Читать онлайн «Хаос. Создание новой науки». Страница 19

Мэй познакомился с результатом этой работы. Он стал также собирать образчики изображений, полученных представителями других областей: генетиками, экономистами, специалистами по динамике жидкостей. Этот провозвестник хаоса обладал двумя преимуществами перед чистыми математиками. Во-первых, Мэй считал, что простые уравнения не могут абсолютно точно воспроизводить реальность, а являются лишь ее образами, метафорами. Во-вторых, обнаружение хаоса лило воду на его мельницу, возбуждая дебаты.

Рис. 3.3. Набросок разветвленной диаграммы. Такой она представилась Мэю, прежде чем компьютер раскрыл ее глубинную структуру.

Биология популяций вообще долгое время оставалась ареной ожесточенных споров. К примеру, отношения между экологами и молекулярными биологами были весьма натянутыми, так как последние считали свое направление истинной наукой, исследующей действительно сложные, запутанные вопросы, но отказывали в этом экологии. Экологи же полагали, что разработки молекулярной биологии лишь дополняют решения и без того уже решенных проблем.

Как представлял себе Мэй, в 70-х годах особо жаркие страсти кипели вокруг вопроса о природе изменений в популяциях. Экологи разделились на два лагеря. Представители первого считали, что мир упорядочен, а следовательно, популяции регулируемы и устойчивы, пусть и с некоторыми исключениями. Специалисты второго лагеря интерпретировали реальные явления прямо противоположным образом: в популяциях, хоть и не во всех, наблюдаются беспорядочные колебания. Не удивительно, что мнения разделились и по вопросу применения сложных математических вычислений к неупорядоченным биологическим объектам. Верившие в устойчивость популяций доказывали, что последние должны регулироваться некими детерминистскими механизмами. Сторонники другой точки зрения полагали, что популяции подвержены колебаниям при воздействии особых факторов среды, устраняющих любой возможный детерминистский сигнал. Выдвигались следующие альтернативы: либо детерминистская математика служит источником стабильности, либо случайные внешние помехи генерируют неупорядоченность.

Пока шли эти оживленные дискуссии, хаос вновь ошеломил ученых: простые детерминистские модели обладали способностью порождать нечто, весьма напоминавшее беспорядочное поведение, которое, впрочем, обладало утонченной структурой, но все же любой ее фрагмент казался неразличимым на фоне постороннего шума. Такое открытие не могло не повлиять на самую сущность споров.

Чем дольше Мэй рассматривал биологические системы сквозь призму простых хаотичных моделей, тем больше он видел моментов, противоречащих общепринятым представлениям. Например, эпидемиологи хорошо знают, что массовые вспышки заболеваний появляются, как правило, с определенной цикличностью — регулярно или иррегулярно. Корь, полиомиелит, краснуха идут в наступление и отступают периодически. Мэй осознал, что колебания могли воспроизводиться нелинейной моделью, и заинтересовался тем, что случится, если система получит внезапный толчок — помеху, вроде массовой вакцинации. Казалось бы, процесс должен плавно изменяться в желаемом направлении. На самом деле, как обнаружил Мэй, начнутся весьма ощутимые колебания. Даже если жестко свести на нет долгосрочную тенденцию, путь к новому равновесию будет прерываться поразительными подъемами. В реальности врачи наблюдали колебания, подобные тем, что смоделировал Мэй. Об этом свидетельствовали фактические данные, например итоги реализации программы по искоренению краснухи в Великобритании. И все же любой служащий системы здравоохранения, услышав о кратковременной вспышке краснухи или гонореи, приписывал ее прежде всего плохо проведенной вакцинации.

За несколько лет изучение хаоса дало сильный толчок развитию теоретической биологии, объединив биологов и физиков в научные коллективы, о которых совсем недавно еще никто и не помышлял. Экологи и эпидемиологи раскопали данные предыдущих лет, которые прежде отбрасывали, считая непригодными для исследований. Черты детерминистского хаоса были обнаружены в эпидемии кори в Нью-Йорке, а также в отслеженных по наблюдениям охотников колебаниях численности популяций канадской рыси в течение двухсот лет. Молекулярные биологи начали рассматривать белки как движущиеся системы. Изменился взгляд физиологов на органы, которые представлялись теперь ученым не застывшими структурами, но объектами, совершающими регулярные и иррегулярные колебания.

