… и какое отношение их игра имеет к науке?
Попробуем ответить па этот вопрос
Чтобы искусственно воспроизвести некоторое явление природы, надо иметь достаточно глубокие знания о нем, и, наоборот, стараясь воспроизвести явление, можно углубить эти знания. Многие математики, кибернетики и программисты надеются получить лучшее представление о том, что такое человеческий разум, в процессе моделирования некоторых сторон его деятельности.

Другие просто хотят, чтобы машина находила разумные решения в сложных ситуациях, когда точный способ выбора лучшего решения неизвестен, но человек (достаточно опытный) такое решение находит, хотя и не может строго сформулировать правила, по которым он действует. Так возникло научное направление, называемое «проблемы искусственного интеллекта». Его задачей является создание автоматов, выполняющих более или менее интеллектуальную работу. Однако пока в точности неизвестно, какая работа является интеллектуальной, поэтому цели работы таких автоматов ученые выбирают, исходя из своих представлений, которые они не умеют обосновать столь убедительно, как бы им хотелось.
Проблемами искусственного интеллекта занимаются давно. Испанский философ и теолог Р. Луллий еще в XIII в. описал проект логической машины, которую он собирался использовать, чтобы открывать теологические истины, и попытался ее построить. Более скромный, по зато более убедительный результат - создание формальных логических исчислений - был получен в конце XIX - начале XX в. (работы Дж. Пеано, Б. Рассела и Л. Уайтхеда, Д. Гильберта и др.), а в 1913 г. автор системы аксиом теории множеств Э. Цсрмело впервые строго доказал, что любая шахматная позиция имеет объективную оценку, не зависящую от того, как в дальнейшем будут играть противники.

По систематическое исследование проблем искусственного интеллекта стало возможным только после появления цифровых вычислительных машин с программным управлением. Они были созданы для работы, которую считали интеллектуальной: научно-исследовательских и инженерных расчетов большого объема, бухгалтерских расчетов, учета, статистики.
Машины выполняют эту работу во много раз быстрее и лучше людей, по она не является творческой. Энтузиасты надеялись довольно скоро получить убедительное доказательство возможности машинного моделирования работы, содержащей, по их мнению, элементы творчества: машинного перевода с одного языка па другой, узнавания объекта по его графическому изображению, решения арифметических задач, заданных текстом па естественном языке (точнее, понимания такого текста). В качестве конкретного примера творческой работы, которую сможет выполнять машина, часто приводили игру в шахматы (в частности, о шахматных программах писал основатель теории информации К. Шеннон).
Первые опыты показали следующее. Вопреки мнению пессимистов «первого поколения» (по существу, стоявших на позиции непознаваемости технологии мышления, особенно творческого) создать программы, кое-как справляющиеся с такими задачами, оказалось вполне возможно. Однако лингвистические программы одни предложения (в основном те, которые имелись в виду при создании программы) переводят правильно, другие - не очень, третьи - вовсе неверно, а четвертые - никак.

Программы для распознавания образов определяют, какая деталь из списка, содержащего несколько десятков объектов, изображена на фотографии, но неспособны определить, что изображенной на фотографии детали в этом списке нет. Шахматная программа выбирает ходы, разрешенные шахматными правилами, она даже способна решить шахматную задачу о мате в два хода однако партии ее оставляют желать лучшего.
Каждую программу можно усовершенствовать, чтобы она не делала данной конкретной ошибки и некоторых других, более или менее аналогичных. Однако процесс совершенствования происходит очень медленно: «… в грамм добыча, в год труды», - как сказал Маяковский. Для поэзии такое положение нормально, но избалованные успехами XX в. деятели науки были весьма разочарованы. Поэтому через 10 лет после начала систематического исследования проблем искусственного интеллекта ожидание быстрых успехов сменилось сетованиями на сложность решаемых задач. «Новые» пессимисты дают содержательное описание некоторых трудностей, не позволяющих в настоящее время создать хорошие программы. В этом состоит их полезный и даже необходимый вклад в исследование проблем искусственного интеллекта.