«На 37-м ходу у меня не оставалось иного выхода, кроме как сдаться»

Отрывок из книги Гарри Каспарова «Человек и компьютер» — о том, какой ценой шахматисту далась победа над суперкомпьютером IBM в 1996 году.

Я не умею проигрывать. Хочу прояснить это с самого начала: я ненавижу проигрывать. Ненавижу проигрывать плохие партии и ненавижу проигрывать хорошие. Я ненавижу проигрывать слабым игрокам и ненавижу проигрывать чемпионам мира.

После каждого проигрыша я провожу бессонные ночи. Бывало, что на церемониях награждения после тяжелого поражения у меня случались вспышки гнева. Я с раздражением обнаружил, что упустил хороший ход в проигранной 20 лет назад партии, которую анализировал для этой книги.

Я ненавижу проигрывать, и не только в шахматах. Терпеть не могу проигрывать в карточные и любые другие игры (именно поэтому я так редко играю в покер).

Неумение проигрывать — черта моего характера, которой я не особенно горжусь, но которой и не стыжусь. Чтобы быть лучшим в любой состязательной сфере деятельности, нужно не столько бояться поражений, сколько ненавидеть их. Радостное возбуждение — замечательное ощущение, и я думаю, что любой успешный спортсмен привыкает к нему в очень юном возрасте. Каждый спортсмен с течением времени находит для себя собственные стимулы. Но, как бы вы ни любили свой спорт, вы должны ненавидеть проигрывать, если хотите оставаться на вершине. Вас это должно задевать, и задевать очень глубоко.

В базе данных можно найти список практически всех серьезных партий, которые я сыграл с 12-летнего возраста, — всего более 2400. Из них я проиграл примерно 170. Если взять только турнирные и матчевые партии за 25 лет моей профессиональной карьеры, начавшейся, когда мне было 17, количество проигрышей уменьшается почти в два раза. Возможно, я не научился проигрывать просто потому, что у меня не было такой возможности. В 1990 году английский гроссмейстер Реймонд Кин написал книгу «Как обыграть Гарри Каспарова», в которой собрал все мои поражения за десять лет. Книга начинается словами: «Обыграть Гарри Каспарова в шахматы значительно сложнее, чем взойти на Эверест или стать миллиардером… Я узнал, что покорить Эверест легче в шесть раз… заработать миллион долларов проще в пять раз…» Возможно, те немногие шахматисты, которым удалось меня победить, задавались вопросом, не следует ли им теперь заняться каким-нибудь другим делом

Но шутки в сторону. То, как я отношусь к проигрышам, понятно из любого рассказа о моем матче с суперкомпьютером Deep Blue компании IBM в 1997 году. Или, если точнее, о матче-реванше.

Я смирился с тем, что почти никто не помнит о моем первом матче с Deep Blue в 1996-м, в котором я одержал победу. Люди забыли, что историческому перелету Чарльза Линдберга через Атлантический океан в 1927 году предшествовала масса неудачных попыток. Если матч 1996 года и вспоминают, то лишь потому, что мой проигрыш одной партии стал первой в истории победой машины над чемпионом мира в игре с классическим контролем времени. До этого я сыграл против машин несколько партий с укороченным контролем времени, и в некоторых из них потерпел поражение. Помимо классических шахмат существуют и «быстрые шахматы», или рапид (где у каждого игрока меньше 60, но больше 10 минут на всю партию), и молниеносная игра, или блиц (где у игрока не более 10 минут — обычно пять, а то и меньше). Есть даже «буллит», когда на всю партию дается лишь одна минута и шахматы фактически превращаются в эквилибристику.

Начиная с 1970-х стало очевидно: чем быстрее игра, тем больше преимущество компьютера перед человеком. Гроссмейстеры могут играть на основе интуиции, но шахматы прежде всего игра, требующая точности. Если у человека нет времени, чтобы провести надлежащие расчеты, тогда как машина способна проанализировать миллионы позиций в секунду, молниеносная игра может быстро превратиться в бойню. Малейшие оплошности и тактические промахи, обычно допускаемые людьми в игре друг с другом при укороченном контроле времени, мгновенно наказываются машинами, никогда не делающими подобных ошибок в ответ.

После победы над Deep Thought (1989) мой следующий публичный матч с машиной состоялся только через несколько лет. Отчасти это объяснялось тем очевидным фактом, что я не мог позволить себе тратить время впустую: шахматные машины должны были значительно усилиться, чтобы бросить мне настоящий вызов. В 1990-м я выиграл у Анатолия Карпова свой пятый матч за мировую корону, хотя в начале того года пережил трагедию на моей малой родине: мы с семьей и тысячами земляков были вынуждены бежать из Баку, где в преддверии будущего распада СССР начались армянские погромы.

Но я следил за прогрессом машин. На моем персональном компьютере всегда были установлены новейшие программы — я использовал их для анализа, а иногда и играл с ними ради развлечения. Хотя они не показывали сильной игры, такие программы, как Genius и Fritz, уже стали довольно опасными в тактическом плане даже на обычном домашнем компьютере или ноутбуке. В быстрой игре человеку стоило лишь один раз зевнуть — и все было кончено.

Мои пути с Deep Thought пересеклись еще раз весной 1991 года на компьютерной выставке в Ганновере. Состав команды Deep Thought частично сменился в процессе преобразования их детища в крупнейший проект IBM. Но Сюй Фэнсюн и Мюррей Кэмпбелл оставались лидерами команды, и оба приехали в Ганновер. Deep Thought пригласили выступить в самом сильном соревновании из всех, где доводилось играть машинам до того момента. Это был круговой турнир с участием семи немецких игроков — шести гроссмейстеров и одного крепкого международного мастера; их средний рейтинг составлял 2514 пунктов.

Получив доступ к колоссальным ресурсам IBM, Сюй Фэнсюн продолжал совершенствовать машину своей мечты, пытаясь внедрить в нее сверхбольшую интегральную микросхему (СБИС) с тысячами элементов на одном кристалле, но он еще не достиг цели. Тем не менее Deep Thought была сильнейшей машиной в мире, и, судя по ее предыдущим успехам, можно было ожидать, что в Ганновере она будет претендовать на высокое место. Но, как ни странно, она финишировала на 7-м, предпоследнем месте, одержав две победы при одной ничьей и четырех поражениях. Вину за два проигрыша команда возложила на ошибки в дебютной книге (регулярно всплывающая тема), однако в целом игру Deep Thought в Ганновере нельзя было назвать сильной.

Мой друг Фредерик Фридель, который был одним из организаторов этого турнира, предложил мне более интересное испытание. Он показал тексты партий первых пяти туров и предложил угадать, какие из этих партий были сыграны Deep Thought. Это был своеобразный вариант теста Тьюринга — посмотреть, сможет ли компьютер выдать себя за гроссмейстера. Мне удалось правильно указать две партии и еще в одном туре сузить выбор до двух партий, но один раз я ошибся — так что три из пяти компьютерных партий прошли тест Тьюринга. Для меня это было более убедительным показателем прогресса шахматного компьютера, чем результаты турнира. В некоторых партиях Deep Thought следовал привычной модели: ужасная стратегическая игра и неподобающая жадность к материалу, компенсируемые поразительным тактическим мастерством. Но другие партии были похожи на настоящие шахматы, даже если и не дотягивали до уровня чемпиона мира.

Я был заинтересован еще и потому, что не сомневался: вскоре баланс сил изменится и примерно через десять лет компьютеры станут достаточно сильными для того, чтобы победить меня. Но смогут ли они проницательно анализировать человеческую игру? Я потратил много времени на изучение сильных и уязвимых сторон моих соперников, хотя отдавал себе отчет в том, что вижу их сквозь призму собственных предпочтений и слабостей. Машины же предельно объективны. Шахматные программы уже показали свою полезность как вспомогательные инструменты для анализа партий, пусть даже они могли находить только грубые тактические ошибки. Но когда они станут достаточно сильными, думал я, возможно, они будут способны выявлять даже самые незначительные изъяны в моей игре и в игре моих соперников.

Эта идея так и не получила развития, отчасти из-за ограниченного потенциального рынка для таких программ. Всего несколько сотен шахматистов в мире достаточно регулярно играют с одними и теми же соперниками, чтобы им требовалась специальная подготовка. В конечном итоге в программу ChessBase были добавлены некоторые полезные функции, такие как автоматическое формирование профилей игроков, включая их любимые дебюты и избранные партии. Но эти функции скорее позволяли сэкономить время, чем были настоящими аналитическими инструментами. Они не были достаточно продвинутыми для того, чтобы указать на особенности, присущие данному шахматисту: например, «часто делает ошибки, когда его король находится под шахом» или «любит разменивать ферзей, играя черными». Кроме того, мысль о возможности подвергнуться такому глубокому анализу вызывала дискомфорт у некоторых игроков, хотя все их партии находились в открытом доступе. Я же был не против узнать, что машина скажет обо мне и моих партиях.

Меня также интересовало, что нового может привнести основанный на базовых данных компьютерный анализ человеческого поведения в такой области, как психология, и в частности, процесс принятия решений. Понятно, что вряд ли кто-то захочет добровольно передавать третьей стороне все свои тексты, электронные письма, сообщения в социальных медиа, историю поисковых запросов, историю покупок и все остальные составляющие цифрового следа, который мы создаем почти ежечасно. Но различные приложения и сервисы, хорошо это или плохо, уже имеют доступ ко всей подобной информации, и я уверен, что достаточное количество данных и грамотные аналитические инструменты позволили бы выявлять множество интересных корреляций, возможно, даже диагностировать такие вещи, как депрессия или ранние признаки деменции.

У Facebook есть средство для предотвращения самоубийств: пользователи могут отметить публикации, в которых высказываются мысли о суициде, и автору поста может быть предложена помощь. Фитнес-трекеры отслеживают все показатели работы вашего организма — от режима сна и сердечного ритма до количества сожженных калорий. Компании Google, Facebook и Amazon, вероятно, знают о вас больше, чем вы сами, но люди зачастую начинают нервничать, когда результаты анализа этих данных оказываются обнародованы, особенно если в публикации раскрывается неприятная правда.

Естественно, каждый раз, когда появляется доступ к таким персональным данным, возникает бесчисленное множество вопросов, связанных с защитой конфиденциальности, и достижение компромиссов в этой области будет оставаться одним из главных полей сражений в ходе революции ИИ. Я хотел бы узнать, что скажет машина о моей игре в шахматы, моем психическом и физическом здоровье, но хотел бы я, чтобы об этом узнал кто-то еще? Возможно, вы не станете возражать, если о вашем психическом и физическом здоровье узнают члены вашей семьи и лечащий врач, но как насчет вашего работодателя или страховой компании? В некоторых компаниях обзор социальных медиа уже стал стандартной процедурой процесса найма. Антидискриминационные законы в США запрещают спрашивать у кандидатов на рабочее место об их возрасте, поле, расе и состоянии здоровья, но алгоритмы анализа соцсетей могут выяснить это за доли секунды и, кроме того, сделать очень точные предположения о сексуальных предпочтениях, политических взглядах и уровне дохода.