Во всех областях знаний профессионалы узрели сложное поведение систем и спорили о нем — Мэй знал это наверняка. Однако специалисты каждой области считали обнаруженный ими тип беспорядочности специфичным, что повергало исследователя просто в отчаяние. А что случилось бы, если бы очевидная случайность исходила от простых моделей? Что, если одни и те же простые модели могли быть применены к хаосу во многих науках? Мэй понимал, что удивительные структуры, которые он едва-едва начал исследовать, не имели существенной связи с биологией.

Задавшись вопросом, сколько же ученых и в каких еще областях обратили на это внимание, он в 1976 г. начал писать работу, которую считал действительно переломной, — обзорную статью в журнал «Нейчур». Мэй доказывал, что, если бы каждому студенту позволили поэкспериментировать с логистическим разностным уравнением с помощью карманного калькулятора, дела обстояли бы гораздо лучше. Простой расчет, приведенный им в конце публикации, бросал вызов искаженному восприятию возможностей природы, проистекающему из стандартного естественно-научного образования. Он призван был полностью изменить подход к научному исследованию, что бы ни было предметом изучения — экономические циклы или распространение слухов.

Мэй заявлял, что хаос необходимо преподавать. По его мнению, наступило время признать, что принятые повсеместно методы подготовки ученых навязывают им ложные представления о мире. Неважно, насколько далеко продвинется традиционная математика с ее преобразованиями Фурье, ортогональными функциями и регрессионным анализом. Она, утверждал Мэй, неизбежно вводит математиков в заблуждение относительно преимущественно нелинейной Вселенной: «математика настолько ушла в сторону, что, давая студенту необходимые знания, одновременно настраивает его против странных эффектов, проявляющихся в простейшей из всех абстрактных нелинейных систем. Не только в сфере науки, но и в повседневной жизни, в политике и экономике — повсюду мы достигли бы процветания, если бы больше людей понимали, что простые нелинейные системы далеко не всегда обладают простыми динамическими свойствами».

Бенуа Мандельбро довольно долго и скрупулезно создавал свою мысленную картину мира. В 1960 г. она представляла собой лишь смутный, расплывчатый образ, слабый намек на законченную идею. Однако, увидев ее на доске в офисе Хендрика Хаутхаккера, Мандельбро сразу узнал то, что вынашивал годами.

Сотрудник исследовательского отдела корпорации IBM, в математике он был мастером на все руки. В числе прочего Мандельбро занимался экономикой — изучал распределение крупных и малых доходов в финансовой сфере. Хаутхаккер, профессор экономики в Гарварде, пригласил его на беседу. Прибыв в Литтауэровский центр, величественное здание факультета экономики, молодой математик обнаружил плоды своих изысканий на грифельной доске, где их запечатлела нетвердая старческая рука. «Как здесь оказалась моя диаграмма? — изумился Мандельбро, пряча досаду. — Это что, материализация идей?» Профессор, однако, не мог взять в толк, о чем говорит гость. Диаграмма не имела ничего общего с распределением доходов — она отражала изменение цен на хлопок за последние восемь лет.

Рис. 4.1. Колоколообразная кривая

Впрочем, и сам Хаутхаккер усматривал нечто странное в своем графике. Экономисты всегда считали, что цены на хлопок варьируются как предсказуемым, так и совершенно случайным образом. Долгое время уровень их определялся реальными событиями в экономике: подъемами и спадами в легкой промышленности Новой Англии, освоением новых зарубежных рынков. Краткосрочные колебания носили в той или иной степени случайный характер. Данные Хаутхаккера противоречили его ожиданиям: наблюдалось слишком много больших скачков. Конечно, в большинстве своем ценовые изменения были незначительными, однако соотношение между большими и малыми скачками оказалось не столь высоким, как ожидал профессор. Вероятность подобных событий падала не слишком быстро, и функция, описывающая ее, имела длинный «хвост».