Текст книги "О том, чего мы не можем знать. Путешествие к рубежам знаний"

Мэй, родившийся в 1938 г. в Австралии, сначала учился физике и работал в области сверхпроводимости. Но в конце 1960-х гг. в его научной работе произошел резкий поворот, когда он познакомился с вновь образованным движением социальной ответственности в науке. Его интересы переместились с поведения групп электронов на более актуальные вопросы закономерностей динамики популяций животных. В то время биология еще не была естественной средой для человека с математическим складом ума, но работы Мэя впоследствии изменили это положение. Его великое открытие стало возможным благодаря сочетанию строгого математического образования, которое он получил как физик, и нового интереса к проблемам биологии.

В опубликованной в 1976 г. в журнале Nature статье под названием «Простые математические модели с чрезвычайно сложной динамикой»[28]28
  Nature 261 (5560), 1976: 459–467.


[Закрыть] Мэй рассмотрел динамику математического уравнения, описывающего циклический рост популяции. Он показал, что даже вполне невинно выглядящее уравнение может давать численные результаты с необычайно сложным поведением. Его формула популяционной динамики была не каким-нибудь сложным дифференциальным уравнением, а простым дискретным уравнением с обратной связью, которое мог обсчитать кто угодно при помощи карманного калькулятора.

Уравнение динамики популяции с обратной связью

Рассмотрим популяцию животных, численность которой может варьироваться от нуля до некоторого гипотетического максимального значения, обозначенного N. Существует некоторая доля Y этого максимума (лежащая между 0 и 1), определяющая в уравнении, какая часть популяции выживет к следующему циклу с учетом воспроизводства и борьбы за пищевые ресурсы. Предположим, что коэффициент воспроизводства в каждом цикле равен r. Тогда, если доля максимальной численности популяции, выжившая к концу цикла, была равна Y, то численность следующего поколения составит r · Y · N.

Но выживут не все вновь появившиеся животные. Согласно этому уравнению, доля не выживших животных также будет равна Y. То есть из r · Y · N животных, существовавших в начале цикла, умрет Y(r · Y · N). Значит, всего к концу цикла останется в живых (r · Y · N) – (r · Y ² · N) = [r · Y(1 – Y)] · N животных, а доля максимальной численности популяции, существующая в текущем цикле, равна r · Y(1 – Y).

По сути дела, эта модель предполагает, что произведение численности выжившей к концу каждого цикла части популяции на постоянный коэффициент r, называемый коэффициентом воспроизводства, дает число животных, существующих в начале следующего цикла. Но необходимых для выживания ресурсов на всех не хватает. Поэтому уравнение вычисляет, какая часть этих животных доживет до конца цикла. Полученное число выживших животных снова умножают на коэффициент r, что дает численность следующего поколения. Интересная особенность этого уравнения состоит в том, что его поведение сильно зависит от выбора значения r, коэффициента воспроизводства. Некоторые значения r дают в высшей степени непредсказуемое поведение. Мы можем точно знать, как будут изменяться значения. Но существует некий предел, за которым они полностью выходят из-под контроля. Знание внезапно оказывается недостижимым, так как добавление всего одного лишнего животного может привести к резкому изменению динамики численности популяции.

Например, Мэй выяснил, что при значениях r от 1 до 3 численность популяции в конце концов стабилизируется. В этом случае, каковы бы ни были начальные условия, численность будет постепенно стремиться к некоторому постоянному значению, зависящему от величины r. Это похоже на игру на бильярде, в центре которого устроена воронка. Куда бы я ни запустил шар, рано или поздно он окажется на дне воронки.

При r, бо́льших 3, также обнаруживается участок предсказуемого поведения, но несколько другого типа. При значениях r от 3 до (что приблизительно равно 3,44949) численность популяции, по сути дела, скачет взад и вперед между двумя значениями, зависящими от r. Когда r становится больше , характер динамики популяции снова изменяется. При значениях r от до 3,54409 (точнее, до корня алгебраического уравнения 12-й степени) существуют уже четыре значения, которых периодически достигает численность популяции. При дальнейшем увеличении r таких значений становится 8, потом 16 и т. д. По мере роста r число разных значений каждый раз удваивается, пока мы не дойдем до порога, за которым динамика превращается из периодической в хаотическую.

