Гамбит хаососложности
После первого издания моей книги я подготовил пару дополнительных аргументов о границах хаоса и сложности, которые я не совсем правильно соединяю в один термин «хаососложность». Одна из самых глубоких целей хаососложности, к которой стремятся Стюарт Кауффман, Пер Бак, Джон Холланд и другие, — это разъяснение нового закона, или набора принципов, или унифицированной теории, или чего-то, что даст возможность понять и предсказать поведение кажущихся непохожими комплексных систем. Тесно связанное с этим предположение заключается в том, что Вселенная содержит порождающую сложность силу, которая противодействует второму началу термодинамики и создает галактики, жизнь, и жизнь достаточно разумную, чтобы размышлять о себе.
Чтобы такие гипотезы имели смысл, их сторонники должны сказать нам точно, что такое сложность и как ее можно измерить. Мы все интуитивно чувствуем, что жизнь сегодня гораздо более «сложна», чем 2000 или 2 000 000 или 2 000 000 000 лет назад, но как можно представить эту интуицию в количественной форме? Пока и если эта проблема не будет решена, все эти гипотезы о законах сложности и силах, генерирующих сложность, не имеют смысла. Я сомневаюсь (этому можно удивляться!), что эта проблема может быть решена. В основе многих определений сложности лежит идея, что сложность явления пропорциональна его невероятности или обратно пропорциональна его неизбежности. Если мы встряхнем пакет молекул, насколько вероятно, что мы получим галактику, планету, бактерию, лягушку, биржевого маклера? Лучший способ ответить на эти вопросы — найти другие вселенные или другие биологические системы и статистически их проанализировать. Очевидно, что это невозможно.
Специалисты по хаососложности тем не менее утверждают, что могут ответить на эти вопросы о вероятности путем создания альтернативных вселенных и историй жизни при помощи компьютеров и определяя, какие черты являются устойчивыми, а какие — случайными или эфемерными. Эта надежда происходит, как я считаю, из слишком оптимистической интерпретации определенных разработок информатики и математики. На протяжении последних десятилетий исследователи обнаружили, что разнообразные простые правила, если их проанализировать при помощи компьютера, могут генерировать образцы, которые, как кажется, варьируются беспорядочно. Давайте назовем эту иллюзорную беспорядочность «псевдошумом». Парадигматическая псевдошумовая система — это множество Мандельброта, ставшее иконой движения хаососложности. Области и хаоса, и сложности держатся за надежду, что большая часть шума, который рождается для наполнения собою природы, на самом деле является псевдошумом, результатом какого-то лежащего в основе детерминистского алгоритма.
Но шум, делающий таким трудным предсказание землетрясений, состояния рынка ценных бумаг, погоды и других явлений, не является очевидным, но очень реален, с моей точки зрения, и никогда не будет сведен к простому набору правил. Конечно, более скоростные компьютеры и продвинутые математические технологии улучшат нашу способность предсказывать определенные сложные явления. Несмотря на мнение масс, предсказания погоды стали более точными за последние несколько десятилетий, частично из-за усовершенствования компьютерного моделирования. Но даже более важны улучшения в сборе данных, например изображения, передаваемые спутниками. Метеорологи имеют большую, более точную базу данных, на которой строят свои модели и на которой могут их тестировать.
В определенной точке компьютерные модели переходят из науки как таковой в инженерию. Модель или работает, или не работает в соответствии с некоторым стандартом эффективности; «истина» неважна. Более того, теория хаоса говорит нам, что эффект бабочки накладывает фундаментальные ограничения на предсказания. Требуется знать начальные условия определенных систем с бесконечной точностью, чтобы быть способным предсказать их курс. Вот что всегда удивляло меня в специалистах по хаососложности: в соответствии с одним из их догматов, эффектом бабочки, многие их цели, по-видимому, недостижимы.