. ג’סיקה בת השלוש וחצי תיארה את הירח במלים אלו: “הירח זה כמו ביצה וגם כמו ילדים קשים שהולכים לגן. הילדים עומדים מסביב ועושים עיגול גדול, וזה הירח. הם צריכים להיזהר, אחרת הם נופלים מהקצה למטה”. שום מחשב, אפילו יצויד במידע העדכני ביותר על הירח, לא יוכל לחבר תיאור ציורי כזה, שיש בו תערובת מופלאה של דמיון, ריאליזם, התנסות אישית, היקש ואנלוגיה.

דוגמה שלילית לשימוש סתמי באנלוגיה סיפקה מערכת המומחה Eurisko, שפותחה על ידי אדוארד פייגנבאום מאוניברסיטת סטנפורד. יוריסקו היא אחת ממערכות המומחה הבודדות המסוגלות לטפל בכמה תחומים שונים ונבדלים זה מזה, כגון משחקי מלחמה, דליפת חומרים כימיים במפעלים ותכנון מעגלים אלקטרוניים, ובדרך כלל אף עושה עבודה טובה. אבל באחת הפעמים שבהן טיפלה בתכנון המבני של מעגלים אלקטרוניים, היא הציגה לטכנאים המופתעים פריסה סימטרית של רכיבי מעגלים, חסרת כל משמעות מבחינה אופרטיבית. בניתוח שלאחר מעשה התברר, שבאחת הפעמים שבהן עסקה במשחקי מלחמה, גילתה יוריסקו את היתרון שבפריסה סימטרית של אניות קרב. כיוון שכך, החליטה התכנית על “דעת עצמה” להחיל את העקרון הסימטרי גם על פריסת הרכיבים האלקטרוניים במעגלי השבבים.

אפשר לשער, שהיכולת למתוח אנלוגיות התפתחה באבולוציה האנושית בגלל חיוניותה לתפקודנו. האנלוגיה מאפשרת לנו להבין מצבים בהווה על ידי השוואתם למצבים דומים שהתנסינו בהם בעבר, בלי שנצטרך ללמוד אותם מחדש. בלשון ציורית אפשר לומר, שאנחנו מפרשים באורח דינמי את ההווה באמצעות גל־עבר הצועד לפנינו. לא מקרה הוא, אפוא, שלשון הדיבור שלנו גדושה אנלוגיות ומטפורות לרוב: אנחנו עובדים כמו סוסים, שותקים כמו קבר, מדברים אל הקיר, אוכלים את עצמנו ונופלים על הפנים. המכנה המשותף לכל אלה הוא שמהבנת המלים אין להבין את תוכן המשפטים. כלומר, לא די להבין את המלים, נדרשת הבנה גם ברמת המשפט באמצעות אותו שכל ישר שהוזכר במאמר הקודם, ושבלעדיו אי אפשר להבין אנלוגיות בעלות משמעות.

חוסר האונים המשווע של המחשב נוכח הסמנטיקה של המלים והמשמעות של המשפטים הבהיר מעל לכל ספק, כי את התשובה להבנת השפה אין לחפש בטכניקות של עיבוד מידע ובתהליכים מִחשוביים של פתרון בעיות, אלא בידיעה מוקדמת של הרקע וההקשר של נשוא השיחה. כאשר שני אנשים נפגשים, עוד לפני שהם מתחילים לשוחח ביניהם הם מניחים איש על רעהו המון הנחות מוקדמות, המתייחסיות לבריאותם, להבנתם, לאופיים, לרקע, לתרבות, לכוונות ועוד ועוד. בלא מטען כזה של הנחות על ההקשר הפסיכולוגי, הקוגניטיבי והתרבותי של בן שיחם, ספק אם יוכלו להבין זה את זה.