Мэй признает, что, когда он начал исследовать это уравнение, он не имел никакого представления о том, что происходит за этой точкой. Перед его кабинетом в Сиднее была доска, на которой он повесил объявление, обещавшее 10 австралийских долларов любому, кто сможет объяснить такое поведение системы. На доске он написал: «По-моему, полная неразбериха».

Он нашел ответ на свой вопрос во время поездки в Мэриленд – и тогда-то и был впервые использован термин «хаос»[29]29
  Разумеется, тут имеется в виду математический термин. Само греческое слово χάος было известно, в том числе и в английском языке, за много веков до этого.


[Закрыть]. Мэй выступал там на семинаре и рассказал об участке удвоения периода, признав, что дошел до такого места, после которого он вообще ничего не понимает. В зале был один математик, который понимал все. Джеймс Йорк никогда раньше не видел такого удваивающегося поведения, но зато он точно знал, что происходит на следующем участке. Он называл это хаосом.

При r, бо́льших 3,56995 (точнее, предельной точки решений системы уравнений возрастающей степени), поведение становится чрезвычайно чувствительным к начальному состоянию популяции. Малейшее изменение исходной численности животных может привести к получению совершенно другого результата.

Однако, как выяснил Йорк, по мере дальнейшего увеличения r все еще могут встречаться участки регулярного поведения. Например, при r = 3,627 численность популяции снова становится периодической и колеблется между шестью разными значениями. С увеличением r 6 заменяется на 12, потом на 24 и так далее, каждый раз удваиваясь вплоть до нового наступления хаоса.

Две популяции с r = 4, исходное различие между численностью которых составляет одно животное на тысячу. Хотя в начале их поведение сходно, уже через 15 лет они ведут себя совершенно по-разному

Боб Мэй осознал, каким грозным предупреждением является такая простая система для тех, кто думает, что знает все: «Не только в научных исследованиях, но и в мире повседневной политики и экономики было бы гораздо лучше, если бы большее количество людей понимало, что простые системы далеко не всегда обладают простыми динамическими свойствами».

Сейчас Боб Мэй воплощает свои убеждения на практике. Точнее, мне следовало бы сказать «лорд Роберт Мэй, барон Оксфордский», как указал мне человек в цилиндре, встретивший меня у главного входа в палату лордов. В последние годы Мэй сочетает научную работу с активной политической деятельностью. Он стал членом межпартийной группы в палате лордов, и именно там я встретился с ним за обедом, чтобы узнать, насколько он преуспел в деле информирования политиков о влиянии хаотических систем на общество.

Когда человек в цилиндре и полицейские с автоматами провели меня в здание палаты лордов, Мэй уже ждал меня по другую сторону металлодетекторов и рентгеновских аппаратов. Мэя не интересуют все эти официальные титулы, так что он в своей простецкой австралийской манере по-прежнему просит называть его Бобом. «Виноват, я уже пообедал. Но я пойду с вами есть десерт, пока вы будете обедать». Пока я ел свою рыбу, он расправился с огромным куском фирменного шоколадного торта палаты лордов. Мэю 79 лет, но он все так же энергичен и целеустремлен; после своего второго обеда он спешил на заседание парламентской комиссии, рассматривающей последствия строительства новой железнодорожной ветки, которая должна соединить Лондон с северо-западом Англии.

До того как он стал членом палаты лордов, Мэй был главным научным консультантом сперва консервативного правительства Джона Мейджора, а затем и лейбористского кабинета Тони Блэра. Я поинтересовался, не слишком ли трудно было человеку, обычно не боящемуся говорить правду в глаза, балансировать на такой политизированной должности.

