– Вообще-то, честно признаться, кое-что есть. Два очень неплохих варианта.

– Отлично, – сказал я, помешивая свой кофе с молоком. – Ну, рассказывай.

– Как тебе вот это? Ведущий исследователь-аналитик в IBM, в области архитектуры современных распределенных систем.

– Как раз моя специализация.

– Я тоже так подумала. У тебя высокая квалификация именно по этому профилю, Джек. Ты способен руководить исследовательской лабораторией с шестью десятками человек персонала. Базовая ставка – две пятьсот, плюс возможность повышения через пять лет работы, плюс авторские гонорары за все, что разработают в твоей лаборатории.

– Звучит весьма заманчиво. И где это?

– В Армонке.

– Нью-Йорк? – я покачал головой. – Нет, Энни. Что там еще?

– Руководитель проекта по разработке мультиагентных систем для страховой компании, которая занимается обработкой данных. Тут великолепные возможности, и…

– Где?

– В Остине.

Я вздохнул.

– Энни… У Джулии работа, которая ей очень нравится. Она ее ни за что не бросит. Мои дети ходят в школу, и…

– Люди все время переезжают с места на место, Джек. И у всех дети ходят в школу. Дети ко всему привыкают.

– Но с Джулией…

– У других людей тоже работающие жены. И это не мешает им переезжать.

– Я знаю, но дело в том, что Джулия…

– Ты уже разговаривал с ней об этом? Вы обсуждали такую возможность?

– Ну, нет, потому что я…

– Джек, – Энни посмотрела на меня поверх крышки ноутбука. – По-моему, тебе пора кончать с этим нытьем. Ты сейчас не в том положении, чтобы быть таким разборчивым. А то у тебя начнутся проблемы из-за невостребованности.

– Из-за невостребованности… – я только вздохнул.

– Я не шучу, Джек. Ты без работы уже шесть месяцев. В высоких технологиях это большой срок. Компании начнут думать, что, если ты так долго не мог найти работу, значит, с тобой что-то не в порядке. Они не будут знать, что именно, но не смогут не обратить внимания на то, что тебе отказывали в работе очень много раз, в очень многих других компаниях. И очень скоро тебя перестанут даже приглашать на собеседование. Ни в Сан-Хосе, ни в Армонке, ни в Остине, ни в Кембридже. Твой поезд уходит, Джек. Ты меня слушаешь? Ты понимаешь, о чем я говорю?

– Да, но…

– Никаких «но», Джек. Ты должен поговорить со своей женой. Ты должен придумать способ, как вырваться из этого порочного круга.

– Но я не могу уехать из Долины. Я должен остаться здесь.

– Здесь тебе ничего хорошего не светит, Джек, – Энни снова посмотрела на экран. – Где бы я ни называла твое имя, мне везде говорили… Кстати, Джек, что там сейчас происходит в «МедиаТроникс»? Правда, что Дону Гроссу собираются предъявить обвинения?

– Я не знаю.

– Такие слухи ходят уже с месяц, но, похоже, до дела там так и не дойдет. Ради твоей же пользы, я надеюсь, что это все-таки случится.

– Энни, я не могу этого понять, – сказал я. – У меня хорошая квалификация в горячей отрасли – разработка мультиагентной распределенной обработки данных, и…

– Горячей? – Энни посмотрела на меня, прищурившись. – Распределенная обработка данных – не горячая отрасль, Джек. Она, черт возьми, радиоактивная! Все в Долине уверены, что прорыв в создании искусственной жизни произойдет именно через распределенную обработку данных.

– Это правда, – я кивнул.

За последние несколько лет основной конечной целью компьютерщиков стало создание не искусственного интеллекта, а искусственной жизни. Суть идеи состояла в создании программ, которым будут присущи свойства живых существ – способность к адаптации, сотрудничеству, обучению, самостоятельному изменению в соответствии с меняющимися условиями. Многие из этих свойств особенно важны для роботехники, а программирование распределенной обработки данных уже начало реализовывать эти задачи.

Распределенная обработка данных означает, что работа разделяется между несколькими процессорами или между сетью виртуальных агентов, которые создаются в компьютере. Существует несколько основных способов это сделать. Первый способ – создать большое количество относительно примитивных агентов, которые будут работать вместе для достижения общей цели – подобно колонии муравьев, которые тоже трудятся совместно для получения конечного результата. Мой отдел в «МедиаТрониксе» проделал массу такой работы.

Другой метод – создать так называемую нервную сеть, которая имитирует работу сети нейронов в человеческом мозгу. Оказывается, что даже простейшие нервные сети обладают поразительными возможностями. Такие сети способны обучаться. Они способны действовать, учитывая прошлый опыт. Кое-что из этого мы тоже сделали в свое время.

Третий способ – создать в компьютере виртуальные гены и позволить им эволюционировать в виртуальном мире, пока не будет достигнута некая конечная цель.

В общем-то существуют и другие методы. И для всех для них характерна одна особенность, которая коренным образом отличает их от устаревшей концепции искусственного интеллекта. Раньше программисты пытались написать программу, в которую были бы заложены готовые правила реагирования на любую возможную ситуацию. Например, они пытались научить компьютеры такому правилу: если кто-то берет что-то в магазине, нужно, чтобы перед выходом из магазина покупка была оплачена. Но оказалось, что заложить в программу обычные житейские правила такого рода очень трудно. Компьютер непременно будет делать ошибки. Для того чтобы избежать ошибок, придется добавлять новые правила. Последуют новые ошибки – и добавятся новые правила. Постепенно программа разрастется до гигантских размеров, до миллионов строчек кода, и начнет давать сбои из-за собственной сложности. В таких огромных программах просто невозможно отследить все ошибки. Невозможно даже понять, что именно приводит к возникновению ошибок.