Текст книги "Науковедческие исследования. 2013"

где S (T) – число открытий, накопленных наукой за все время развития науки от момента T₀ в прошлом до времени T; E₁(S) и E₂(S) – два варианта кривой роста стоимости открытий; N₀ – некоторая постоянная; e = 2,71828… – основание натуральных логарифмов (используется здесь для удобства, так как при одном и том же значении N₀ экспоненциальная и квадратичная зависимости в начальной точке S = 0 имеют при такой записи квадратичной зависимости одинаковое поведение).

Уравнения (2) и (3) задают полную систему рекуррентных соотношений для определения двух неизвестных функций R (T) и n (T). Задав некоторое начальное условие для n и выбрав параметры α, N₀ и M, шаг за шагом находим затраты на науку и число открытий в каждую «пятилетку» в зависимости от времени.

В расчетах условно принималось, что наука начала свое развитие за 250 «лет» до момента T = 0, и для начала расчета было выбрано достаточно случайное малое начальное значение числа открытий в «пятилетку» n (T₀) = 1 (точное значение несущественно, так как оно быстро «забывается» динамикой). Постоянная α была равна 0,001 (она не имеет большого физического смысла, так как значение α зависит от единиц, в которых измеряется «количество открытий»), N₀ было равно 2500 для функции E₁(S) и 1000 для функции E₂(S). Эти числа достаточно произвольны и выбраны из соображений удобства. В результате должны были получиться разумные масштабы времени для основных особенностей решения. В основном варианте расчетов принималось, что доля расходов на науку никогда не сможет превысить 2,5% от мирового продукта (реальные расходы на науку с США в 2010 г. составили 2,7% от ВВП, в России в том же году – 1,3% ВВП [24]).

Основные результаты. Перейдем к результатам моделирования. На рис. 2 показана полученная зависимость расходов на науку от времени для случая экспоненциальной зависимости стоимости науки от накопленного интеграла открытий.

Рис. 2. Зависимость расходов на науку от времени (левый график – в абсолютном выражении, правый график – в долях от мирового дохода)

На кривой выделяются три участка. В самом начале происходит быстрый рост расходов до тех пор, пока не достигается максимально допустимый уровень в 2,5% от мирового дохода. Затем длительное время расходы на науку удерживаются на этой предельной величине, поэтому кривая расходов на науку точно следует кривой мирового продукта (на рис. 2 примерно от –200 до 500 «лет»). После этого расходы на науку начинают быстро падать, пока не снижаются практически до нуля. Бо́льшая часть этого обвала происходит всего за несколько десятков лет. Это падение расходов связано с включением той самой положительной обратной связи, о которой шла речь выше. Таким образом, модель вполне подтверждает качественные рассуждения.

Заметим, что не стоит придавать серьезного значения полученным датам. Имеет смысл только качественное поведение решения. Мы специально исследуем простейшую из возможных моделей, чтобы природа явления не заслонялась несущественными деталями. В действительности различные постоянные коэффициенты модели (α и прочие) легко сделать функциями, которые отслеживают некоторые более тонкие связи, и путем такой подгонки сделать предсказания модели «реалистичными» (в частности, легко получить и гораздо более ранний или гораздо более стремительный коллапс). Но исследование этих тонких деталей не входит в нашу задачу.

На рис. 3 показана зависимость количества открытий в «пятилетку» от времени.

Рис. 3. Зависимость количества открытий в «пятилетку» от времени

Здесь обнаруживаются новые любопытные детали. Несмотря на то что финансирование науки от T = –50 «лет» до T = 500 «лет» поддерживалось на постоянном относительном уровне (а в абсолютных цифрах росло вместе с мировым доходом), темп поступления новых открытий падал4343
  Еще раз напомним, что не нужно придавать датам буквального значения. Годы – это только некоторые условные единицы времени. Обращать внимание нужно только на самые общие динамические тенденции в поведении модели. – Прим. авт.


[Закрыть]. Это связано с увеличением стоимости единичного открытия по мере накопления суммы знаний о природе. Хотя длительное время снижение потока открытий не сказывается на финансировании науки, в конце концов финансирование срывается в лавинообразный коллапс. Таким образом, модель предсказывает постепенное падение количества научных результатов на фоне стагнации финансирования с последующим внезапным коллапсом.