ואומנם, ב־1974 הציע מרווין מינסקי מאם.איי.טי לספק למחשב ידיעת רקע באמצעות מסגרות הקשר. מסגרת הקשר אמורה לכלול את כל המידע הרלוונטי המתייחס לסיטואציה שגורה מסויימת, כגון גילוח בוקר. גם רוג’ר שאנק מאוניברסיטת ייל הגה רעיון דומה, שאותו כינה תמליל, האמור לשקף את “הרצף הנורמלי של הדברים” בסיטואציה נתונה ומוכרת. תמליל כזה הוא “המסעדה”.

נניח שבמדור הרכילות של עיתון הופיעה ידיעה בלעדית בזו הלשון: “ביום שלישי ראו את גבירצמן נכנס למסעדת יוקרה. הוא הזמין סטייק וכעבור חצי שעה יצא”. הקורא הסביר יבין מהכיתוב הקצר שהסטייק הוגש לגבירצמן על צלחת לשולחנו (מסעדת יוקרה!), וכי לאחר שסיים לאכול – שילם ויצא. אבל עבור המחשב זהו טקסט סתום מאין כמוהו. שהרי מהעובדה שהזמין סטייק לא מתחייב שהוא אכל אותו או ששילם בעדו. כמן כן, מהטקסט לא ברור אם גבירצמן אכל את הסטייק בעמידה או בישיבה, ואם הבשר הוגש לו על צלחת או בפיתה. כדי שהמחשב יבין מה שהקורא הסביר מבין, עלינו לספק לו תמליל מפורט וגדוש ידיעת רקע על המוסד הקרוי מסעדה. ידיעת הרקע של התמליל תכלול את מטרת המסעדה – מקום שאנשים נכנסים אליו כדי לשבור את רעבונם ולהסב לעצמם הנאה, וכמובן את הכלים, העצמים ובעלי התפקידים הפועלים בה: מלצרים, לקוחות, חשבון, קופה, תשלום, תשר, שולחנות, מפות, כלי אוכל, פרחים, תפריט וכו'. החלק האופרטיבי של התמליל בנוי כסדרת פקודות המאורגנות בתמונות. מטעמי קיצור, מוצג כאן חלק מהפקודות של שתי תמונות בלבד:

תמונה א':

היכנס למסעדה.

מצא שולחן.

לך לשולחן.

שב.

תמונה ב':

קבל תפריט.

פתח אותו.

הזמן מנה ראשונה, שנייה, שלישית.

מסור הזמנתך למלצר.

סגור התפריט.

הנח אותו על השולחן.

המתן למלצר שיחזור.

על פי שאנק, המידע הכלול בתמליל המלא אמור לאפשר למחשב להבין לאשורה את הידיעה שהופיעה במדור הרכילות. אבל ברור לכל כי המציאות הממשית של מסעדה אמיתית עשירה הרבה יותר מהתמליל, וכי התמונות לוקות בחסר. למשל, בתמונה א' חסרות השורות הללו: האם יש שולחן פנוי? האם זה שולחן לשניים או לארבעה? האם השולחן ליד השירותים, במרכז או ליד החלון? בתמונה ב' השורות הבאות עשויות להשלים את החסר: איזה סוג סטייק להזמין? צלוי היטב או נא? האם להזמין מנה הדורשת הכנה ארוכה או קצרה? האם לקבל את המלצת הבית? איזה יין להזמין?

אין כמובן בעיה להוסיף שורות אלו ואחרות לתמונות, אבל גם בהן לא די כדי לייצר תמליל המייצג בנאמנות מצב אנושי טיפוסי במסעדה אמיתית. התהגותו של אדם במסעדה משתנה אם אינו בגפו, אם הוא לקוח קבוע או סועד מזדמן, אם בשולחן הסמוך לו יושב מכר, אם הוא ממהר, אם האוכל מתובל לטעמו, וכיוצא בזה. כל אחד ממשתנים אלה עשוי לשנות באורח משמעותי את תוכן השורות בכל הקשור לתפריט שהוא מזמין, לגובה התשר שהוא משאיר ולשולחן שהוא בוחר. יתרה מזו, כל אחת מן השורות יכולה להתפתח לתמליל מִשנה, וכל אחד מתמלילי המִשנה עשוי להתפצל לתתי־תמלילים וכן הלאה. וזה עדיין לא הסוף, שכן כדי שכל העץ המסועף הזה של שורות מתפצלות ייצור מודל מנטלי ודינמי של עולם אמיתי, כפי שהדבר נעשה בתודעתנו, חייבים התמלילים ותמלילי המִשנה לא רק להתקשר זה עם זה, כי אם גם להבטיח מעבר דינמי ביניהם.