История показывает, что стремление к комфорту в конечном итоге побеждает абстрактное желание конфиденциальности.

Нам нравится делиться личной информацией в социальных сетях. Мы любим, когда алгоритмы Netflix и Amazon рекомендуют нам книги и музыку. Мы не откажемся от GPS-навигаторов, даже если их использование означает, что десятки частных компаний знают о вашем местонахождении практически в любой момент времени — и к этой информации могут получить доступ государственные органы и суды. Когда Gmail запустила сервис рекламных объявлений, основанный на сканировании содержания электронных писем, это вызвало всплеск общественного негодования, но он продолжался недолго. Это всего лишь алгоритм, к тому же от рекламы все равно никуда не деться — так не лучше ли видеть рекламные объявления, которые могут вас заинтересовать?

Конечно, это не означает, что мы должны покорно сдаться Большому Брату. Будучи уроженцем страны, послужившей прообразом антиутопического мира в романе Джорджа Оруэлла «1984», я особенно чувствителен к любым посягательствам на свободу личности. Слежение может быть инструментом как обеспечения безопасности, так и репрессий, особенно при современном уровне технологий. Все замечательные коммуникационные технологии, от которых мы зависим сегодня, сами по себе не являются ни добром, ни злом. Но глупо надеяться на то, что интернет, как утверждают некоторые, принесет свободу всем и каждому. Современные диктатуры и другие подобные режимы прекрасно знают, как ограничить эту свободу и использовать эти новые мощные инструменты в своих целях. Я рад, что защитники свободы личности и конфиденциальности не дремлют, особенно в связи с усилением полномочий государства. Я просто думаю, что они ведут заведомо проигрышную борьбу, поскольку технологии будут продолжать развиваться, а подавляющее большинство людей, интересы которых они пытаются отстаивать, не станут защищать себя сами. Мало кто читает заявления о конфиденциальности, игнорируя их так же, как предостережения об опасности трансжиров и кукурузного сиропа. Мы хотим быть здоровыми, но не можем отказаться от жаренных в масле пончиков. Самым большим препятствием в деле защиты конфиденциальности всегда будет человеческая природа.

Технологии, основанные на доступе к нашим персональным данным, будут предлагать все больше преимуществ, перед которыми мы едва ли сможем устоять. Цифровые помощники, Echo от Amazon и Home от Google, улавливают каждое слово и звук в доме и передают их для анализа в облако — и однако люди покупают эти устройства миллионами. Полезность всегда берет верх над иными соображениями. Еще более инвазивные технологии, такие как микросенсоры в сантехнических системах, в продуктах питания и даже внутри наших тел, поначалу будут внедряться в странах с нестрогим законодательством в области защиты конфиденциальности, особенно в развивающемся мире. Но когда будут получены первые результаты, показывающие экономическую выгоду и пользу для здоровья, шлюзы откроются и такие технологии заполонят весь мир.

Наша жизнь постепенно преобразуется в данные. Тенденция будет ускоряться по мере появления все более продвинутых инструментов, и мы будет принимать ее либо добровольно, в обмен на комфорт и полезность, либо вынужденно — вследствие ужесточающихся требований безопасности. Это направление развития не изменить, поэтому особое значение приобретает наблюдение за наблюдателями. Объемы производимых нами данных будут только расти и использоваться в основном в наших интересах, но мы должны контролировать, куда они попадают и как используются.

Конфиденциальность уходит в прошлое, но ей на смену должна прийти прозрачность.

В то время как основное внимание было сосредоточено на компьютерах с массивно-параллельной обработкой, специализированным аппаратным обеспечением и заказными микропроцессорами, революция происходила и в области шахматных программ для ПК. Благодаря тому, что растущее сообщество программистов получило возможность делиться идеями через интернет, а также ввиду появления все более мощных процессоров от Intel и AMD, персональные компьютеры с операционными системами MS-DOS и Windows постепенно наращивали свою шахматную силу. К 1992 году они затмили большинство популярных моделей электронных шахмат — так называли встроенные в электронные доски специальные шахматные компьютеры, которые производились компаниями Saitek и Fidelity и носили такие звучные названия, как Mephisto и даже Kasparov Advanced Trainer.

В конце 1980-х годов к некоторым моделям прилагалось послание от моего имени, гласившее: «Хотелось бы, чтобы игра с шахматным компьютером “Каспаров” доставила вам удовольствие и помогла усовершенствовать свое мастерство, — и кто знает, может быть, однажды мы встретимся с вами за шахматной доской!» Моя спортивная карьера оказалась достаточно долгой для того, чтобы это пожелание сбылось, и на различных шахматных мероприятиях ко мне часто подходили юные шахматисты с просьбой оставить автограф на их шахматном компьютере «Каспаров».

Для молодых читателей, которые не помнят те времена, скажу, что возможности персональных компьютеров в начале 1990-х годов были весьма скромными. Даже если вы приобретали компьютер самой последней модели за колоссальную цену $5000, очень скоро вам приходилось докупать к нему оперативную память, более емкий жесткий диск и более мощный процессор. Мало какая программа потребляет больше вычислительной мощности, чем шахматный движок. Он с легкостью использует все 100% производительности процессора и все его ядра, сколько бы их ни было — четыре, десять или 20.

Шахматные программы для ПК работают гораздо медленнее, чем программы на специализированном аппаратном обеспечении, такие как Deep Blue, что объясняется рядом причин. Однако это компенсируется тем, что они гораздо умнее и используют оптимизированные методы программирования, позволяющие добиться намного большей глубины поиска, чем при обычном исчерпывающем поиске. Они по-прежнему основаны на стратегии типа А — на грубой силе, но за многие годы стали значительно искуснее. Использование компьютеров многоцелевого назначения расширило возможности для креативного программирования и адаптации ПО; к тому же коммерческие шахматные программы постоянно повышали точность своих оценок, зачастую с помощью гроссмейстеров. В то же время шахматные микропроцессоры Deep Thought, хотя и имели настраиваемые аппаратные контроллеры, были фактически высечены из камня, пусть даже этим камнем был кремний.

Скорость работы аппаратного обеспечения во многом зависит от простоты принципиальной схемы. Как написала команда Deep Thought / Deep Blue в 1990 году о своей машине, «принесение в жертву некоторых шахматных знаний в оценочной функции рассматривается как оправданное, если это позволяет существенно упростить схемы». Они также признали, что «на данный момент оценочные функции в лучших коммерческих шахматных программах работают гораздо более эффективно, чем в программах, применяющихся в научных целях». Звучит неутешительно, но на самом деле это давало ученым основания надеяться на значительное улучшение в случае, если они сумеют создать следующее поколение шахматных микросхем и усовершенствовать оценочную функцию Deep Thought.

В 1992 году я сыграл длинный неофициальный блиц-матч с одной из программ нового поколения. Создавшая ее немецкая фирма ChessBase насмешливо окрестила свое детище Fritz, и это название практически стало синонимом шахматных движков для ПК. Разработчиком был голландец Франс Морш — автор программ для настольных электронных шахмат, таких как Mephisto и прочих, — привыкший втискивать максимально оптимизированный код в очень ограниченные ресурсы. Он также внедрил несколько методов усиления поиска, которые повысили силу шахматных машин, несмотря на то, что увеличение глубины обычно замедляло их работу.

Одно из этих усовершенствований заслуживает, чтобы ненадолго на нем остановиться, поскольку оно представляет собой интересный пример того, как можно сделать машину умнее с помощью методик, не имеющих ничего общего с работой человеческого разума. Речь идет о так называемой эвристике нулевого хода — методе, заставляющем программу предположить, будто одна из сторон пропускает ход. То есть программа должна прийти к выводу, что один игрок сделал два хода подряд. Если позиция этого игрока не улучшается даже после двух ходов подряд, можно допустить, что первый ход является пустышкой и может быть отсечен от дерева поиска, что сокращает его длину и делает поиск по оставшимся вариантам более эффективным. Эвристика нулевого хода была использована в некоторых самых ранних шахматных программах, в том числе в советской «Каиссе». Это элегантный и немного парадоксальный подход — повышать эффективность алгоритмов, основанных на принципе исчерпывающего поиска, за счет ограничения поиска.

Люди тоже используют при планировании разные эвристические подходы. Например, стратегическое мышление требует от нас определения долгосрочных целей и промежуточных этапов без учета того, как на наши действия может отреагировать оппонент. Я могу посмотреть на позицию на доске и подумать: «Было бы хорошо, если бы мне удалось поставить слона сюда, пешку сюда, а затем подключить к атаке ферзя». Здесь нет никаких расчетов, лишь своего рода список стратегических пожеланий. Только после этого я начинаю думать, возможно ли это на самом деле и что в ответ может предпринять соперник.

Программисты, работавшие над шахматными программами типа Б с выборочным поиском, хотели научить машины именно такому стратегическому целеполаганию. Вместо того чтобы просматривать только дерево доступных вариантов, программа типа Б также изучала и оценивала гипотетические позиции. Если эти позиции получали высокую оценку, повышалась стоимость их элементов при поиске. Во многих случаях качество оценки улучшалось, но поиск становился таким медленным, что страдали результаты, — серьезный недостаток, характерный для всех программ типа Б.

Более успешным оказался другой метод, который также позволяет машинам анализировать гипотетические позиции за пределами дерева вариантов. В случае применения метода Монте-Карло машина берет все доступные позиции и с каждой разыгрывает большое количество случайных партий, определяя количество возможных побед, ничьих и проигрышей. Таким образом для каждого следующего хода выбирается наиболее удачная позиция. Играть «миллионы партий в рамках одной» оказалось не очень эффективной тактикой в шахматах, но в го и других играх, где точная оценка невероятно трудна для машин, метод Монте-Карло дает хорошие результаты. Он не требует больших знаний или эвристических правил; машина просто отслеживает цифры и ходы — и выбирает лучшие.

Это обилие интересных идей, призванных повысить эффективность интеллектуальных машин, показывает, почему попытки понять, как работает человеческий разум, и проникнуть в тайны мышления были отброшены. Что важнее — процесс или результат? Люди всегда хотят результатов, будь то в инвестировании, сфере безопасности или шахматах. Такое отношение, сокрушались многие программисты, способствовало созданию сильных шахматных машин, но ничего не дало науке и прогрессу в области ИИ. Шахматная машина, которая думает как человек, но проигрывает чемпиону мира, не сделает сенсации. Когда же шахматная машина побеждает чемпиона мира, никого не волнует, как она думает.