Модель и реальность: Динамика количества цитированных научных публикаций

Рассматриваемая модель была разработана в начале 2006 г., тогда же были получены и основные ее предсказания примерно в том виде, как это было представлено выше. Первые результаты были опубликованы в книге [19]. В это время трудно было представить, что в обозримом будущем модель можно будет подвергнуть чему-то вроде экспериментальной проверки. Однако в марте 2011 г. на сайте журнала «Wired»4444
  Режим доступа: http://www.wired.com/wiredscience/2011/03/best-science-maps? pid=1052


[Закрыть] была опубликован кривая, показывающая количество цитированных научных публикаций с 1817 по 2010 г. с разбивкой по направлениям науки.

По характеру этой кривой видно, что количество цитированных публикаций устойчиво росло все время наблюдений за исключением нескольких самых последних лет. Начиная с 2007 г. это число внезапно стало падать. У нас нет точных данных по мировым затратам на науку в это время, но данные по затратам на науку в США (рис. 4) показывают4545
  Режим доступа: http://www.nsf.gov/statistics/nsf11313/


[Закрыть], что здесь затраты на науку все это время росли, включая и самые последние годы. Скорее всего, такой была и общемировая тенденция. Таким образом, затраты на науку растут, а количество цитированных статей внезапно начинает падать. Это напоминает динамику, предсказываемую нашей моделью (рис. 1, рис. 2).

Различие, конечно, заключается в том, что цитированные статьи не являются открытиями, о которых говорит модель. Можно, однако, ожидать, что эти величины связаны положительной корреляцией, так как число цитирований как-то отражает научную активность. Еще можно отметить, что падение цитируемости характерно не только для фундаментальных наук. Упало также число цитированных публикаций по медицине. Возможно, наблюдаемый эффект есть нечто более сложное, чем динамика, предсказываемая моделью, но в любом случае, данные показывают, что возможно наличие некоторых кризисных явлений. Возможно, данные указывают на более тесную связь фундаментальных и прикладных направлений науки. Все эти вопросы требуют более внимательного изучения.

Рис. 4. Затраты на науку в США в год, млн. долл.

Естественное предположение состоит в том, что падение активности в последние годы связано с разразившимся в это время мировым финансовым кризисом. Но это был далеко не первый кризис за историю наблюдения количества научных публикаций: была Великая депрессия 1930-х, был энергетический кризис 1970-х, была Вторая мировая война, но все это время количество цитированных научных публикаций устойчиво росло. Наблюдаемое падение не имеет прецедента, и в любом случае является совершенно новым, даже если и имеет отношение к финансовому кризису. Возникает естественный вопрос: не вызвано ли падение числа цитированных журнальных научных публикаций тем, что научные публикации стали уходить в Интернет? На рис. 5 показана динамика числа публикаций в архиве электронных препринтов arXiv4646
  Режим доступа: http://arxiv.org/show_monthly_submissions


[Закрыть], где выкладываются статьи по всем направлениям физики, математики и по нескольким направлениям биологии и биофизики. Видно, что число электронных публикаций все это время росло, причем без каких-либо заметных особенностей, так что причин предполагать, что цитируемость обычных статей связана с уходом науки в Интернет, нет. Причина падения цитируемости в обычных журнальных статьях остается не вполне ясной.

Рис. 5. Помесячная динамика числа публикаций в электронном архиве препринтов arXiv по отдельным направлениям c 1991 г. по начало 2013 г.

Влияние политики финансирования на динамику развития науки

Теперь в порядке обсуждения главных результатов модели рассмотрим некоторые вариации основных предположений, лежащих в ее основе.

Что можно изменить в сценарии, предсказывающем падение числа научных открытий с последующим коллапсом финансирования. Возникает вопрос: нельзя ли отсрочить возникновение финансового коллапса за счет постепенного повышения предельного уровня финансирования науки? Предположим, что начиная с 10 «года», когда падение эффективности науки становится заметным, финансирование науки начинает увеличиваться в линейном режиме таким образом, чтобы к 300 «году» достичь 20% мирового ВВП (вместо 2,5% в 10 «году»). На рис. 6 видно, как начиная с 10 «года» это приведет к потоку открытий.