– На собеседовании мне сказали, что мне иногда придется защищать решения каких-нибудь министров; что я об этом думаю? Я ответил, что никогда и ни при каких обстоятельствах не буду отрицать факты. Вместе с тем я всегда достаточно хорошо выступал в игровых дискуссиях, когда тебе дают тему и ты должен по жребию отстаивать одну или другую из двух противоположных точек зрения. Поэтому я сказал, что всегда буду рад объяснить, как именно министр пришел к такому решению. Я просто не стану его поддерживать, если решение было неправильным.

Типичный ответ математика. Изложить аксиомы, использованные министром, а затем развернуть доказательство, которое привело его к данному выводу. Беспристрастный подход. Который, однако, не означает, что Мэй не имеет собственных твердых убеждений и не готов излагать свою точку зрения на обсуждаемую тему.

Мне было интересно узнать, как правительство справляется с теми затруднениями, которые теория хаоса создает для всех, кто пытается принимать политические решения. Как политики подходят к задаче предсказания будущего и управления им при наличии лишь частичного знания систем, которые они анализируют.

– Я думаю, это слишком радужное представление о том, что тут происходит. За очень редкими исключениями все они – люди очень эгоистичные, очень амбициозные, которых прежде всего интересует собственная карьера.

А что сам Мэй? Как повлияли сделанные им открытия на его мнение о роли науки в обществе?

– Это было очень странное ощущение. Конец ньютоновской мечты. Когда я заканчивал университет, считалось, что при помощи все более и более мощных компьютеров мы сможем получать все более и более точные прогнозы погоды, потому что мы знаем все уравнения и сможем построить еще более реалистичные модели Земли.

Но Мэй не согласен с попытками отрицателей изменения климата использовать теорию хаоса для подрыва дискуссии.

– Не верить в изменение климата на том основании, что прогнозам погоды нельзя доверять, – это примерно как не верить в приливы на том основании, что нельзя предсказать, когда на пляж Бонди-бич придет следующая волна.

В качестве иллюстрации того странного противоречия, которое существует между возможностью необыкновенно точного научного познания некоторых вещей и теорией хаоса, которая отказывает нам в познании многих частей природного мира, часто цитируют отрывок из пьесы «Аркадия» Тома Стоппарда. Один из главных героев, Валентайн, заявляет:

Нам легче предсказать, что произойдет на краю Галактики или внутри атомного ядра, чем узнать, будет ли дождь в воскресенье через три недели, когда тетушка будет принимать гостей в своем саду.

Мэй шутит, что его наиболее цитируемая работа – это не одна из резонансных статей, напечатанных в таких престижных научных журналах, как Nature, а театральная программка, которую он написал к первой постановке пьесы Стоппарда в лондонском Национальном театре. «Как бы в насмешку над всеми этими индексами цитирования как критерием значимости научного исследования».

На какие же великие нерешенные вопросы науки Мэй хотел бы получить ответ? Сознание? Бесконечная Вселенная?

– Я думаю, меня бы интересовало что-нибудь менее грандиозное, так что я бы скорее говорил о тех вещах, над которыми сейчас работаю. Я практически случайно занялся вопросами банковского дела.

Это было неожиданно. Хотя создание стабильной банковской системы казалось весьма узкой проблемой, Мэй недавно использовал свои модели распространения инфекционных заболеваний и динамики экологических пищевых сетей для изучения банковского кризиса 2008 г. В сотрудничестве с Эндрю Холдейном из Банка Англии он рассматривал финансовую сеть как экосистему. Это исследование показало, как финансовые инструменты, предназначенные для оптимизации прибыли отдельных организаций с, по-видимому, минимальным риском, могут тем не менее дестабилизировать банковскую систему в целом.

Мэй считает, что проблема не обязательно кроется в механике самого рынка. Дело скорее в том, что малозаметные события, происходящие на рынке, усиливаются и извращаются в результате взаимодействия с ними человека. Больше всего во всей этой банковской неразберихе его интригует возможность лучше регулировать такое эпидемическое распространение паники.