И это наконец-то случилось. В мае 1994 года в Мюнхене я проиграл программе Fritz 3 в блицтурнире, организованном при поддержке корпорации Intel Europe. Intel оказала существенную помощь Профессиональной шахматной ассоциации (ПША), созданной годом ранее мной и моим коллегой, претендентом на мировую корону Найджелом Шортом. В турнире участвовали сильнейшие шахматисты мира и программа Fritz 3, работавшая на новом процессоре Pentium.

Целью организаторов было помочь шахматам обрести еще бОльшую популярность и потенциальных спонсоров, о чем я мечтал с тех пор, как увидел, насколько широкую известность получил мой матч с Deep Thought в 1989 году.

С предшественником Fritz я уже сталкивался в товарищеском блиц-матче в Кельне в декабре 1992-го. Я сыграл 37 партий против любимого детища Фредерика Фриделя и, более того, детально проанализировал действия программы, указав, когда та сделала особенно хороший ход и когда играла откровенно слабо. Хотя программа еще не стала диким зверем, но она уже и не была безобидным домашним питомцем. Я проиграл девять партий при двух ничьих и 26 победах.

Но в Мюнхене произошла совсем другая история. Это был серьезный турнир, несмотря на формат блиц, и я не сомневался в победе независимо от того, будет ли в нем участвовать машина или нет. После медленного старта я выиграл восемь партий подряд, но программа Fritz 3 следовала за мной по пятам, и наконец настал наш черед встретиться за доской. Я агрессивно разыграл дебютную стадию и всего после десятка ходов имел подавляющую позицию. Однако затем начал разворачиваться сценарий, который станет типичным для партий между людьми и машинами в течение следующего десятилетия. Я сделал один неточный ход, и машина контратаковала. Раздраженный своим промахом, я решил пожертвовать материал, отдав ладью на слона, чтобы удержать инициативу. Позиция была примерно равной, но в блице я не мог положиться на точность расчетов, чтобы воспользоваться своими возможностями. Несмотря на обоюдные ошибки ближе к концу партии, когда машина дала мне шанс свести партию к ничьей, а я его упустил, Fritz 3 сумела добиться победы.

Хотя мы играли блиц и каждому давалось по пять минут, это была первая победа машины над чемпионом мира по шахматам в официальном соревновании. По значимости ту партию можно было сравнить пусть не с высадкой человека на Луну, но как минимум с запуском небольшой ракеты. Мы c Fritz 3 оказались на вершине турнирной таблицы, что для машины являлось впечатляющим результатом. Мне это было на руку, поскольку давало возможность встретиться с ней в матче за первое место и отыграться. На этот раз мне удалось сосредоточиться и полностью разгромить машину, одержав три победы при двух ничьих. В одной ничейной партии я тоже фактически победил, но мне не хватило времени, чтобы выиграть позицию с ферзем против ладьи.

Но спустя несколько месяцев фортуна повернулась ко мне спиной, когда на очередном турнире, организованном Intel под эгидой ПША в Лондоне, я встретился с другой шахматной программой для ПК — Genius, разработанной Ричардом Лэнгом. Участники играли в быстрые шахматы на выбывание, и каждая сторона имела четверть часа на партию. Мне выпало играть с Genius уже в первом раунде, что, конечно же, привлекло большое внимание. Хотя это все еще не были классические длинные шахматы, ставки поднялись высоко. Игрок, проигравший мини-матч из двух партий, выбывал из турнира, который входил в серию Гран-при, — поэтому имело значение каждое очко.

В 1-й партии, играя белыми, я получил отличную позицию, но зевнул один ход, позволив машине добиться уравнения. Тогда я совершил еще один смертный грех в партии против компьютера: начал играть слишком напористо. Вместо того чтобы сделать простую ничью и перейти к следующей партии, я попытался развить инициативу в пресном эндшпиле «ферзь и конь против ферзя и коня», но почти сразу об этом пожалел. Совершив ряд удивительных маневров ферзем, Genius ослабил положение моего короля так, что в итоге я проиграл пешку, а затем и партию. Такой резкий оборот событий стал для меня полной неожиданностью; вы можете увидеть мой шок, посмотрев на YouTube видео с этого турнира.

Несмотря на осечку, я был уверен, что одержу победу черными во 2-й партии, а затем выиграю тай-брейк и продолжу участие в турнире. Мне удалось получить очень хорошую позицию и выиграть пешку, снова в эндшпиле «ферзь и конь против ферзя и коня». Но Genius снова совершил целую череду невероятных маневров ферзем и застопорил мою проходную пешку. Я сидел, обхватив голову руками, но был вынужден смириться с ничьей и выбыл из соревнования. Это был сильный официальный турнир, хотя и по быстрым шахматам, и временами машина демонстрировала отличную игру. Все еще не высадка на Луну, но уже выход на околоземную орбиту.

Обе мои партии с Genius, особенно 2-я, отражали уникальную природу компьютерных шахмат. Самые большие проблемы у шахматистов возникают с визуализацией ходов коней, поскольку те ходят буквой «Г» — в отличие от других фигур, двигающихся по прямой. Но компьютеры ничего не визуализируют и управляют каждой фигурой с одинаковым мастерством. Кажется, Бент Ларсен — первый гроссмейстер, проигравший машине, — сказал: если убрать из шахмат коней, то рейтинг компьютеров тут же упадет на пару сотен пунктов. Это преувеличение, но в нем есть немалая доля истины. То же самое касается и ферзя, самой сильной фигуры: на открытой, не загроможденной пешками доске ферзь может достичь практически любого поля за один-два хода. Это резко повышает уровень сложности, с чем компьютеры справляются гораздо лучше людей. Столкнуться с компьютером в открытой позиции типа «ферзь + конь» — ужасный сон под стать романам Стивена Кинга.

На протяжении всей шахматной истории даже самые великие игроки избегали такой сверхсложной тактической игры, но с 1993 года она стала обычным делом для компьютеров. Играя с людьми, вы знаете, что ваш соперник сталкивается в ходе партии примерно с такими же проблемами, что и вы. Практически всегда я чувствовал, что умею рассчитывать варианты лучше любого другого шахматиста, за исключением «индийского чудотворца» Виши Ананда, заслуженно славившегося своей быстрой реакцией. В целом же я знал, что если не могу просчитать до конца последствия своего хода, то и сопернику это вряд ли удастся. Но примерный баланс сил исчезает, когда вы играете против мощной машины. Она играет не просто хорошо — она играет иначе.

Кроме того, вас все время преследует тревожное ощущение, что машина может видеть нечто такое, чего вы не можете себе даже представить. Когда на доске сложная позиция, вы напряжены и опасаетесь коварного удара со стороны машины. Поэтому вы дважды и трижды перепроверяете свои расчеты, вместо того чтобы положиться на интуицию, как поступили бы, играя против человека. Все эти дополнительные расчеты отнимают массу времени и делают игру предельно изнурительной в физическом и психологическом плане.

Когда вы всю жизнь играете в шахматы, у вас обязательно формируются определенные привычки, но их приходится нарушать, если вы играете против машины. Хотя я не был от этого в восторге, я хотел доказать, что могу преодолеть все препятствия и подтвердить свой титул сильнейшего шахматиста мира не только среди людей, но и среди машин.

Программы для ПК делали впечатляющие успехи, но я не упускал из виду и Deep Thought. В феврале 1993 года я еще раз пересекся с командой IBM в Копенгагене, где машина бросила вызов датской сборной, включая Бента Ларсена. IBM горела желанием проверить свое новое детище в деле. Маркетологи IBM решили переименовать Deep Thought II и дали машине название Nordic Deep Blue, вероятно, чтобы отличить ее от следующей версии, которая уже находилась в разработке и по завершении должна была бросить вызов мне как чемпиону мира. Но я думаю, что не будет большой путаницы, если с этого момента я буду называть ее просто Deep Blue.

Как бы она ни называлась, привезенная в Данию машина не произвела на меня впечатления. Мы использовали ее для анализа одной из моих партий перед аудиторией, желающей узнать, какие предложения та может сделать. Данные компьютером оценки позиций были откровенно плохи, он стабильно недооценивал мои шансы на атаку и нескоро понимал, что предложенные им усиления не сработали. Однако он умело сыграл против Ларсена и других датчан, набрав почти 2600 пунктов, и тем самым дал мне понять, что его значительный прогресс не за горами. Создатели проекта Сюй Фэнсюн и Мюррей Кэмпбелл включили в команду программиста Джо Хоана, к тому же теперь они могли полагаться на огромные материальные и человеческие ресурсы самой IBM. Вскоре команду Deep Blue перевели в главный исследовательский центр IBM в городе Йорктаун-Хайтс (штат Нью-Йорк). Надо сказать, что в ту пору компания переживала самый трудный период за всю свою 80-летнюю историю: ее акции упали до минимума из-за не очень успешных попыток угнаться за множеством новых шустрых конкурентов. Но новый генеральный директор Лу Герстнер отказался от плана по расчленению IBM на отдельные компании, что положило бы конец шахматному проекту.

В мае 1995 года мне удалось отомстить программе Genius в матче по быстрым шахматам, транслировавшемся по телеканалу German TV в Кельне. Конечно, глупо говорить о мести компьютерной программе, которой все равно, что делать — играть в шахматы или считать песчинки в пустыне, — но мне нравилось так думать. Первая партия должна была закончиться вничью, но Genius совершил традиционную ошибку шахматных машин, проявив чрезмерную жадность. Программа съела мою отдаленную пешку и позволила мне развить решающую атаку на ее короля. Во 2-й партии я сделал спокойную ничью, без кульбитов. В интервью я признался, что дома тренировался с одной из версий этой программы, чтобы как можно лучше подготовиться к матчу.

В конце года я сыграл еще один мини-матч, на этот раз с программой Fritz 4 в Лондоне. Честно признаться, появление все новых версий программ с возрастающими порядковыми номерами было немного пугающим. Возможно, мне следовало настоять на том, чтобы после моего успеха в шестом матче на первенство мира меня называли «Каспаров 6.0». К тому же это было бы не так далеко от реальности: в 1993 году американский софтверный гигант Electronic Arts выпустил шахматную программу для ПК под названием «Гамбит Каспарова». У нее был сильный движок, красочная графика, и периодически на экране выскакивал короткий видео ролик, где я давал советы, такие как «Следите за пешкой!» или «Вы выбрали неверный путь!». На тот момент это была одна из самых передовых программ, но я, вероятно, посмеялся бы, если бы сегодня сумел найти ее рабочую версию.

Одной из интересных особенностей наблюдения за развитием шахматных программ от одной версии к другой было то, что я всегда мог распознать ДНК программы. В них добавляли новые коды, новые алгоритмы поиска и улучшения, использовали процессоры нового поколения, но все равно каждая машина имела что-то такое, что можно было назвать ее уникальным стилем. Я шутил, что программисты выращивают свои программы как детей или по крайней мере как домашних животных и оставляют в них свой неизгладимый след, который передается от одной версии к другой так же, как зеленые глаза или рыжие волосы. Со временем эти характерные признаки теряли свою устойчивость, как это происходит в любой генетической системе.