Рис. 6. Влияние увеличения расходов на динамику науки. Слева – финансирование (по отношению к мировому доходу), справа – число открытий в «пятилетку». Пунктирные кривые соответствуют постоянному верхнему пределу финансирования науки на уровне 2,5% от мирового дохода, сплошные кривые соответствуют прогрессивному наращиванию финансирования

Однако совершенно неожиданно коллапс финансирования науки наступает раньше, чем при более низком уровне финансирования. Более того, коллапс наступает раньше, чем расходы на науку достигнут своего предельного уровня в 20% ВВП. На первый взгляд, это совершенно контринтуитивный результат: усиленная поддержка науки приводит лишь к более раннему коллапсу финансирования.

Понять, почему это происходит, можно, если проследить за ростом полного интеграла накопленного научного знания при постоянном и при растущем режиме финансировании. На рис. 7 видно, что в обоих случаях коллапс науки происходит при почти одном и том же значении полного накопленного интеграла знаний. При растущем финансировании финальная сумма знаний оказывается даже несколько большей, несмотря на более раннее завершение процесса накопления знаний.

Интерпретация этого результата состоит в следующем. Коллапс финансирования связан с быстрым ростом стоимости научных открытий по мере накопления суммы научных знаний, и при росте финансирования науки быстрее исчерпывается фонд относительно дешевых доступных открытий. Это похоже на то, как будто существует почти непробиваемая и почти неподвижная граница доступной области фундаментальных знаний, которую мы тем быстрее достигнем, чем быстрее будем к ней приближаться.

Рис. 7. Зависимость интеграла накопленных научных знаний от времен для двух сценариев финансирования науки: с постоянным верхним пределом в 2,5% от мирового дохода и с постепенным наращиванием до 20% к 300 «году»

Результат кажется парадоксальным только на первый взгляд. В действительности очень похожие события можно обнаружить уже сейчас, если рассматривать отдельные (однако важнейшие) направления фундаментальной науки. Показателен пример физики элементарных частиц на циклических ускорителях. Как уже упоминалось выше, в 1993 г. из-за прекращения финансирования (по причине слишком высокой стоимости и слишком низкого интереса общественности) был закрыт проект гигантского сверхпроводящего суперколлайдера SSC в США. Из-за этого физика элементарных частиц, по крайней мере на 15 лет, впала в состояние стагнации и продолжала вялое существование в ожидании другого, более слабого и дешевого коллайдера LHC (на неполной мощности введен в строй в 2009 г., проектная мощность на февраль 2013 г. не достигнута). После запуска LHC и открытия на коллайдере хиггсовского бозона физика элементарных частиц получила новое дыхание и, по крайней мере, до 2020 г. будет существовать в активном режиме, питаясь результатами LHC. Однако очень велик шанс, что на этом классическая ускорительная физика элементарных частиц на циклических ускорителях прекратит свое существование, так как еще более мощная машина должна быть совершенно фантастическим сооружением (кольцо в сотни километров диаметром) и стоить таких денег, что человечество может оказаться не готовым на такие траты. В то же время, если бы проект SSC был реализован (что означало бы более высокое финансирование науки в прошлом), то всей той суммой знаний в физике частиц, которой мы будем обладать только лет через 10–15, мы обладали бы уже сейчас. Однако уже теперь ускорительная физика на циклических ускорителях могла бы прекратить свое существование. Этот сценарий довольно точно соответствует тому, что наша модель предсказывает для фундаментальной науки в целом.

Есть надежда, что к 2020 г. будет построен новый линейный ускоритель (ILC – International linear collider, или другой проект – CLIC), тогда ускорительная физика частиц продолжит свое существование еще какое-то время. Это будет гигантская машина с длиной туннеля ускорителя CLIC около 50 км, потребляемой мощностью в непрерывном режиме (!) 450 МВт, что сопоставимо с полной мощностью Днепрогэс, и она вполне может оказаться последней в ряду линейных ускорителей, так как трудно будет пойти на финансирование еще более гигантского сооружения. Новые принципы ускорения частиц (например, коллективное ускорение в лазерном пучке) тоже, конечно, разрабатываются, но перспективы здесь пока совершенно неясны.