לאדם רגיל אין שום קושי לעבור מהתמליל “קרע את השער” לתמליל “קרע את הנייר” וממנו לתמליל “קרע לו את הצורה”, למרות שכל קריעה דורשת ידיעת רקע שונה לחלוטין. לא כך המחשב. כי אפילו נצייד את תמליל המסעדה בכל השורות הנחוצות, הוא לא יבין למה אי תשלום עבור הסטייק תמנע יציאתו מהמסעדה, שכן הבנה זו דורשת ידיעת רקע של מכלול המציאות, ולא רק של קטע צר שלה.

ב־1973 ניסה טרי וינוגרד מאם.איי.טי לצייד את המחשב בידיעת רקע מלאה, באמצעות תכנית בעלת שם מוזר SHRDLU. וינוגרד יצא מנקודת מוצא פרגמטית, שבמצב הנתון של הטכנולוגיה אי אפשר לספק לתכנית מחשב את מלוא הידע שבא לביטוי בשיחה בין בני אדם. לכן, כדי לצעוד את הצעד הראשון במסלול ההבנה, צריך לפתור תחילה את בעיית הידע, לרבות הרקע, בסביבה דלת עצמים, שכל עולמה מורכב מכמה קוביות, קופסאות ופירמידות בצבעים ובגדלים שונים, הניצבות על שולחן רחב. אם הנסיון יצליח, גרס וינוגרד, אפשר יהיה להחיל את התהליך על עולמות מצוצמים נוספים, ועל ידי כך להרחיב את גבולות ההבנה לעולם גדל והולך.

עולמו הזעיר של שרדלו היה מיוצג על מרקע של מחשב על ידי הדמיה חזותית של קוביות, קופסאות ופירמידות, הניתנות להרמה ולהזזה ממקום למקום באמצעות הדמיה של זרוע רובוטית. ואכן, עד מהרה התברר ששרדלו שולט שליטה מלאה בעצמים המאכלסים את עולמו הקטן. הוא יודע מי נמצא על גבי מי, מי ליד מי, מי בתוך מי, את מי צריך להזיז כדי להציב שתי קוביות מאותו צבע זו על גבי זו, וכן להציג ביזמתו שאלות ולהשיב על מצב הדברים בעולמו הקט. כך, למשל, כשהתבקש להשיב אם השולחן יכול להרים קובייה, הוא השיב ללא היסוס בשלילה, כיוון שהכללים הסמנטיים בעולמו שוללים את תקפותה של פעולה זו. זוהי תגובה מעניינת ביותר, שכן שלילת משפט זה, התקף מבחינה תחבירית אבל שגוי מבחינה סמנטית, שקול לכאורה לפענוח הכשל הסמנטי של “הקופסה בתוך העט”, אותו משפט ארור שכרה בור לתקוות של התרגום המכני.

להלן קטע קצר משיחה שהתנהלה בין התכניתן(ת) לשרדלו (ש):