Например, программа Fritz была зациклена на материале и отстаивала каждую пешку любой ценой, даже в очень неважной позиции. Это нисколько не умаляет достоинств Fritz, но ее создатель Франс Морш сам признавал, что его программа никогда не являлась самой агрессивной на рынке. Можно вспомнить программу Junior, победительницу многих чемпионатов и детище израильских специалистов Шая Бушински и Амира Бана. Эта программа, наоборот, была революционно агрессивной, легко жертвовала материал ради открытых линий и шансов на атаку, что на тот момент расценивалось как совершенно «некомпьютерная» игра. Эти две программы настолько отличались друг от друга, что неизбежно возникал вопрос, не впитали ли флегматичная голландско-немецкая программа и воинственный израильский движок некоторые из черт национальных характеров. Вполне вероятно, поскольку личностные качества программиста неизбежно отражаются на свойствах программы, особенно если он сам — достаточно сильный шахматист со своим выраженным стилем игры.

Такие генетические профили разных программ имели практическую ценность для меня и других гроссмейстеров, сражавшихся с машинами на протяжении десятилетия и дольше. Конечно, нельзя было надеяться на то, что на очередном турнире или матче вы столкнетесь точь-в-точь с такой же программой, но, даже если вы располагали ее старой версией или текстами ее предыдущих партий, это значительно облегчало подготовку. По мере того как машины накапливали историю партий против людей и других машин, мы получили возможность готовиться к партиям с ними во многом так же, как мы готовились к партиям с гроссмейстерами. Конечно, всегда существовала вероятность того, что между двумя соревнованиями или даже партиями в компьютер будет загружена совершенно новая дебютная книга или даже новая «личность», но машины редко менялись полностью, хотя и становились все сильнее.

Две лондонские партии в быстрые шахматы с программой Fritz 4 запомнились мне из-за другого уникального аспекта игры против компьютеров. На седьмом ходу, играя черными, я передвинул слона на два поля — с с8 на а6. Но оператор по невнимательности ввел в программу ход слоном на одно поле, на b7. Невероятно, но партия продолжалась еще четыре хода, прежде чем оператор заметил свою ошибку. Что еще более немыслимо, когда слона поместили на правильное место, позиция осталась пригодна для игры, хотя, разумеется, требовала смены тактики. Я выиграл эту партию и, сделав ничью во 2-й, победил в матче, но та досадная ошибка оставила неприятный осадок. В отличие от меня, программа нисколько не была раздражена оплошностью своего оператора.

В начале 1995-го команда Deep Blue обратилась к Дэвиду Леви и Монти Ньюборну по поводу возможности матча со мной в следующем году, и я попросил своего агента Эндрю Пейджа следить за ситуацией. Когда я встретился с создателями Deep Blue в Дании двумя годами ранее, я шутливо заметил, что им нужно поторопиться, поскольку я хочу сразиться с их суперкомпьютером, пока еще молод и полон сил, — а на тот момент мне уже было под 30. К тому же я знал, что не останусь чемпионом мира навечно — так же, как был уверен в том, что не бессмертен. Компания IBM хотела этого матча, и я тоже; вопрос был только в том, когда будет готов Deep Blue.

Сюй Фэнсюн, работавший над шахматными микропроцессорами со свойственным ему неудержимым перфекционизмом, продолжал отодвигать сроки, и я, сам будучи чрезвычайно педантичен, мог его понять. Если и есть люди, которые в наибольшей степени способствовали наступлению Американского века, — то это талантливые инженеры с их мечтами и готовностью следовать за своими устремлениями сквозь огонь и воду. Но действительно, в компьютере постоянно возникали какие-то неполадки. Когда вы читаете отчеты Сюй Фэнсюна и других членов команды о разработке машины и ее игре в 1994-1995 годах, создается впечатление, будто вы читаете дневники сотрудников фирмы по ремонту компьютерного оборудования. Ошибки, сбои, прерывание телефонной связи, разрывы интернет-соединения, ошибки в дебютных книгах, ошибки в программе, отсутствие контактов в схеме — все, кроме вирусов. Между тем IBM хотела, чтобы машина постоянно путешествовала и участвовала в различных соревнованиях и выставках, внося свой вклад в создание имиджа компании.

Одним из таких событий стал чемпионат мира по шахматам среди компьютерных программ в Гонконге (1995). Главным фаворитом состязания являлся суперкомпьютер Deep Blue Prototype — машину тогда называли так (поскольку процесс создания нового аппаратного обеспечения еще не был завершен), хотя она и представляла собой все ту же Deep Thought II. За прошедшие несколько лет компьютер не проиграл в турнирах ни одной другой машине и, согласно Сюй Фэнсюну, при тестировании побеждал все ведущие коммерческие программы в соотношении три к одному. (Возможность протестировать свою машину в игре против конкурентов, просто купив нужную программу, в то время как доступа к их детищу не было ни у кого, давала команде Deep Blue серьезное преимущество.)

Но, как говорится, в этой жизни может случиться всякое, и именно поэтому мы любим играть в игры. В четвертом туре Deep Blue сыграл вничью с программой для ПК WChess и в пятом, последнем туре должен был встретиться с Fritz 3. Deep Blue был на пол-очка впереди и, по словам Сюй Фэнсюна, «при предварительном тестировании в центре IBM выиграл у Fritz девять из десяти партий». Он играл белыми, что тоже могло способствовать успеху. Программа Fritz 3 применила острую сицилианскую защиту и получила отличную позицию, а Deep Blue, по-видимому, пребывал в замешательстве из-за перестановки ходов и, не сумев продолжить партию по дебютной книге, перешел к самостоятельной игре.

Будь Deep Blue действительно намного сильнее, чем Fritz 3, для него это не представляло бы большой проблемы. Справедливости ради надо сказать, что дебют и правда оказался сложным и даже современные программы не справились бы с подобной ситуацией без дебютной книги. Deep Blue походил на юных шахматистов, которых на своих занятиях я критикую за то, что они безотчетно следуют дебютной теории и поэтому не в состоянии понять позицию, возникающую после того, как все усвоенные варианты заканчиваются. Однако для Deep Blue партия складывалась не так уж плохо.

Игрок с 200-балльным преимуществом в рейтинге в такой позиции чувствовал бы себя вполне комфортно.

Но техника снова подвела. Из-за потери соединения между Гонконгом и Нью-Йорком компьютер пришлось перезагружать и заново устанавливать связь. Как утверждает Сюй Фэнсюн, из-за «холодного» перезапуска компьютер заново начал процесс анализа и сделал другой ход — не тот, что был выбран до разъединения.

Прежде чем переходить к захватывающему финалу этой маленькой машинной драмы, я хочу остановить ваше внимание на изложенном выше эпизоде, поскольку подобное не раз случалось и в ходе моих баталий с Deep Blue. Почти в каждом рассказе о партиях того периода можно найти упоминания о перезагрузках, перезапусках, сбоях и разрывах соединения. В одной из партий гарвардского турнира Deep Blue потерпел техническое поражение из-за сбоя питания, а в Пекине проиграл чемпионке мира Се Цзюнь из-за неполадок в системе. Но такова уж природа всех экспериментальных технологий, и обычно подобные обстоятельства оговорены в правилах матчей.

Сами по себе подобные аварии меня не волнуют, но меня беспокоят два связанных с ними момента. Первый состоит в том, что для возвращения машины в игру требуется вмешательство оператора. Дело не ограничивается восстановлением телефонной связи и ожиданием того, когда будет установлено повторное интернет-соединение. «Нам пришлось перезапустить Deep Thought II», — пишет Сюй Фэн- сюн. И я предполагаю, что им также пришлось заново ввести в компьютер всю ранее сыгранную партию, чтобы тот мог продолжить игру. Как следствие, Deep Thought сделал другой ход, вместо того, который он счел лучшим перед сбоем. Вот что пишет по этому поводу Сюй Фэнсюн: «По словам Джо Хоана, наблюдавшего за игрой из нашей лаборатории в Хоторне, Deep Thought II переключился на альтернативный ход. Но этот ход не успел появиться на экране в Гонконге до обрыва связи, и мы узнали о нем только после партии».

Таким образом, команда Deep Blue утверждает, что ход, выбранный компьютером перед сбоем, был лучше хода, сделанного после возобновления работы системы. (Увы, это действительно так. Позднее я проанализировал партию и могу сказать, что сделанный после устранения неполадки 13-й ход был и впрямь неудачным.) Но что если бы выбранный после сбоя ход оказался намного сильнее первого? Особенности работы шахматных программ таковы, что после перезагрузки машина могла потратить на расчеты чуть больше времени и найти лучший ход или же быстро пойти иным, более благоприятным для себя образом — поди угадай. При всей снисходительности к экспериментальным машинам, потенциальные последствия таких ситуаций не могут не настораживать.

Игра продолжалась с большим преимуществом Fritz 3. В своем рассказе Сюй Фэнсюн делает попытку защитить честь Deep Blue, но его дальнейшие комментарии к партии можно назвать полной чушью. Пусть я ничего не знаю о том, что такое «микросхема по 0,8-мкм КМОП-технологии», и о других технических тонкостях работы компьютеров, но я прекрасно разбираюсь в шахматах. Сюй Фэнсюн пишет, что компьютер «замешкался» и «еще не разогрелся», словно речь идет о соревнованиях по бегу. На самом деле в тот момент Deep Blue, хотя этого и не осознавал, фактически проиграл партию, сделав после сбоя два ужасных хода. Правда, первая оплошность, совершенная сразу же после перезапуска, осталась безнаказанной: программа Fritz 3 не заметила решающего удара. Через два хода, уже в явно плохой позиции, Deep Blue совершил еще одну самоубийственную ошибку, просмотрев мощную атаку черных на королевском фланге. Все было кончено. Оба моих шахматных движка — один с 3000-очковым рейтингом в моем ПК, второй с 2800-очковым у меня в голове — мгновенно определили, что после 16-го хода черных белым крышка. Deep Blue, которому уже нечего было терять, отдал огромное количество материала, прежде чем сдался на 39-м ходу. Так маленький немецко-голландский Давид сокрушил американского Голиафа и в итоге выиграл чемпионат мира.

Я был рад за Фредерика и моих друзей из фирмы ChessBase, но такой исход ставил под вопрос возможность проведения матча между мной и Deep Blue, поскольку суперкомпьютеру IBM не удалось стать чемпионом, а следующий чемпионат мира среди шахматных программ мог состояться только через несколько лет. Но в итоге нам это не помешало. Ни у кого не возникло сомнений, что Deep Blue — сильнейшая шахматная машина в мире, особенно после появления ее новой, модернизированной версии, с которой я встретился в Филадельфии девять месяцев спустя и которая была намного сильнее той, что проиграла программе Fritz 3 в Гонконге.