Предположения о скорости роста стоимости науки

Насколько критичным является предположение об экспоненциально быстром росте стоимости науки? На рис. 5 показаны результаты расчетов для модели более медленного – квадратичного – роста стоимости науки по мере накопления суммы научных знаний (вместо экспоненциального роста, как это было в основном варианте расчета). Видно, что, хотя графики на рис. 8, соответствующие квадратичному росту, отличаются в деталях от графиков на рис. 6 и 7, соответствующих экспоненциальному росту, основные качественные особенности динамики – те же самые. Приведенные графики аналогичны соответствующему графику на рис. 4 для модели экспоненциального роста стоимости.

Добавим, что даже модель линейного роста стоимости науки при полной стагнации мирового продукта приводит качественно к тем же результатам (мы здесь не показываем детали соответствующих расчетов).

Рис. 8. Результаты расчетов для модели с квадратичным ростом стоимости науки по мере накопления суммы научных знаний

Нетрудно догадаться, что справедлив общий результат: если скорость роста стоимости фундаментальной науки опережает скорость роста мирового продукта (в случае, если нет полной стагнации уровня мирового продукта), денег на науку рано или поздно не хватит, и произойдет коллапс финансирования по рассмотренному механизму. То, что такой режим рано или поздно станет реальностью, представляется весьма вероятным. Таким образом, выводы, в главном, нечувствительны к деталям модели, относящимся к темпу роста стоимости науки.

Предположение о стабилизации уровня мирового продукта

Рассмотрим, насколько критическим для поведения модели является предположение о полной стабилизации мирового продукта. Вопрос состоит в том, может ли рост мирового продукта воспрепятствовать предсказанному моделью коллапсу финансирования науки. Не будем рассматривать сценарии, в которых мировой продукт со временем растет очень быстро – экспоненциально, квадратично и т.д., так как такие сценарии в обозримом будущем заведомо исключены. Мы приводим результаты для модели линейного4747
  Более точно – речь идет о наличии дополнительного линейного множителя к стандартной модели с полной стагнацией экономики, который приводит к асимптотически линейному росту. – Прим. авт.


[Закрыть] роста мирового продукта начиная с времени T = 0 (рис. 9) в сочетании с основной моделью экспоненциального роста стоимости науки и в предположении ограничения расходов на науку на уровне 2,5% от мирового продукта (так же как в основном варианте расчета).

Рис. 9. Модель линейного роста мирового продукта (сплошная линия). Для сравнения приведена модель ограниченного роста мирового продукта, использованная в основном варианте расчета (пунктир)

Линейный рост был выбран таким, что для T = 200 «лет» мировой продукт превышает показатели основного варианта расчета со стабилизацией в два раза, для T = 300 – в три раза и т.д. На рис. 10 показаны предсказанные моделью затраты на науку и количество открытий в «пятилетку» в зависимости от времени.

Первое, что можно заметить, – это что коллапс финансирования науки никуда не исчез (напомним, что речь идет о затратной фундаментальной науке). Это происходит из-за того, что скорость роста стоимости науки превышает скорость роста мирового продукта. Но в расчете появилась новая деталь: осцилляции, имеющие характер коротких всплесков, после первого коллапса финансирования. Любопытно, что столь простая модель предсказывает такое сложное поведение. Что это такое?

Рис. 10. Поведение относительных затрат на науку (левый график) и количества открытий в «пятилетку» (правый график) в зависимости от времени в модели линейного роста мирового продукта

Смысл этих осцилляций, как нам представляется, может состоять примерно в следующем. После очередного обвала финансирования науки мировой продукт (как заложено в модель) продолжает расти. Это создает соблазн снова попытаться пустить увеличивающиеся материальные ресурсы на фундаментальную науку. Однако из-за высокой стоимости исследований результат разочаровывает, и финансирование снова прекращается.

Вряд ли предсказательная сила модели может распространяться далеко за фазу первого коллапса финансирования науки. К тому же модель совершенно не учитывает обратную связь между наукой и мировым продуктом. Возможно, после первого коллапса финансирования науки никакой линейный рост мирового продукта будет просто невозможен. Но что модель предсказывает однозначно – так это первый коллапс финансирования науки. И в этом отношении снова полностью воспроизводятся качественные результаты модели с ограниченным мировым продуктом – несмотря на рост мирового дохода. Таким образом, в главном модель оказывается не зависящей и от деталей поведения мирового продукта во времени (но до тех пор, пока мировой продукт растет относительно медленно и отношение общества к поддержке науки описывается простой моделью, порождающей петлю положительной обратной связи). Главное предсказание модели – коллапс финансирования происходит, если скорость роста стоимости науки превышает темпы роста мировой экономики.