אין ספק ששליטתו של שרדלו בעולמו הדל והזעיר מרשימה הרבה יותר מזו של אלייזה. שלא כמותה, הוא יפסול משפטים מטופשים כגון “הדלת הכריחה אותי לבוא לכאן”. שרדלו עולה מבחינת שלמות ידיעותיו גם על מערכת מומחה. בעצם, ההבדל בין השניים הוא בכך שמערכת מומחה מגלה בקיאות מוגבלת בתחום צר של ידע, ואילו שרדלו מגלה ידע מלא בתחום צר הרבה יותר. אך עד כמה הידע שהוא מגלה בעולמו הקט הוא באמת רחב? שרדלו אומנם יודע שהשולחן לא יכול להזיז קובייה, אבל הוא אינו יודע שלקובייה יש משקל, שקיימת זיקה בין גודל ומשקל, שאם מפילים את הפירמידות משולחן הן נופלות על הארץ, שאפשר למלא את הקופסאות במים, בחול ובמצרכי מכולת ועוד ועוד. רק כאשר סורקים את רשימת העוד הארוכה והמסתעפת הזאת, מבינים עד כמה מוגבל ומלאכותי הוא עולמו של שרדלו לעומת העולם האמיתי.

ואכן, וינוגרד עצמו נואש מהנסיון להחיל את הטכניקה של שרדלו על מציאות ממשית. לימים פיתח ג’ראלד זוסמן גִרסה משופרת של שרדלו, אותה כינה Hacker. בניגוד לשרדלו, החוזר לנקודת המוצא שלו אם משימה מסוימת אינה ניתנת לביצוע, הקר מסוגל לנתח את הדרך שהלך בה ולאתר את השגיאה שמנעה את ביצוע המשימה. כלומר, להקר יש יכולת למידה עצמית, שהיא תכונה הכרחית לבינה. אבל בעשר השנים ויותר שחלפו מאז, לא חלה בו שום התפתחות משמעותית. עובדה זו עשויה להעיד אולי על חסרונה של אותה חגורה עבה של ידיעת רקע המזינה את השכל הישר, חגורה הנבנית בהדרגה מתוך ההתנסות האישית.

כשנותנים לפעוט לשחק בדלי צעצוע, הוא לומד מנסיונו לא רק על גודלו וצבעו של הדלי, כי אם גם על ההבדל בין הפלסטיק של הדלי לבין הזכוכית של הכוס. ככל שהוא משתעשע עם הדלי והקוביות, הוא מתחיל לתפוס את מושג הקיבול של כלים, את הבדלי הנפח בין חול, קוביות ומים, את העובדה המפתיעה שהמים נשפכים מהדלי כאשר מחזיקים אותו כשפתחו כלפי מטה, וכי הם יכולים לשמש לשתייה ולנקיון, אבל גם להרטיב וללכלך בגדים. התנסות מוקדמת ובסיסית זו עם הדלי מעשירה את עולמו של הפעוט ברשימה ארוכה של חוקי טבע, בלי שיידרש לדעת דבר וחצי דבר על חוקי הפיזיקה. יתרה מזו, בניגוד לבעלי חיים, המחשב לא עבר תהליך של מיליוני שנות אבולוציה, ועל כן גם לא בא לאוויר העולם עם תפריט מוכן של כישורים מולדים, שכל בעלי החיים, לרבות האדם, נולדים אתם. לדוגמה, עכברים נולדים עם היכולת לקשור ריח עם מזון וקול עם סכנה. אפרוחים מגלים נטייה להחתמה כלפי עצמים דמויי ראש של תרנגולת, על פני גופים כדוריים סתמיים. ואילו אצל תינוקות, קל יותר ליצור התניה למזון בעזרת נקישות של קסטנייטות מאשר על יד צלילים של משולש.

ב־1984 ערך אדוארד טולמן מאוניברסיטת ברקלי סדרת ניסויים מעניינת. הוא הכניס עכברים למבוך, כשבכל אחד משני פתחיו הוצבה תיבת מזון. האחת בצבע לבן והשנייה בצבע שחור. העכברים ביקרו בשתי התיבות בתכיפות שווה. בשלב שני העבירו את העכברים לחדר, שגם בו הוצבו שתי שתי תיבות מזון בצבע לבן ושחור. אבל כל אימת שהעכברים ביקשו להיכנס לתיבה הלבנה, העביר טולמן זרם חשמלי ברצפת התיבה. למחרת החזיר את העכברים למבוך, אך הפעם הם נמנעו מלהיכנס לתיבה הלבנה. אפשר להסביר זאת בכך שהעכברים זיהו את המידע הרלוונטי בשתי ההתנסויות ומיזגו אותו במסקנה משותפת, למרות שהן התרחשו בסביבות ובנסיבות שונות. במלים אחרות, העכברים יצרו במוחם הכללה לגבי הצבע הלבן במנותק מהרקע. יכולת קוגניטיבית זו היא מעל לכוחו של שרדלו.