Имелась и еще одна небольшая проблема: мне нужно было доказать, что я по-прежнему являюсь чемпионом мира. Осенью 1995 года мне пришлось отстаивать свой титул в матче на большинство из 20 партий с молодой индийской звездой Виши Анандом. Мы играли в Нью-Йорке на 107-м этаже Южной башни Всемирного торгового центра. Торжественный первый ход сделал мэр Рудольф Джулиани, и произошло это 11 сентября.

Некоторыми подробностями матча с Анандом я поделюсь чуть позже и расскажу о том, как машина помогла мне сохранить титул, а сейчас хочу вернуться к истории моего противостояния с Deep Blue: 10 февраля 1996 года стало еще одним днем, вошедшим в мою коллекцию сомнительных исторических дат. Прежде чем сразиться с Deep Blue в филадельфийском матче из шести партий, я успел стать первым чемпионом мира, проигравшим блиц-партию одному компьютеру и мини-матч в быстрые шахматы другому. Тенденция была очевидна. Садясь за стол напротив Сюй Фэнсюна, я прекрасно осознавал, что если буду удерживать свой титул достаточно долго, то однажды стану первым чемпионом мира, проигравшим компьютеру и в классические шахматы. Но пока я не был к этому готов.

Матч принимала и спонсировала Ассоциация вычислительной техники (ACM), внесшая значительный вклад в развитие компьютерных шахмат. Состязание было приурочено к 50-летнему юбилею первой цифровой машины ENIAC, который Ассоциация отмечала на своей ежегодной Неделе информатики в Филадельфии. Монти Ньюборн, сам разработчик шахматных программ, пользуясь своим положением в ACM, активно продвигал идею «человек против шахматной машины». Выступая в роли посредника между этими двумя сторонами, он участвовал в разработке правил филадельфийского матча, получившего громкое название «Шахматный вызов». Международная ассоциация компьютерных шахмат (ICCA) выступила в качестве согласующего органа, и ее вице-президент Дэвид Леви помогал с переговорами и организацией. Призовой фонд составлял $500 000, из которых $400 000 предназначалось победителю. Изначально всю сумму планировали разделить в соотношении три к двум, но после моей попытки настоять на том, что победитель забирает все, был достигнут компромисс: четыре к одному. Я верил в свои силы и спустя шесть лет ожидания, прошедших после разгрома Deep Thought в 1989 году, полагал, что организаторы матча нуждаются во мне больше, чем я в них.

Однако я немного ошибался. Некоторое время назад Intel прекратила оказывать финансовую поддержку моей еще не оперившейся Профессиональной шахматной ассоциации и ее турнирам серии Гран-при, и я надеялся заключить аналогичный контракт с IBM. Мой внезапный и опрометчивый разрыв отношений с Международной шахматной федерацией (ФИДЕ) в 1993 году сделал меня козлом отпущения в шахматном мире, но благодаря привлечению новых спонсоров ПША проводила интересные соревнования, давая многим гроссмейстерам возможность заработать неплохие деньги. Однако Intel Europe сообщила нам, что не собирается возобновлять спонсорский контракт. И одной из причин, по которым я согласился играть матч в Филадельфии и последующий матч-реванш в Нью-Йорке за сумму меньше миллиона долларов, была именно надежда заключить долгосрочное спонсорское соглашение между ПША и компанией IBM.

Прогнозируя результаты этого долгожданного матча, эксперты в основном предсказывали мою победу. Дэвид Леви смело заявил, что я выиграю все шесть партий. Мы с руководителем команды IBM Си Джей Таном полагали, что матч закончится со счетом 4:2, с той лишь разницей, что я сделал ставку на себя, а он — на Deep Blue. Я не сомневался в собственных силах, но меня беспокоило отсутствие какой-либо информации об этой новой версии — разумеется, не о ее технических характеристиках, которые были для меня бесполезны, а об особенностях игры. Версия, с которой мне предстояло сразиться, еще не сыграла ни одной публичной партии, и я не имел ни малейшего представления о том, на что она была способна.

Однако те данные, которыми мы располагали, впечатляли. Предыдущая модель — последняя из носивших официальное название Deep Thought — имела скорость перебора от трех до пяти миллионов позиций в секунду. У новой же модели с 216 новыми шахматными микропроцессорами, подключенными к суперкомпьютеру IBM RS / 6000 SP, она достигала ста миллионов в секунду. Я знал, что в 20 раз быстрее не значит в 20 раз лучше, но машина все равно оставалась для меня черным ящиком, а это всегда вызывает неприятные чувства. По мнению экспертов, формула «скорость увеличивает глубину, глубина увеличивает силу», доминировавшая в компьютерных шахматах на протяжении нескольких десятилетий, могла вывести эту новую версию на рейтинг выше 2700 пунктов. Улучшение дебютной книги и рост шахматных знаний могли добавить еще 50-100 пунктов, приблизив Deep Blue к моему уровню 2800+. Все это пока было чисто теоретическими предположениями. Но кто знал, какие еще секреты могли скрываться в этом черном ящике?

Вместе с усовершенствованным аппаратным и программным обеспечением Deep Blue приобрел и важного нового члена команды, американского гроссмейстера Джоэля Бенджамина. Фиаско из-за дебютной книги в Гонконге убедило команду IBM в том, что нужна профессиональная помощь, поэтому они наняли гроссмейстера, чтобы тот подготовил дебютную книгу и выступил в роли секунданта во время матча на тот случай, если в книгу потребуется внести какие-либо изменения. Бенджамин также играл с Deep Blue как спарринг-партнер и помогал настроить оценочную функцию компьютера. Даже самая быстрая шахматная машина в мире нуждается в толике человеческих шахматных знаний.

Я тоже отнесся к этому матчу серьезно. В Филадельфию я прилетел из Рио-де-Жанейро, где только что победил сильную бразильскую команду в сеансе одновременной игры. Меня сопровождал мой тренер и секундант Юрий Дохоян. Моя мама, Клара, следила за тем, чтобы в игровом зале были обеспечены все необходимые условия, и всегда сидела в первом ряду. Мой друг Фредерик Фридель помогал мне как неофициальный советник по компьютерным шахматам. Создатель машины Belle Кен Томпсон, продолжавший заниматься разработкой шахматных программ, согласился в качестве нейтрального лица осуществлять наблюдение за моим компьютерным противником. По сравнению с тем цирком, в который превратится год спустя матч-реванш в Нью-Йорке, этот первый матч был по-хорошему старомоден. Здесь собрались журналисты из большинства ведущих печатных изданий, а CNN даже регулярно вела репортажи с «поля битвы». Но в гигантском конференц-зале царила атмосфера непринужденности и открытости. Поскольку организаторами состязания были Ассоциация вычислительной техники и Международная ассоциация компьютерных шахмат, присутствие IBM не слишком бросалось в глаза; от лица компании, как правило, выступал лидер команды Си Джей Тан. Короче говоря, матч мало чем отличался от любого другого шахматного сражения высокого уровня — до того момента, пока я не сел за доску с Deep Blue.

У меня было 20 лет, чтобы подумать над тем, как лучше всего описать это событие — матч между чемпионом мира по шахматам и шахматной машиной чемпионского уровня. Я до сих пор не уверен, что мне это удалось. Напрямую состязаться с компьютером в традиционно человеческой дисциплине на высочайшем уровне — уникальный опыт. Это не то что схлестнуться с компьютером в видеоигре или конкурировать с автоматами на рынке труда, участвуя в «гонках против» или «гонках вместе» с машинами, о чем так хорошо пишут в своих книгах Эрик Бринолфссон и Эндрю Макафи из Массачусетского технологического института.

Джон Генри соревновался перед толпой зрителей с паровой машиной: его мышцы и кости против неутомимого стального зверя. Джесси Оуэнс, бегущий наперегонки с автомобилями и мотоциклами, — такой же пример столь трагикомичной асимметрии. Но все это делалось ради любопытства и развлечения, а не из стремления к реальному противостоянию. Если человек обгонит автомобиль — это круто! Если нет — разве стоило ожидать чего-то другого?

Еще одно различие можно увидеть по тому, как матч освещался в СМИ. В публикациях и телепередачах отражались многовековое романтическое представление о шахматах как о мериле интеллекта и непонимание сути искусственного интеллекта и Deep Blue. «Последний рубеж человеческого разума», «Каспаров защищает человечество», «Машины проникают в последний оплот людей — интеллект». Даже телевизионные шутки по поводу матча — например, в шоу Джея Лено или в вечернем шоу Дэвида Леттермана — носили отчасти тревожный, апокалиптический характер. «Кажется, Каспаров немного нервничает. “Подумаешь! Какие проблемы?” — возможно, думаете вы, но подождите, когда эта большая машина доберется до вашей работы!» «Он играет в шахматы с суперкомпьютером, а до сих пор не научился программировать свой видеомагнитофон!» «Да, еще одна новость: сегодня днем микроволновая печь разгромила в баскетбольном матче “Нью-Йорк Метс”».

Организаторы — да и, признаться, участники — старались придать этому событию эпохальную значимость. Разве стал бы я не соглашаться с тем, что шахматы — «вершина интеллектуальной деятельности человека»? Или с тем, что я — «живой Эверест» или «чемпион мира, который может отстоять честь всего человечества»? IBM также не имела никакого резона опровергать заявления о «творческом мышлении» своей машины и о ее «потенциале преобразовать целые отрасли». Монти Ньюборн из Ассоциации вычислительной техники вел активную PR-кампанию. Монти — прирожденный агитатор; в нем сочетаются мастерское умение применять эффект Барнума и глубокие научные знания в области информатики и шахмат. Даже сегодня меня переполняют воодушевление и гордость, когда я слушаю интервью Ньюборна, в котором он говорит о том, что матч «позволит нам понять, что значит быть человеком», и сравнивает возможную победу Deep Blue с полетом на Луну.

Но я отбросил всю эту шумиху и мифологизацию, как только началась 1-я партия. А началась она с небольшого фальстарта. К моему удивлению, когда арбитр включил часы, Deep Blue еще не работал и оператор — в тот день им был Сюй Фэнсюн — потратил несколько минут на запуск компьютера. Хотя это может показаться мелочью, но такие вещи все равно отвлекают. При столь необычных обстоятельствах довольно сложно достичь необходимой концентрации, особенно когда вы знаете, что у вашего противника нет подобных проблем. Компьютеру не мешает толпа фотографов вокруг стола. Нет смысла смотреть противнику в глаза, чтобы узнать его настроение, и невозможно заметить, как рука оппонента на секунду зависает над кнопкой часов, выдавая его сомнения в правильности избранного хода. Поскольку я считаю шахматы не просто интеллектуальной, но и психологической борьбой, игра против соперника, у которого нет души, в какой-то мере выбивала меня из колеи.