Обсуждение результатов модели

Несмотря на отмеченную устойчивость результатов к деталям предположений, заложенных в модель, необходимо отметить, что рассмотренная математическая модель является, конечно, крайне губой. На наш взгляд, ее даже трудно назвать качественной, скорее, она чисто иллюстративная. Правильнее всего было бы рассматривать полученные результаты как некий детализированный способ задать вопрос о будущем науки, но не как футурологический прогноз.

Заметим также, что в модели имеются заведомые упрощения. Так, например, динамика науки рассматривается на фоне заданной динамики мирового дохода, и мы полностью пренебрегали возможными обратными связями – как положительными, так и отрицательными. А они могут привести как к дополнительной стабилизации науки (если, например, благодаря научным знаниям мировой доход будет постепенно расти, а не будет стабилизирован на постоянном уровне, как предполагается в основном варианте модели), так и к дестабилизации, если мировой доход начнет падать из-за ослабления потока инноваций, связанных с наукой. Модель предсказывает падение финансирования науки до нуля, но это, конечно, идеализация.

Какое-то остаточное финансирование должно обязательно сохраниться в рамках правила аддитивности эволюции. Кроме того, даже полный коллапс централизованного финансирования не означает полного прекращения научных исследований, так как всегда найдутся люди, которые просто не смогут не заниматься наукой, и они будут делать это совершенно бесплатно на свой страх и риск. Но конечно, для них будет недоступно строительство гигантских экспериментальных установок. Кстати, в значительной степени именно в таком режиме существует наука в России уже сейчас. Модель не учитывает многие другие разновидности кризисных процессов в науке (напомним, прежде всего, о механизме разрыва фронта науки, о котором писал С. Лем), которые могут усугубить ситуацию. Также модель не основана на реальных исходных числовых данных.

Последнее замечание особенно важно. Реальных числовых данных нет не потому, что автору лень было их собрать, а потому, что с принципиальной точки зрения неясно, как можно объективно оценить такие количественные характеристики, использованные в модели, как число открытий в единицу времени и стоимость одного открытия. Результаты, полученные в модели, показывают, насколько важно было бы получить метод объективной оценки этих величин и их динамики.

Предположение о том, что скорость роста стоимости науки превышает скорость роста мировой экономики, является наиболее критическим пунктом для полученных выводов, и крайне важно понять, верно это или нет. Предположение может быть и ошибочным. Без построения методики количественной оценки нужных характеристик ответить на эти вопросы невозможно. Как мы видели, другие предположения модели являются критическими в меньшей степени.

Фундаментальная наука сама по себе неоднородна. Имеются фундаментальные исследования, не требующие больших материальных затрат. Многие недавние выдающиеся открытия, например, открытие теплой сверхпроводимости или простого и дробного квантового эффекта Холла, именно этого рода. Но определенно имеется экстремально затратный сектор, связанный с самыми фундаментальными направлениями, – это фундаментальная микрофизика, фундаментальная астрофизика, экзобиология и проблема поиска разума во Вселенной (SETI). Все эти направления в обозримой перспективе объединены использованием дорогих астрофизических методик космического и наземного базирования (космические телескопы и другие космические миссии, гигантские наземные и подземные оптические, радио-, нейтринные, гравитационные и другие телескопы). Фундаментальная микрофизика еще будет требовать очень дорогой ускорительной техники, пока потенциал этого направления не будет окончательно исчерпан.

Особо отметим проблему SETI [1]. Она в настоящее время лежит далеко на периферии науки и, кроме того, дискредитирована часто недобросовестными и неквалифицированными уфологами и средствами массовой информации, а также низкопробными космическими блокбастерами. Между тем реальное решение этой проблемы совершенно бы изменило сам фон, на котором проводится обсуждение будущего науки и – более широко – будущего цивилизации. Все обсуждаемые здесь модели стали бы заведомо недействительными, а вектор эволюции земной цивилизации мог бы измениться радикальным образом [19, с. 91–115]. При этом, как показывает анализ [19, с. 89–90], решение проблемы SETI даже в довольно оптимистических вариантах является чудовищно трудным и дорогим. Решение проблемы с априори заметно отличной от нуля вероятностью достигается, только если под непрерывным мониторингом держать не менее миллиона подозрительных звезд (лучше от 10 до 100 млн.), для чего необходимо строительство гигантских фазированных решеток радиотелескопов4848
  Существует направление поиска сигналов искусственного происхождения в оптическом диапазоне [1]. Пока это направление не выглядит настолько дорогим, как поиск в радиодиапазоне, но в случае повышения требований к чувствительности масштабы установок и их стоимость начнут расти. – Прим. авт.