– Спрашивается, как учесть человеческое поведение в модели? Я не думаю, что психологию человека можно выразить математически. Мы играем в кости с собственным будущим. Но, если мы пытаемся предсказать исход броска костей, нам нужно знать, кому принадлежат эти кости.

Этого я не учел, когда пытался предсказать поведение моей кости из казино. Возможно, мне прежде всего следовало учесть, кто продал мне мою кость.

– Я думаю, что многие из крупных проблем общества находятся вне сферы действия естественных наук и математики. Спасения нам нужно ждать не от них, а от наук поведенческих.

Если оглянуться вокруг в столовой палаты лордов, можно наблюдать в действии весь спектр и всю сложность человеческого поведения. Они делают задачу математического описания взаимодействий даже в этом мельчайшем микрокосме человечества практически неразрешимой. Как объяснял французский философ Фернан Бродель, читая лекцию по истории своим товарищам по заключению в немецком лагере для военнопленных под Любеком, «существование каждого индивидуума подчинено и определено невероятным множеством вечно перекатывающихся игральных костей». Хотя поведение каждой отдельной кости непредсказуемо, существуют закономерности, проявляющиеся в долговременном поведении больших серий таких бросков. По мнению Броделя, именно это делает изучение истории возможным. «История действительно остается “бедной маленькой гадательной наукой”, пока она берет себе предметом рассмотрения отдельных людей […], но ее методы и результаты становятся более рациональными, когда она изучает группы и повторяющиеся явления».

Но Мэй считает, что понимание истории и происхождения этого набора игральных костей не столь очевидно, как утверждает Бродель. Например, не вполне ясно, можем ли мы выяснить, как мы добрались до нынешней точки в своем эволюционном путешествии.

– Я назову вам один из вопросов, которые кажутся мне особенно интересными: попытки понять эволюционную траекторию рода человеческого на нашей планете. Повторяется ли та траектория, которой мы, по-видимому, следуем, на всех или многих других планетах, или же мы оказались на этой, а не на другой траектории в результате ранних флуктуаций хаоса? Будем ли мы когда-нибудь знать достаточно, чтобы быть в состоянии спросить, неизбежна ли та катастрофа, к которой мы, как кажется, катимся, и существуют ли многочисленные планеты, обитатели которых, подобно мистеру Споку, менее эмоциональны и ярки, но более беспристрастны и логичны?

Пока мы не откроем другие обитаемые планеты и не сможем изучить их траектории, нам трудно будет установить, основываясь на единственном наборе данных под названием Земля, является ли порча экосистем неизбежным следствием эволюции.

– Я думаю, мы никогда не получим ответа на вопрос о том, случается ли то, что нас ожидает, на всех обитаемых планетах, или же бывают планеты, на которых этого не происходит.

На этом Мэй доел последние крошки своего шоколадного торта и снова погрузился в хаос парламентских комиссий и мелкой политической борьбы Вестминстера.

Последнее высказывание Мэя отсылает к проблеме, которую теория хаоса видит в знании не только будущего, но и прошлого. В том, что касается будущего, мы, по крайней мере, можем подождать и увидеть, каковы будут результаты действия хаотических уравнений. Но попытки вернуться в прошлое и понять, каким было состояние нашей планеты, породившее наше настоящее, столь же, если не более, трудны.

Возможно, для прошлого истинное познание невозможно еще в большей степени, чем для будущего.

Новаторские исследования Мэя рассматривали динамику численности популяции по мере смены циклов. Но что определяет, какие животные выживут, а какие умрут, не успев размножиться? Если верить Дарвину, все сводится просто к удачному броску эволюционных костей.

Модель эволюции жизни на Земле основана на той идее, что если существуют организмы, имеющие ДНК, то их потомство наследует ДНК родительских организмов. При этом некоторые части генетического кода ДНК могут быть подвержены случайным мутациям. Последние, по сути дела, и есть результат случайного броска эволюционных костей. Но в гипотезе Дарвина также содержится вторая важная идея – идея естественного отбора.