Наконец Deep Blue заработал, и Сюй Фэнсюн сделал первый ход белыми 1.е4, передвинув стоящую перед королем пешку на два поля вперед. Я ответил ходом 1…с5, избрав свой любимый острый контратакующий дебют — сицилианскую защиту. Не волнуйтесь, я не собираюсь шаг за шагом описывать здесь всю партию! Это одна из самых известных партий в истории шахмат, и любой интересующийся может найти ее текст в интернете. Увы, я не могу сказать, что играл отлично. Впоследствии я сам проанализировал все партии этого матча, а ради пущей объективности попросил нескольких сильных московских игроков осуществить такой же анализ с помощью лучших шахматных движков. И сегодня могу констатировать, что в Филадельфии я играл не очень хорошо, хотя и вполне прилично.

Deep Blue отклонил мое приглашение к главным вариантам, что меня слегка удивило: ведь компьютеры превосходно чувствуют себя в сложных тактических позициях, характерных для открытой сицилианской защиты. Вероятно, команда IBM опасалась, что я смогу заманить компьютер в какую- нибудь завуалированную ловушку, и не сочла мудрым опираться на дебютную подготовку Джоэля Бенджамина в этих рискованных вариантах. Вместо этого компьютер сделал тот же второй ход 2.c3, что и в нашем матче-1989, хотя, разумеется, его создатели не ждали, что я буду слепо повторять ту выигранную партию. Попытка повторить свою прошлую победу, не придумав эффективных новинок, — верный способ наткнуться на мину, заложенную вашим противником. Но команда прекрасно подготовила машину, и та делала хорошие ходы, вплоть до десятого, по своей дебютной книге.

Я тоже подготовился неплохо и на десятом ходу свернул с обычного пути, сделав новый ход. При этом не собирался уходить в глухую оборону. Я хотел посмотреть, на что способен соперник. Это был не рапид и не блиц; у каждого из нас на часах было по паре часов, а не минут. Это давало мне достаточно времени на обдумывание, поэтому я не боялся получить сложную обоюдоострую позицию. Deep Blue отреагировал хорошо и получил минимальное преимущество, типичное для игры белыми. Но потом я допустил помарку, и он, сделав несколько точных ходов, впервые создал реальную угрозу. Я взглянул на Сюй Фэнсюна — по привычке, абсолютно бессмысленной в этом матче. Моя позиция заметно ухудшилась. Машина играла сильно. Но самое главное — она играла иначе.

Если прочитать десятки книг и сотни статей, написанных об этом матче и, в частности, о 1-й партии, создается впечатление, будто все авторы посещали разные матчи и анализировали разные партии. Расхождения в оценках — это нормально и даже хорошо. Об объективной истине на доске мы сможем говорить только в том случае, если появится технология (сегодня немыслимая), которая сможет полностью раскрыть все тайны шахмат. Но до тех пор будут существовать разногласия по поводу качества некоторых ходов. Разные гроссмейстеры и разные машины предпочитают разные подходы, которые могут быть одинаково сильными, что придает шахматам особую интригу и увлекательность.

Разумеется, бывают ходы откровенно ошибочные или неточные и позиции, в которых нет явно лучшего хода. В то же время во многих позициях правильный ход очевиден и будет сделан любым достаточно сильным игроком. Примерно 10-15% позиций требуют опыта и навыка расчетов на уровне мастера, чтобы выработать грамотный стратегический или тактический план. Наконец, 1-2% позиций действительно сложны настолько, что даже сильные гроссмейстеры могут просмотреть правильный ход. Добавьте к этому состояние стресса и тикающие часы, и вы с трудом поверите, что люди вообще способны демонстрировать такой уровень игры в шахматы, который показывают ведущие гроссмейстеры. Парадоксально, но я обнаружил, что зачастую мы играем под давлением не хуже, а лучше.

Работая над проектом «Мои великие предшественники», я не только стал больше уважать достижения чемпионов прошлого, но и проникся искренним восхищением к шахматистам в целом. Трудно найти вид деятельности, подвергающий наши интеллектуальные и физические способности большему испытанию, чем профессиональные шахматные соревнования. Быстрые расчеты, требующие крайнего напряжения, всплеск адреналина, зависимость судьбы партии буквально от каждого хода — и так продолжается час за часом, день за днем, часто под пристальным взглядом всего мира. Идеальный сценарий для развития кризиса психического и физического здоровья.

Приступив к изучению партий своих знаменитых предшественников, я заранее решил проявить определенную снисходительность — не в анализе партий, где я был предельно беспощаден (чему меня научил мой учитель Ботвинник), а в отношении обнаруженных мной ошибок. Как-никак я живу в XXI веке и стою на плечах гигантов, вооруженный базами данных с миллионами партий и мощнейшими вычислительными ресурсами. Обладая такими преимуществами и оглядываясь назад с высоты накопленного опыта, сказал я себе, не следует слишком сурово осуждать шахматистов прошлого.

Важной частью проекта был сбор всех аналитических комментариев, сделанных ранее к интересующим меня партиям — особенно принадлежащих перу самих участников и их современников. Мой коллега Дмитрий Плисецкий проделал титаническую работу, перерыв горы печатных источников на полудюжине языков. Изначально я предполагал, что аналитик, спокойно работающий в тиши кабинета и располагающий неограниченным запасом времени и возможностью передвигать фигуры на доске, будет более точен и объективен, чем сам игрок. В конце концов, судить задним числом всегда легче. Но одним из первых моих открытий стало то, что при изучении шахматных анализов, проделанных в докомпьютерную эпоху, «объективный взгляд» явно нуждается в корректирующих очках.

Как ни парадоксально, но в комментариях к чужим партиям лучшие шахматисты часто допускали больше ошибок, чем сами сражавшиеся за доской. И даже при последующем комментировании собственных поединков шахматисты бывали менее точны, чем во время игры. Сильные ходы признавались ошибочными, а слабые ходы — сильными. Зачастую журналисты, имевшие весьма слабое представление о шахматах, оказывались неспособны понять всю гениальность сделанного хода; а иногда в сложной позиции никто не мог найти неочевидный блестящий ход, который теперь можно легко увидеть благодаря шахматному движку. Но главная проблема состояла в том, что даже сами игроки попадали в так называемую «ловушку сознания», стремясь комментировать каждую партию как захватывающую историю — связное повествование со своим началом, серединой и концом, с красивыми поворотами сюжета и, конечно же, с моралью в конце.

Из этого открытия я вынес два урока. Первый состоит в том, что под давлением мы обычно мыслим лучше. Стресс и борьба уникальным образом обостряют наши чувства и интуицию. Разумеется, я все равно предпочитаю иметь на обдумывание критического хода 15 минут, а не 15 секунд, но факт остается фактом: в экстремальных условиях наш мозг способен на невероятные подвиги. Мы зачастую не осознаем, насколько мощными интуитивными способностями обладаем, — до той минуты, пока у нас не остается иного выбора, кроме как всецело на них положиться.

Второй урок состоит в том, что все любят красивые истории, даже если те вредят объективному анализу. Мы любим, когда отрицательный персонаж в фильме несет заслуженное наказание. Мы переживаем за слабых и невезучих, за несчастных жертв судьбы и, естественно, за благородных главных героев. Все эти сюжеты присутствуют и в шахматах, и в мире бизнеса с его взлетами и падениями, и они подпитывают мощное когнитивное заблуждение — стремление найти истину там, где ее нет.

Компьютерный анализ разрушает устоявшуюся традицию анализировать шахматные партии как красивые сказки. Компьютеры безразличны к историям. Они показывают, что единственная история, которая есть в шахматах, — каждый отдельный ход, слабый или сильный. Это не так увлекательно, как сочинять шахматные небылицы, но такова природа реальности, и не только в шахматах. Склонность людей представлять вещи как связную историю, а не череду дискретных событий, может приводить к ошибочным выводам. Мы охотно принимаем сюжеты, которые вписываются в имеющуюся у нас картину мира или соответствуют общепринятым представлениям. Именно поэтому так быстро распространяются разного рода слухи и городские легенды: из них мы узнаем именно то, во что хотим верить. Разумеется, и я не вполне застрахован от этой тенденции, поскольку человеку вряд ли под силу избавиться от всех своих пристрастий и суеверий. Но осознать их — ключевой первый шаг, и одно из важных преимуществ сотрудничества человека и машины как раз и состоит в том, что машина помогает нам преодолеть эти непродуктивные привычки мышления.

Помня обо всем этом, давайте вернемся к моменту моей 1-й партии с Deep Blue, когда я столкнулся с затруднениями. Компьютер сделал несколько неожиданных ходов, все больше ослабляя мою позицию. Изучая сегодня суждения коллег об этой партии и слушая по YouTube комментарии, которые давали во время матча другие гроссмейстеры (даже с программой Fritz 4), я четко вижу, что и тогда любовь к красивой истории преобладала над стремлением к объективности. Практически все эксперты были согласны с тем, что я совершил роковую ошибку, когда, вместо того чтобы сгруппировать свои силы и уйти в глухую оборону, контратаковал компьютер в открытой позиции, где его непревзойденные тактические способности представляли для меня большую угрозу. Возможно, это действительно было так, но я не хотел переводить игру в русло, где мой соперник имел бы бесплатное преимущество. Просто я не видел альтернативы.

После моей победы над Deep Thought в 1989 году я дал большое интервью газете The New York Times. Когда мы вместе с журналистом просматривали посвященные этому матчу публикации в СМИ, мне бросились в глаза слова Мюррея Кэмпбелла. «У Deep Thought просто не было шанса показать, на что он способен», — сказал он. «Именно так! — воскликнул я. — Я не дал ему шанса! Высшее искусство шахматиста — не дать противнику возможности показать, на что он способен».

Семь лет спустя Deep Blue стал слишком сильным для того, чтобы можно было с легкостью диктовать ему свои условия, тем более когда он играл белыми. И хотя мое решение атаковать его короля можно раскритиковать как неразумное в игре против компьютера, это был не такой плохой ход, и уж точно не проигрышный. По иронии судьбы через два хода я сдержал свою атаку, чтобы сохранить пешку. Если бы я продолжил играть в такой же агрессивной манере, какую мне приписывали критиковавшие меня комментаторы, я мог бы спасти партию. Но это противоречило бы привычному сознанию, так что по-настоящему проигрышного хода часто не замечают.

Однако почти все правильно отметили мое упущение. Deep Blue взял пешку далеко от места действия, что в ситуации, когда его король был атакован, казалось неоправданной потерей темпа. Однако компьютер просчитывал ходы достаточно глубоко, чтобы выпутаться из неприятностей. Несмотря на все мои рассуждения об опасностях комментирования, я не могу не поделиться следующим пассажем из статьи Чарльза Краутхаммера в журнале Time. Такого рода описания я полностью поддерживаю.