[Закрыть].

Дополнительно потребуется развитие сети инфракрасных космических интерферометров для обнаружения планет земного типа. Проблема столь трудна, что интерес к ней вполне может угаснуть раньше, чем она будет решена. Уже сейчас существует мнение, что на проблему SETI были затрачены огромные усилия, а результата что-то все нет. Это очень большая ошибка. В действительности были затрачены практически нулевые усилия по сравнению с теми, которых реально требует эта проблема для своего решения. Это направление еще не вышло из стадии чисто методических разработок.

Кстати, проблема SETI указывает еще на один изъян модели. Финансирование этой задачи, хоть и более чем скромное, все же существует (и даже медленно растет), несмотря на полное отсутствие результатов в течение длительного времени. Это говорит о том, что в общем случае нет такой жесткой связи между уровнем результатов и уровнем финансирования, как зафиксировано во второй модели. При осознании чрезвычайной важности определенные секторы науки долго могут финансироваться и при нулевой их результативности. Финансирование подобного проекта может осуществляться и за счет частных пожертвований, как, например, это имеет место для проблемы SETI. В условиях, когда наша модель предсказывает коллапс, при наличии соответствующей доброй воли законодательным или иным способом может быть установлена нижняя планка финансирования фундаментальной науки независимо от ее результативности. Такая возможность вполне согласуется с законом иерархических компенсаций Седова – Назаретяна.

Под действие рассмотренных моделей в первую очередь попадает экстремально затратный сектор фундаментальной науки. Вполне возможно, что только к этому сектору они и применимы. Можно, конечно, предполагать, что коллапс финансирования фундаментальной науки может произойти незаметно для всей остальной науки. Ведь была же, например, эра Великих географических открытий, да прошла, и крайне важная в свое время наука география покинула лидирующее положение в иерархии наук. Однако фундаментальная астрофизика и микрофизика, в отличие от географии, являются своеобразным острием и фундаментом человеческого познания в целом, так как они адресуют важнейшие экзистенциальные вопросы: что есть фундамент всего сущего (микрофизика) и что есть мир (астрофизика и космология)?

Личное мнение автора состоит в том, что коллапс в этой области знаний означал бы отказ от дальнейших попыток проникновения в фундамент бытия и ограничил бы науку эмерджентными явлениями верхнего системного уровня. Острие познания было бы сломано. Без надежды проникновения вглубь материи и мироздания все прочие науки приобрели бы неистребимый привкус феноменологии и сами могли бы начать стагнировать. Представляется вполне вероятным, что коллапс в двух самых фундаментальных направлениях исследований постепенно начнет распространяться по всей науке.

Не следует забывать, что продолжают действовать и кризисообразующие факторы, рассмотренные Станиславом Лемом, которые в равной степени имеют отношение ко всей науке, а также и другие упоминавшиеся и не упоминавшиеся выше факторы. Все это может способствовать развитию негативных тенденций во всей науке, не только в самых фундаментальных областях. Заметим, что кризисный процесс вполне может добраться до инновационных технологий, неразрывно связанных с наукой, а это уже может означать коллапс цивилизации современного типа, основанной на инновациях. Таким образом, рассмотренный механизм финансового коллапса фундаментальной науки может оказаться существенной составной частью вполне закономерно ожидаемого общего эволюционного кризиса науки, о котором мы говорили ранее (благодаря общему правилу смены лидера эволюции), и послужить причиной серьезнейшего цивилизационного кризиса.

