Заметим: в процессе создания метафор используются различные принципы движения в «пространстве проблемы». В частности, переход к предельным значениям параметров задачи.
Например, как создать идеальный открыватель банки? Идеально было бы, чтобы она открывалась сама[130]. Например, «лопнула от гнева». «Рассердилась, даже покраснела». Значит, нагрелась? А от нагревания расширяется полоска специально подобранного металла и… Вот уже идея.
Игры можно классифицировать и по другим признакам. В частности, по типу исходной информации: игры с полной информацией (шашки, шахматы и др.) и с неполной информацией, когда цель игры достигается одновременно с добыванием необходимых данных. Пример игры с неполной информацией — «морской бой», где нет сведений о расположении кораблей противника. Но там эти корабли хотя бы расставляет сам противник, о чьих предпочтениях можно и догадаться. А в карточных играх особую роль играет и фактор случайного выбора.
Крис Фрит: «В 1956 году наука о создании устройств, способных делать разные хитроумные вещи, получила название «искусственный интеллект». Исследовательская программа этой науки, как и любой другой, предполагала, что начать нужно с решения самых легких проблем. Восприятие окружающего мира казалось сравнительно легким делом. Почти все люди умеют с легкостью читать рукописный текст и узнавать лица, и поначалу казалось, что создать машину, способную читать рукописный текст и узнавать лица, должно быть тоже не особенно сложно. Игра в шахматы — напротив, очень сложное дело. Очень немногие люди способны играть в шахматы на уровне гроссмейстера. Создание машин, умеющих играть в шахматы, лучше было отложить на потом.
Прошло пятьдесят лет, и компьютер, предназначенный для игры в шахматы, выиграл у чемпиона мира.[131] Проблема научить машину восприятию, напротив, оказалась очень сложной. Люди по-прежнему умеют узнавать лица и читать рукописный текст намного лучше, чем машины. Почему же эта проблема оказалась такой сложной? Оказывается, даже моей способностью видеть, что сад у меня за окном полон разных объектов, очень сложно наделить машину. Тому есть много причин. Например, видимые объекты перекрывают друг друга, а некоторые из них ещё и движутся.
Откуда я знаю, что это за коричневое пятно — часть забора, или дерева, или птицы? Мой мозг решает все эти удивительно сложные задачи и заставляет меня думать, что я воспринимаю мир, не прилагая никаких усилий. Как же он это делает?».
Поиск выигрышной стратегии в играх с участием нескольких человек — это зачастую весьма сложная, нетривиальная и творческая задача. Она породила целую область современной математики — теорию игр. Так же, как классическая теория вероятностей выросла из наблюдений одного из заядлых игроков в кости, шевалье де Мере. Эти наблюдения, между прочим, он удосужился провести, зафиксировать характерные особенности, расклассифицировать, а потом уже поделился своими соображениями с профессиональными математиками. Т. е. шевалье благодаря своей наблюдательности — одному из элементов творчества — сумел в обычной для того времени игре разглядеть проявление неизвестных, необычных, нестандартных закономерностей.