«В этот момент король Deep Blue подвергся яростной атаке со стороны Каспарова. В такой ситуации любой другой игрок всецело сосредоточился бы на своем короле, пытаясь придумать план спасения. Но вместо этого компьютер проигнорировал угрозу со стороны чемпиона мира и беспечно отправился на охоту за скромными пешками на другом конце доски. В момент максимальной опасности Deep Blue потратил целых два хода — а в игре с Каспаровым потеря даже одного темпа бывает смертельно опасной, — чтобы взять одну пешку. Это можно сравнить с тем, как если бы в битве при Геттисберге генерал Мид отправил своих солдат собирать яблоки за несколько минут до начала атаки армии Пикетта, поскольку, по его расчетам, они успели бы вернуться на позиции за полсекунды до боя.

У людей это называется хладнокровием. Но что если у вас нет крови, даже очень холодной? Значит, у вас нет и страха. Даже если бы генерал Мид точно знал время вражеской атаки, рассчитав точную траекторию перемещения всех солдат, подразделений и пушек в войске Пикетта, ему нужно было обладать абсолютным бесстрашием, чтобы отправить своих людей собирать яблоки.

Но Deep Blue именно так и поступил. Он изучил все возможные ходы и комбинации Каспарова и с абсолютной точностью определил, что успеет вернуться с охоты за пешками и разгромить соперника ровно за один ход до того, как Каспаров сумеет нанести сокрушительный удар. Так оно и произошло.

Для этого нужны не только стальные нервы. Но и кремниевый мозг. Ни один человек не может достичь такой абсолютной уверенности, поскольку ни один человек не может быть уверен в том, что учел все. Deep Blue может».

Я был в шоке; зрители и комментаторы тоже. Даже Сюй Фэнсюн, который видел на экране, что Deep Blue оценил свою позицию как выигрышную, выглядел в миг своего величайшего триумфа слегка растерянным и чуть ли не виноватым. Честно говоря, и сегодня, столько лет спустя, при воспоминании об этом моменте я чувствую себя ужасно, и этих чувств не могут затмить даже переживания во время матча-реванша-1997. Думаю, Сюй хотел бы присоединиться к своим товарищам и прыгать с ними от радости, но ему пришлось отвечать на мои вопросы.

Потрясенный сильной игрой машины, я инстинктивно задал Сюй Фэнсюну вопрос, с которого соперники-гроссмейстеры обычно начинают так называемый разбор полетов после партии. «Где я ошибся?» — спросил я. Но Сюй гораздо лучше разбирался в процессорах, чем в шахматах, и не мог вспомнить детали анализа, который выводился Deep Blue на экран, чтобы ответить на этот вопрос. Это был неловкий для нас обоих момент.

Через месяц после матча я написал в статье для Time, что в тот день я впервые почувствовал: «напротив меня за шахматной доской — новый вид интеллекта». Это чистая правда. Я не намекаю на какие-либо метафизические интерпретации, но неужели одна только скорость может обеспечить такую впечатляющую игру? Некоторыми своими ходами Deep Blue словно говорил: «Спорим, ты не думал, что компьютер способен сделать такой ход!» Например, в какой-то момент в миттельшпиле он пожертвовал пешку за инициативу, что является очень человеческой тактикой и не вяжется с традиционной меркантильностью машин.

Это была лучшая сыгранная компьютером партия, которую я когда-либо видел, и после поражения у меня возникла мысль — а не слишком ли сильна эта машина, чтобы ее побороть? Тем же вечером я задал этот вопрос Фредерику: «Что если эту штуку невозможно победить?» Я всегда знал, что когда-нибудь это случится, — так, может, час пробил?

Ответа долго ждать не пришлось. На следующий день во 2-й партии, играя белыми, я применил медленный, маневренный дебют. Идея была в том, чтобы не создавать для Deep Blue очевидных мишеней: я знал, что компьютер не способен разрабатывать стратегические планы как человек. По крайней мере я на это надеялся. Как обычно, не обошлось без технических проблем. Уже на шестом ходу Deep Blue сыграл неважно. По словам Фредерика, я не мог скрыть своей радости, ибо это означало, что в его дебютной книге есть серьезная ошибка. Компьютер не был непобедим, и я уже приготовился к легкому выигрышу. Вы можете представить себе мое разочарование, когда арбитр подбежал к столу и сказал, что Сюй Фэнсюн случайно сделал не тот ход и взял не ту пешку — так же, как это произошло в моем лондонском мини-матче с программой Fritz. Правила разрешали исправить ошибку оператора, и дальше партия продолжалась без сбоев. Однако этот случай показывает, сколь опасно, когда функции оператора выполняет слабый шахматист: ведь допущенные им ошибки отвлекают лишь одного игрока — человека, но никак не машину.

Комментируя матч, Сюй Фэнсюн заявил, что Кэмпбелл не смог правильно загрузить файл с обновленной после 1-й партии дебютной книгой в основную машину, находившуюся в Йорктаун-Хайтс. В результате оператору пришлось полагаться на так называемую расширенную книгу, которая содержит довольно расплывчатые рекомендации, основанные на статистике из базы данных по гроссмейстерским партиям. Но я об этом не знал, и Deep Blue достойно справлялся с дебютной стадией, следуя дебютной теории гроссмейстерского уровня, пока на 14-м ходу я не применил новинку. Некоторые комментаторы утверждают, что на игру Deep Blue в этой партии повлиял «баг в оценочной функции», но, откровенно говоря, я устал от выяснений того, когда в плохой игре машины виноваты баги, а когда — неправильная оценка.

Моя стратегия сработала, и компьютер получил позицию с устойчиво слабой структурой, которую он не знал, как защитить. Я понял, что простых попыток избежать острых тактических стычек недостаточно. Мне нужно было стремиться к позициям, требующим скорее знания общих принципов, чем умения вести краткосрочные расчеты. Deep Blue был снабжен функциями оценки, но они не отличались особой сложностью: изучив запрограммированные предпочтения машины, я смог использовать их в своих интересах. Например, если я понимал, что Deep Blue собирается сохранить ферзей на доске — в целом неплохая идея для машины, играющей против человека, — я мог поставить его перед выбором: разменять ферзей или сделать более слабый ход.

Такого рода адаптация человека к игре с компьютером объясняет, почему некоторые эксперты утверждали, что шахматные машины не смогут в ближайшем будущем одержать победу над гроссмейстерами. Как только человек понимает правила и знания, управляющие игрой машины, он начинает использовать их в своих интересах. Но на практике оказалось, что сверхбыстрый перебор устраняет потребность в больших знаниях, а все слабости с лихвой компенсируются чистой глубиной поиска

Но Deep Blue пока не достиг такого совершенства. Во 2-й партии я предложил ему жертву пешки, от которой он не смог отказаться, и в итоге мой соперник фатально ослабил белые поля вокруг своего короля. Возможность свести поединок вничью у компьютера еще оставалась, но лучшие ходы были слишком глубоки для его поиска и он не знал общих принципов, позволяющих защитить такие позиции. После долгого аккуратного маневрирования я выиграл одну пешку, затем еще одну, и на 73-м ходу Мюррей Кэмпбелл объявил о сдаче партии. Я сравнял счет и, что гораздо важнее, убедился в том, что мой противник не был непобедим.

Теперь я знал, что «новый вид интеллекта» — всего лишь более быстрая версия хорошо знакомых мне компьютерных программ, и немного расслабился. Да, Deep Blue очень силен, но не сильнее меня, и у него есть явные недостатки. Как и в игре с человеком, теперь я мог нацеливаться на его слабые стороны и избегать сильных.

В 3-й партии Deep Blue повторил тот же дебют, что и в 1-й, пока не сменил курс и не использовал ход, вставленный в его дебютную книгу Бенджамином непосредственно перед партией. Мы продолжали играть в соответствии с его планом до 18-го хода, когда Deep Blue обнаружил, что линия, которую Бенджамин собирался включить в обязательную дебютную книгу, но, к счастью для себя, этого не сделал, ведет к потере фигуры. Это дало мне небольшое преимущество и четкую цель, поэтому я решил, что у меня есть все шансы одержать вторую победу подряд. Но Deep Blue сделал то, чем славятся все машины: он начал ожесточенно обороняться. Если существует хотя бы один ход, способный спасти позицию, компьютер обязательно его найдет. К моему большому разочарованию, Deep Blue нашел длинную цепочку ловких ходов, позволивших ему избежать опасности и добиться ничьей.

Точность расчетов в стрессовых условиях — еще один аспект асимметрии в противостоянии человека и машины. Так называемые острые позиции характеризуются высокой степенью сложности и тяжелыми последствиями в случае любой ошибки. Оба игрока словно балансируют на канате, и первая же ошибка может быть роковой. Однако компьютеры в такой ситуации, наоборот, чувствуют себя неплохо, поскольку любые другие ходы, помимо правильного, получают очень низкие оценки. Людям недоступна такая степень уверенности, и к тому же, только человек осознает, что он рискует потерять равновесие и упасть. В такой позиции я ощущаю опасность, чувствую, как бурно разрастается дерево вариантов. Но для машины это вполне нормальная ситуация, особенно если она, как Deep Blue, имеет особые расширения поиска, увеличивающие глубину просмотра вариантов с наиболее значимыми последствиями.

После трех партий счет был равным, но, поскольку в двух из трех оставшихся партий мне предстояло играть белыми, я чувствовал себя более-менее комфортно. Благодаря победе Deep Blue в 1-й партии внимание к нашему матчу со стороны СМИ многократно возросло, но, конечно, машина не способна давать интервью. В 4-й партии я разочаровал Фредерика Фриделя, моего советника по компьютерным шахматам, проигнорировав его советы насчет дебютной стадии. Я начал играть очень активно. На 13-м ходу я обдумывал жертву фигуры на королевском фланге, но затем счел этот шаг слишком рискованным. Примечательно, что в партии с любым другим соперником, будь то человек или машина, я бы пошел на жертву. Но тут знал: стоит мне допустить в такой позиции малейший просчет — и я подпишу себе приговор. Оглядываясь сегодня в прошлое, могу сказать, что это был важнейший момент. Я не просто играл в шахматы; я осознавал, что играю против машины, чьи способности в определенных областях намного превосходят мои, и вносил в свою игру определенные коррективы.

В 4-й партии произошла еще одна техническая заминка — как раз в тот момент, когда я готовил опасную атаку. Я потратил много времени на обдумывание предыдущего хода, намечая пожертвовать коня за две пешки и атаку. Но, прежде чем Deep Blue успел ответить, случился системный сбой, и машину пришлось перезапускать. Я был в ярости, поскольку в решающий момент партии меня вывели из состояния глубокой сосредоточенности. На перезапуск компьютера ушло 20 минут, и, когда он вернулся в игру, он сделал сильный ход, избежав моей жертвы. Это заставило меня задаться вопросом, не происходило ли за кулисами что-то еще, помимо системных сбоев.

