Случайные процессы в нашем мире распространены необычайно широко — от недр звезд до ядра живой клетки. Все цепные процессы являются в основе вероятностными. Значит, статистико-вероятностное моделирование применимо не только при расчете атомного взрыва, но и для предсказания хода полимеризации в химическом резервуаре. К числу цепных процессов относится расширение раковых опухолей в организме. Быть может, один из ключей к раку (а сейчас уже нет сомнений, что это проблема о многих замкáх) — создание его статистико-вероятностной модели.
Но отдельные примеры, даже самые яркие, не в силах передать широту возможностей этого метода моделирования.
В предварительный список областей его применения попали в числе прочих наук химия и физика, биология и геология, биохимия и военное дело…
Особенно интересно использование вероятностной модели производственного процесса не только для изучения производства, но и для управления им. В. В. Чавчанидзе мечтает о создании машины такого моделирования, которая после получения информации о производстве, сама строила бы и хранила в себе его модель, изменяя ее в соответствии с изменениями, скажем, цеха или комбината.
Что будет материалом для такой модели? Скорее всего, числа, формулы, уравнения. Но очень вероятно и участие электромоделирующего устройства нового типа. Последовательность производственных процессов будет повторена в цепочке уравнений, соответствующих элементарным актам этих процессов; следует, конечно, предусмотреть, чтобы при создании в себе такой модели самомоделирующая машина стремилась к соблюдению условий, ведущих к максимальному выпуску продукции. Если в машину поступает больше информации, чем она в состоянии переработать в разумные сроки, включается особое устройство, усредняющее эту информацию, учитывающее лишь средние ее значения и их-то и передающее в модель.
Когда такая самомоделирующая машина будет создана, она, с помощью сравнительно простых программ для каждого отдельного случая, окажется способна моделировать огромное количество процессов, а значит, и управлять ими. Мы с вами уже видели, что модель все чаще становится не только предметом изучения взамен объекта, но и средством для управления им. Логическим завершением этого торжества модели в технике должно, по-видимому, стать появление самомоделирующей машины.
Высказываются подозрения, что уже существует — в природе — масса таких «самомоделирующих машин». Вершина их иерархии — человеческий мозг.
Не применяет ли и он принцип статистико-вероятностного моделирования?
Каждый из нас знает, что случайно встреченного старого, давно не виденного знакомого часто бывает трудно узнать. А когда он назовет себя, все в нем кажется таким близким, что только удивляешься, как не узнал его с первого взгляда. Почему так? Ведь память по первому сигналу услужливо извлекла массу сведений и примéт, бережно хранившихся в ней. Значит, дело не в том, что друг был забыт. Просто вероятность его появления после долгой разлуки была так мала, что все сведения о человеке были отправлены в «долгий ящик». А как мозг рассчитал вероятность появления этого человека?
Или вспомните простейший случай. Чьи-то руки закрыли сзади глаза и явно измененный голос спрашивает: «Кто? Скажи, кто?»
Вы отвечаете, называя имена в порядке вероятности того, что именно их обладатель учинил эту шутку.
Но вернемся к первому примеру — со случайно встреченным старым знакомым. Раз мозг не был подготовлен к встрече, значит, он на основании опыта (долгого отсутствия встреч) сделал вывод, что этого человека вы больше не встретите. Как можно назвать такой вывод? Предсказанием будущего! (Другое дело, что здесь оно не оправдалось.) И достаточно немного подумать, чтобы вспомнить десятки случаев, когда мы занимаемся, не вполне отдавая себе в том отчета, предсказаниями будущего.
Фраза «Сегодня вечером мы идем в кино» — пример такого прорицания. Часто притом мы заранее учитываем вероятность того, что предсказание сбудется:
— Скорее всего, мы вечером идем в кино.
— Девяносто шансов из ста, что вечером мы идем в кино.
Трудно представить себе такое предвидение — или, если хотите, угадывание — без моделирования в мозгу некоего процесса розыгрыша. Вероятность, равная единице (когда за А непременно следует В, за молнией — гром) не так уж часто соблюдается вокруг нас: не из всякой тучи идет дождь. И если за молнией следует гром непременно и это можно предвидеть, то через сколько секунд после вспышки он раздастся, уже дело вероятности.