יוצא אפוא, שההתנסות האישית היא גם הלבנים וגם המלט של השכל הישר, ושום מערכת שיטתית של פקודות והוראות לא יכולה לשמש לה תחליף. הגמישות, הרבגוניות ובמיוחד הכלליות, המאפיינות את כושר הלמידה ואת מנגנון ההתניה של בעלי החיים, מאפשרות להם ליישם את ההתנסות האישית על עשרות אלפי אירועים בלתי צפויים, בלי שיידרשו לתכנת את התנהגותם ספציפית לכל אירוע ואירוע. יכולת זו אינה תולדה של מחשבה אנליטית, המנסה לחזות מראש את אינספור התרחישים האפשריים, אלא פועל יוצא של מיליוני שנות אבולוציה שעיצבו בד בבד עם הברירה הטבעית את המנגנונים הגנטיים והקוגניטיביים, כדי להבטיח את הישרדותם של בעלי החיים.

פעולתם של מנגנונים אלה באה, למשל, לביטוי אצל התינוק האנושי בהעדפת הימניות על פני האיטרוּת. 90 אחוז מהתינוקות נוטים למצוץ את בוהן יד ימינם עוד בבטן אמם. העדפה זו מפתחת את הקשרים בין קבוצת נוירונים מסוימת במוח, שבגינם יוצא העובר לאוויר העולם עם כישורים מולדים שונים מתינוקות איטרי יד ימין. זאת ועוד, כבר בשבועות הראשונים לחייו רוכש התינוק כמות עצומה של מידע חושי לא מילולי מהוריו ומסביבתו, השווה למיליוני שורות בתכנית מחשב. ולבסוף, בעלי חיים עיליים מכלכלים את צעדיהם במודע ושלא במודע להשגת מטרות ספציפיות. תכונה זו של התכוונות, הקיימת בבעלי החיים כנתון ראשוני וטבעי, איננו יודעים כיצד להקנות למכונה. דוגמה טובה לכך היא תופעת הפיהוק אצל בעלי חיים.

זמן רב חשבו שמטרת הפיהוק אצל יונקים היא להזרים חמצן לגוף. אחר כך טענו חוקרים אחרים כי הפיהוק אצל בבונים, אריות וחיות אחרות נועד לחשוף את הניבים הגדולים כסימן אזהרה ליריבים. לאחרונה פורסם מחקר הטוען כי הפיהוק קשור לא להזרמת חמצן ולא לאיום, כי אם להגברת קצב פעימות הלב ולחץ הדם, בדומה לפעולה של התמתחות הגוף. במלים אחרות, בעלי חיים מפהקים כדי לשמור על דריכותם כלפי התפתחויות אפשריות. אריות הרובצים באדישות כביכול במרחק של 100 מטר מעדר גנוּ, אינם חדלים לפהק, כי די שפרט אחד בעדר יגלה סימני חולשה או שנקבה אחת תכרע להמליט או שאחד העגלים יתרחק מעט מהוריו, כדי להקים אותם מרבצם. שכן מה שהיה קודם בגדר אפשרות, הפך בן רגע לממשות.

יכולת זו לתפוס את משמעותם של עשרות סימנים דקים, המציינים בידוד, חולשה, רפיון, חולי, ינקות וזִקנה, היא תוצאה של כישורים מולדים ושל נסיון חיים מצטבר, הקושרים את התמונות, הקולות והריחות ברשת ענפה של מידע. מעל לכל, קריאת הסימנים על רקע הנתונים הסביבתיים נובעת מהצורך של הטורף לטרוף ומהידיעה שהגנוּ הוא טרף. כי משני אלה, הצורך והידיעה, שהם מנגנונים בלעדיים של היצורים החיים, מתפתחת ההתכוונות להשגת מטרה, היוצרת את הדריכות לקראת הבאות, אשר בתורה היא מולידה את הפיהוק.