Некоторые из этих случайных изменений дают потомству большие шансы на выживание, в то время как другие являются помехой. Суть эволюции путем естественного отбора состоит в том, что особи с выгодными изменениями с большей вероятностью доживают до воспроизводства.

Допустим, например, что вначале у нас есть популяция короткошеих жирафов. Среда обитания наших жирафов изменяется таким образом, что большее количество пищи можно найти на деревьях, так что любой жираф, родившийся с более длинной шеей, имеет больше шансов выжить. Предположим, я брошу свою кость из Лас-Вегаса, чтобы определить шансы на мутацию для каждого из жирафов следующего поколения, родившегося после такого изменения среды. Если выпадет 1, 2, 3, 4 или 5, жираф получает шею той же или меньшей длины, а шестерка соответствует случайной мутации, которая вызывает удлинение шеи. Удачливые длинношеие жирафы получают пищу, а короткошеие жирафы не доживают до воспроизводства. Таким образом, только длинношеие жирафы получают возможность передать свою ДНК следующим поколениям.

В следующем поколении происходит то же самое. Если на кости выпадает 1, 2, 3, 4 или 5, то рост жирафа не превышает роста его родителей. Зато снова выпавшая шестерка позволяет ему подрасти еще немного. Более высокие жирафы опять выживают. Окружающая среда оказывается более благоприятна для жирафов, выкинувших шестерку. В конце концов каждое следующее поколение оказывается чуть выше предыдущего до тех пор, пока дальнейший рост не перестает быть преимуществом.

То, что мы видим больше жирафов, предкам которых выпала шестерка, есть следствие именно такого сочетания случая и естественного отбора. Задним числом кажется, что выпадение такого количества шестерок подряд – редкая удача. Но дело в том, что других результатов броска кости мы просто не видим – такие жирафы не выжили. То, что выглядит как нечестная игра, на самом деле является результатом совместного действия случая и естественного отбора. Никакого замысла или жульничества тут нет. Серия из нескольких последовательных шестерок – это не полоса везения, а, собственно говоря, единственный возможный в этой модели результат.

Модель эта прекрасна в своей простоте, но с учетом сложности изменений окружающей среды и диапазона возможных мутаций такая простая модель может давать чрезвычайно сложные результаты, свидетельства чему можно видеть в том разнообразии видов, которое существует на Земле. Одна из причин, по которым я всерьез влюбился в биологию, состояла в том, что казалось невозможным объяснить, почему из этой эволюционной модели получились кошки и зебры, но не получились какие-нибудь другие странные животные. Выбор казался таким произвольным, таким случайным. Разве так честно?

В эволюционной биологии идет интересная дискуссия о том, насколько случайны те результаты эволюции, которые мы сейчас наблюдаем. Если отмотать историю жизни на Земле назад до некоторого момента и еще раз бросить кость, появятся животные, очень сходные с существующими или совершенно другие? Мэй поднял этот вопрос в конце нашего с ним обеда.

Действительно, некоторые части эволюционного процесса представляются неизбежными. Например, интересно отметить, что на протяжении эволюционной истории развитие глаза независимо повторилось от 50 до 100 раз. Таким образом, есть веские основания считать, что животные с глазами появлялись в результате разных бросков костей для разных биологических видов, независимо от того, что происходило вокруг них. Существует множество других примеров, показывающих, что некоторые черты, если они были выгодны, снова и снова всплывали на поверхность эволюционной трясины. Такие примеры можно видеть каждый раз, когда одна и та же черта возникает в нескольких разных частях животного мира. Например, эхолокация используется дельфинами и летучими мышами, но эта способность развилась у них независимо и в совершенно разных точках эволюционного дерева.

Однако неясно, насколько наша модель гарантирует такие результаты. Если на других планетах есть жизнь, похожа ли она хоть сколько-нибудь на те формы, которые развились на Земле? В этом состоит один из главных безответных вопросов эволюционной биологии. Как бы ни было трудно дать на него ответ, мне не кажется, что его следует относить к разряду непознаваемого. Возможно, мы никогда не получим на него ответа, но нет оснований считать, что ответ на него невозможен в принципе.