(Последующий анализ показал, что принятие компьютером жертвы привело бы к примерно равной игре).

Теперь позиция уравнялась, но ситуация на доске оставалась довольно острой, к тому же у меня начинался цейтнот. Я знал, что, если доведу партию до 40-го хода, нам будет добавлено дополнительное время; вопрос был в том, хочу я этого или нет. Сделав несколько точных ходов, к 40-му ходу я выстроил крепкую оборону, а затем нашел способ создать ничейную стойку, и вскоре партия закончилась. Счет был по-прежнему равным — 2:2. Оставалось сыграть всего две партии, но я был полностью истощен. Посещаемость матча продолжала расти, а внимание СМИ переросло в настоящий ажиотаж. Обе команды давали непрерывные интервью и появлялись на всех телеканалах, и IBM с удивлением обнаружила, что ее второстепенный шахматный проект привлек к компании больше внимания, чем все остальное, что она делала за долгие годы своего существования.

Одного дня отдыха между 4-й и 5-й партиями оказалось явно недостаточно, чтобы я успел восстановить силы. Поэтому в 5-й партии я решил сменить свою обычную сицилианскую защиту на русскую партию, называемую и защитой Петрова. Это не было проявлением патриотизма. Защита Петрова разворачивается относительно спокойно и даже, по мнению некоторых, скучно. Она часто приводит к массовым разменам фигур и симметричным пешечным структурам, что снижает динамику позиции. Поскольку я устал от острых схваток с суперкомпьютером, мне это показалось идеальным вариантом, хотя такие позиции не входили в мой обычный репертуар. Deep Blue перевел избранную мной защиту в дебют четырех коней, для которого, впрочем, характерно столь же спокойное развитие событий, как и в русской партии.

После ряда разменов я получил крошечное преимущество. И, думая о том, чтобы сохранить силы для завтрашней последней партии белыми, на 23-м ходу предложил ничью. Для новичков в мире шахмат предложение ничьей может показаться странной идеей. Представьте себе двух боксеров на ринге, прекращающих бой во втором раунде, или футбольный матч, который останавливается на 15-й минуте, потому что тренеры обеих команд решили, что ничья — хороший результат. До того, как были введены специальные правила, любой игрок мог предложить сопернику заключить ничью после любого хода. Другой игрок мог согласиться на это предложение или нет и в последнем случае продолжить партию.

Ничья всегда была неотъемлемой частью шахмат, по крайней мере в их новейшей истории. Существует много позиций, в которых ни одна сторона не может добиться победы, включая патовые ситуации, когда сторона, имеющая право хода, не может сделать ход ни одной из фигур. Ничья приносит обоим игрокам по пол-очка, так что это определенно лучше, чем проигрыш. Предложение ничьей — своего рода любезность, позволяющая сильным игрокам не изнурять себя утомительной игрой в очевидно равных позициях, которая ни к чему не приведет. Это способ сказать: «Я знаю, что ты знаешь, как свести эту партию к ничьей, и ты тоже знаешь, что я знаю, как это сделать, поэтому давай пожмем друг другу руки и отправимся отдыхать». Конечно, зрители могут быть разочарованы столь быстрым завершением партии, но на шахматных матчах обычно присутствует мало зрителей, поэтому тут не о чем волноваться. Кроме того, в XIX веке уровень игры был относительно низким, поэтому почти все партии завершались красивыми победами и поражениями.

Проблемы начались, когда мастера начали использовать предложение ничьей в стратегических и даже тактических целях. Если ничья никак не влияет на ваше положение и положение вашего соперника в турнирной таблице, зачем зря стараться? Можно договориться о ничьей на раннем этапе и идти набираться сил на следующее сражение. Или же вы могли почувствовать, что ваше положение ухудшается, — и, пока соперник этого не заметил, почему бы не попробовать предложить ничью? Вскоре тенденция переросла едва ли не в эпидемию: расписные партии, даже между сильными гроссмейстерами, сократились до нескольких минут и десятка ходов. Привычка оказалась заразной, и сегодня даже на слабых любительских турнирах нередко встречаются короткие ничьи.

В конце концов организаторы гроссмейстерских турниров не могли больше мириться с таким положением вещей и начали вводить специальные правила, устанавливающие минимальное число ходов в партии. Сейчас на турнирах практически стало стандартом, что ничью можно предлагать только после 30-го или 40-го хода, хотя это не помогает бороться с ничьими при троекратном повторении позиции. С повышением мастерства игроков и улучшением их счетных навыков количество ничьих неуклонно возрастает, и сегодня примерно половина всех партий на турнирах и матчах среди шахматной элиты заканчивается вничью. Я не вижу в этом проблемы, поскольку шахматы — интеллектуальная игра, а не драка, и ничья является справедливым результатом. Тем не менее различные заинтересованные стороны предпринимают регулярные попытки внести в правила изменения, поощряющие более агрессивную и результативную игру, — например, присуждая три очка за победу и одно за ничью, как это делается во многих профессиональных футбольных и хоккейных лигах.

В матчевой игре короткие ничьи могут быть стратегически полезны. Во время 5-й партии я все еще чувствовал себя уставшим и не видел смысла продолжать игру в сложившейся равной позиции. Мое раннее предложение ничьей разочаровало почти семь сотен зрителей, собравшихся в тот день в конференц-зале, но, на их счастье (как потом выяснилось, и на мое), команда Deep Blue отказалась и решила продолжить партию. Между прочим, это еще один уникальный аспект игры с машиной: разве не сама машина должна принимать решение о принятии или отклонении предложения о ничьей? Например, если она оценивает позицию как бесперспективную или плохую, не должна ли она автоматически соглашаться на ничью? Но что если машине нужна только победа? Это оказалось слишком сложной задачей, и, как и в случае с дебютной книгой, не было найдено лучшего решения, чем, по сути, вмешательство человека.

На момент предложения ничьей Deep Blue оценивал свою позицию как чуть худшую. После продолжительного обсуждения команда IBM решила последовать рекомендации Бенджамина, считавшего, что еще рано сворачивать игру, тем более что в финальной партии компьютер будет играть черными. Однако следующим же ходом Deep Blue совершил серьезную ошибку. Не будучи способным просчитать отдаленные последствия, он допустил связку, надолго ограничившую свободу его фигур, в то время как я начал продвигать вперед свои пешки. Не имея активного плана и не понимая, что единственным спасением для него было вырваться из этой позиции, Deep Blue несколько ходов продолжал бесцельно переставлять фигуры. Когда его горизонт поиска позволил ему обнаружить опасность, было уже слишком поздно, чтобы что-либо изменить. В итоге на 45-м ходу я одержал победу и впервые в матче вырвался вперед. Даже при проигрыше последней партии мне была гарантирована матчевая ничья.

Несмотря на усталость, в 6-й партии я был уверен в своих силах. Переиграв машину в 5-й партии, я считал, что изучил ее слабые стороны. Наверное, с моей стороны это было преувеличением, но после пяти партий я действительно знал гораздо больше, чем неделю назад, и все эти знания я собирался применить в последней партии. Мы повторили первые несколько ходов из моих первых двух партий белыми, пока Deep Blue не сделал новый ход. Отставая в счете, команда IBM решила во что бы то ни стало найти способ победить черными, но это было нелегко. Иногда за весь год я не проигрывал ни одной партии белыми, несмотря на мой агрессивный стиль, а здесь, чтобы выиграть матч и получить чек на $400 000, мне требовалась всего лишь ничья, поэтому я не собирался рисковать.

После совершенной мной перестановки ходов Deep Blue не смог продолжать игру по дебютной книге и начал действовать довольно слабо, получив пассивную позицию. Без помощи дебютной книги он не знал, как это знал бы гроссмейстер, что в определенных дебютах определенные фигуры должны встать на определенные поля, не важно, в какой последовательности. Именно такое обобщенное, основанное на аналогиях мышление мы, люди, используем все время. В его отсутствие Deep Blue, чтобы избежать неприятностей, пришлось всецело полагаться на поиск, но диапазон доступных ему вариантов все время сужался.

На 22-м ходу мне представилась заманчивая возможность отдать свою фигуру на съедение его королю, чтобы нанести победный удар. Но насколько я был уверен в этой жертве? На девяносто процентов, да. Возможно, даже на девяносто пять. Но в партии против Deep Blue мне требовалась стопроцентная уверенность. Впоследствии анализ показал, что это действительно был бы победный удар, но не факт, что затем я сыграл бы идеально. К тому же у меня не было причин рисковать, поскольку я уже добивал противника. Черные не имели никакой контригры, и мои пешки продолжали продвигаться вперед. Зрители в зале пришли в волнение, когда поняли, что происходит. Deep Blue задыхался, его слон и ладья находились в ловушке на первой линии и не могли сдвинуться с места. В конце концов черные фигуры оказались настолько связанными, что мне даже не пришлось идти на прорыв. Любой ход Deep Blue привел бы к крупным потерям материала и мату, поэтому его команда решила, что нет смысла оттягивать неизбежное, и объявила о сдаче партии.

Я выиграл матч со счетом 4:2, как и прогнозировал, но это оказалось гораздо сложнее, чем я думал. Я высоко оценил работу команды Deep Blue. Временами их компьютер демонстрировал такое качество игры, которое я считал недоступным для машины. Я адаптировал свою стратегию и довольно легко выиграл последние две партии, что, впрочем, сыграло негативную роль в нашем последующем матче-реванше с Deep Blue. В своей статье в журнале Time я подвел итог:

«Возможно, в этом состояло мое важнейшее преимущество: я мог обозначить приоритеты и скорректировать свою игру. Компьютер был не в состоянии сделать то же самое в отношении меня. Таким образом, несмотря на наличие определенных признаков интеллекта, это довольно странный интеллект, неэффективный и негибкий, что заставляет меня думать, что в моем распоряжении есть еще несколько лет».

На самом деле у меня было ровно 450 дней до матча-реванша, который завершился 11 мая 1997 года. Таким образом, я стал последним чемпионом мира, который выиграл матч у компьютера. Почему же это знаменательное событие не отмечено в календаре исторических дат?!

Несмотря на весьма скромную рекламу, наш первый матч с Deep Blue стал крупнейшим по тем временам интернет-событием. IBM пришлось выделить специальный суперкомпьютер наподобие того, на котором работал Deep Blue, чтобы справиться с нагрузкой на свой веб-сайт. В далеком 1996-м, когда большинство людей подключались к интернету по телефонным линиям через модем, это продемонстрировало, что потенциал новой коммуникационной сети очень велик и однажды она сможет конкурировать с телевидением и радио.

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.

#будущее #библиотека