איננו יודעים כיצד לגרום למחשב לפהק, ולכן משוכת ההבנה החוסמת את דרכה של הבינה המלאכותית נותרה גבוהה כשהיתה. גובהה מייצג את ההבדל בין מוח למחשב, שכמוהו כהבדל בין שכפול המוח להדמיה שלו. שכפול המוח יוצר בהכרח גם את התודעה, ואילו ההדמיה כאילו יוצרת מוח: המחשב כאילו חושב, כאילו מבין, כאילו סועד, כאילו מפהק, כאילו מתכוון. אבל הדמיה של סופת הוריקן, אומר בצדק ג’ול סירל ב"נפש, מוח ומדע", אין בכוחה אפילו להרטיב את המחשב.

המחשב היה ונותר, אפוא, מתפעל מוצלח של סמלים פורמליים, מספרים ואותיות, אך עיוור לחלוטין לתוכן המשתנה שהם עשויים לייצג. אף על פי כן, הצלחתה של “מחשבה עמוקה” בעקיפת הדמיון והאינטואיציה בעזרת ידע אנליטי וכוחנות חישובית אינה משה מעינינו. הייתכן שהמשוכה נראית לנו גבוהה, משום שאנו מסתכלים עליה מבעד לקונספציה אנתרופוצנטרית, לפיה ההבנה המלאכותית חייבת להיות זהה להבנה האנושית? אולי. טעימת יין, כמו הרחת גבינות, עליה דיברנו במאמר הקודם, נחשבת לאחת מאותן יכולות אנושיות שלא ניתן להעבירן למכונה. טועמי יין מקצועיים אינם מתקשים לקבוע אם יין מסוים הוא מתוק או יבש, קל או כבד. הקושי מתעורר כאשר הם נדרשים לחזות את סיכוייו של יין צעיר להתפתח בבוא הזמן ליין משובח. מסתבר שהמשתנה החשוב ביותר בקביעת איכות הבציר של יין מסוים – בורדו למשל – הוא מזג האוויר. מעט מדי גשם בעונת החורף בולם את צמיחת הגפן. גשם רב מדי בעונת הבציר מדלל את טעם הענבים, טמפרטורה נמוכה מדי מעניקה להם טעם חומצי, ואילו טמפרטורה גבוהה מדי מתפילה את טעם היין. והנה, לאחרונה הציג הכלכלן אורלי אשנפלטר נוסחה מתימטית המחשבת את כל המשתנים הסביבתיים הללו, על פי ממצאי מזג האוויר ואיכות הבציר בשנים 1952–1980. אשנפלטר טוען כי באמצעות הנוסחה שפיתח ניתן לחזות את איכות היין עוד לפני הבציר.

הנה כי כן, כושר אנושי ייחודי זה הונחל למחשב לא במעשה חיקוי, אלא על ידי גישה שונה. את ההוכחה הטובה ביותר לכשלון החיקוי סיפק ליאונרדו דה־וינצ’י. דה־וינצ’י היה, לכל הדעות, גאון ואיש מדע מהולל, ואף על פי כן, נסיונו לעוף נחל כשלון חרוץ, כיוון שהתעקש לחקות את תעופת הציפורים. רק כאשר נטש האדם את מאמציו לעוף, ותחת זאת התמקד בנסיון לטוס, עלה בידו לגבור על כוח הכבידה. הייתכן שמאמצי הבינה המלאכותית לחקות אל התהליכים הקוגניטיביים של האדם חוטאים בתסמונת דה־וינצ’י? האם אפשר להשיג הבנה ללא הבנה? כדי להשיב על כך, עלינו להסתגר לשעה קלה בחדר הסיני של ג’ון סירל, ואת זאת נעשה במאמר הבא.