Некоторые «постнаучные» сценарии

Для того чтобы вышеописанный сценарий не реализовался, должно произойти нечто экстраординарное. Наука, вероятно, должна быть заменена некоторым новым типом познавательной деятельности (более эффективным или имеющим какие-то другие преимущества). Если потенциал для преодоления этого кризиса действительно существует, то в соответствии с принципом избыточного внутреннего многообразия будущее решение проблемы в зачаточной форме должно (или, по крайней мере, может) существовать уже сейчас. Возможно, ростки этого нового в культуре человечества уже есть, надо только внимательно посмотреть, чтобы их увидеть. Что же это такое может быть? Упомянем здесь некоторые возможности и связанные с ними проблемы. Принцип избыточного многообразия будет для нас путеводной нитью – мы будем рассматривать здесь только то, что уже есть хотя бы в зачаточной форме.

1. Как уже говорилось, наука не является единственным методом познания. Существуют и другие, более древние, но здравствующие и поныне способы отражения реальности человеком – мифология, искусство, религия, философия. Может быть, какая-то из этих традиционных форм сможет взять на себя роль нового лидера в формировании вектора развития человечества? Это крайне маловероятно – эволюция не входит дважды в одну реку, а все эти формы познания уже побывали когда-то в лидерах. Если такое случится, это будет, во всяком случае, однозначным признаком деградации, а не прогрессивной эволюции.

2. Можно представить себе некоторый синтез научного познания с одним из упомянутых выше традиционных и более древних методов познания. Некоторый «возврат к корням» при сохранении науки. Такое направление мысли существует и известно как «метанаука». По моему мнению, неясно, что это может дать нового. Если воспроизводимое научное знание скрестить с одной из традиционных форм познания, не характеризующихся воспроизводимостью, то непонятно, как можно получить аппарат, приводящий к сколько-нибудь точным и полезным результатам. Приведем несколько, возможно, вульгарный пример, чтобы пояснить, в чем тут дело. Утверждение, что движение планет вокруг Солнца подчиняется законам Кеплера, принадлежит науке, оно воспроизводимо научными методами. Утверждение, что Бог существует, принадлежит религии и невоспроизводимо4949
  Имеется в виду объективная воспроизводимость. Это понятие детально обсуждается нами в нашей статье [21]. Объективная воспроизводимость означает, что результат может быть в принципе воспроизведен путем выполнения определенного алгоритма автоматом – роботом или компьютером, пусть и очень идеализированным (современные исследования очень часто именно так и выполняются). Очевидно, что духовные практики, имеющие отношение к религии, не удовлетворяют этому определению. – Прим. авт.


[Закрыть]. Синтез этих утверждений может звучать, например, как утверждение о том, что Богу угодно, чтобы планеты подчинялись законам Кеплера. Какова ценность этого утверждения – неясно. Оно невоспроизводимо ровно в той же степени, как и утверждение о существовании Бога. Реальная ситуация, конечно, может быть сложнее и тоньше, чем этот упрощенный пример.

3. Не может ли создание искусственного интеллекта (ИИ) каким-нибудь способом обеспечить альтернативу науке, зашедшей в тупик? Это одна из возможностей, связанных с кибернетикой, которую рассматривал С. Лем в «Сумме технологий». Уже сейчас использование в научных исследованиях компьютерного численного эксперимента и компьютерного доказательства теорем означает некоторую модификацию понятия воспроизводимости и научной строгости. Но пока компьютер остается инструментом, эта модификация остается не очень принципиальной. Если же ИИ когда-нибудь обретет относительную самостоятельность и из инструмента исследователя превратится в его партнера, можно говорить о качественном изменении научного метода и рождении нового метода познания.

Однако, по нашему мнению, сейчас нет никаких указаний на то, что это может произойти в сколько-нибудь обозримом будущем. Как метко написали А. и Б. Стругацкие в повести «Беспокойство», все фундаментальные идеи выдумываются, но не висят на концах логических цепочек. Однако наши компьютеры, будучи конечными автоматами в смысле Тьюринга, умеют ходить только вдоль логических цепочек, поэтому новые фундаментальные идеи для них недостижимы. При этом мы не знает, что такое догадка и озарение, необходимые в процессе познания и вообще в любой творческой деятельности, поэтому мы не знаем, где на самом деле «висят» фундаментальные идеи. Проблема настоящего творческого ИИ не решена до сих пор не столько потому, что она сложна, сколько потому, что мы до сих пор не умеем ее поставить.