Джеймс Глейк - Хаос. Создание новой науки

• Название: Хаос. Создание новой науки
• Автор: Джеймс Глейк
• Издательство: Амфора
• Жанр: Прочая научная литература
• Год: 2001
• ISBN: 5-94278-139-7

В 1970-х годах ученые начинают изучать хаотические проявления в окружающем нас мире: формирование облаков, турбулентность в морских течениях, колебания численности популяций растений и животных… Исследователи ищут связи между различными картинами беспорядочного в природе.

Десять лет спустя понятие «хаос» дало название стремительно расширяющейся дисциплине, которая перевернула всю современную науку. Возник особый язык, появились новые понятия: фрактал, бифуркация, аттрактор…

История науки о хаосе — не только история новых теорий и неожиданных открытий, но и история запоздалого постижения забытых истин. Эта книга — яркое и образное повествование о сложных и глубоких вещах, окрашенное драматизмом и поэтичностью. Прочитав «Хаос», вы уже никогда не будете смотреть на мир прежними глазами.

---

Пятидесятые и шестидесятые годы XX века стали временем неоправданного оптимизма по поводу возможностей предсказания погоды. Газеты и журналы наперебой твердили о надеждах, возлагаемых на новую науку, даже не столько на прогнозирование, сколько на изменение погодных условий и управление ими. Развивались сразу две технические новации — цифровые компьютеры и искусственные спутники Земли, и оба новшества использовались в международном проекте, названном Мировой программой исследования атмосферы. Говорили даже, что человечество освободится от произвола стихий, став повелителем, а не игрушкой атмосферы. Кукурузные поля накроют геодезическими колпаками, самолеты очистят небосклон от туч, ученым станет ясен механизм запуска и остановки дождя.

Эти иллюзии были посеяны фон Нейманом, создавшим свой первый компьютер с твердым намерением использовать вычислительную машину и для управления погодой. Он окружил себя метеорологами, породив слухи о создании так называемого братства физиков. У Неймана имелись особые причины для оптимизма. Он полагал, что сложная динамическая система имеет точки неустойчивости — критические моменты, в которые слабый толчок может привести к огромным последствиям, как это происходит с мячиком, балансирующим на вершине холма. Вопрос заключался в том, чтобы определить эти точки, воздействовать на систему в нужный момент и рассчитать ее дальнейшее поведение на компьютере. На практике это должно было выглядеть так: если центральный комитет метеорологов считает нужным изменить погоду, в небо поднимутся самолеты, чтобы оставить за собой дымовую завесу или разогнать облака. Великолепная перспектива! Однако Нейман не обратил внимания на вероятность хаоса, при котором неустойчива каждая точка.

К 80-м годам разветвленный и дорогостоящий аппарат служащих рьяно взялся выполнять поставленную Нейманом задачу, по крайней мере ту ее часть, которая была связана с составлением прогнозов. На окраине одного из городов штата Мэриленд, близ Вашингтонской кольцевой автострады, в простом, похожем на куб здании, которое обилием радиоантенн и радаров, установленных на крыше, напоминало разведцентр, трудились ведущие ученые Америки. Здесь мощнейший суперкомпьютер строил модель, напоминавшую разработки Лоренца, но лишь по сути и духу. «Royal МсВее» мог выполнять шестьдесят умножений в секунду, тогда как быстродействие новой машины «Control Data Cyber 205» составляло миллионы операций с плавающей запятой в секунду. Там, где Лоренц использовал двенадцать уравнений, современный компьютер расправлялся с системой, состоявшей из пятисот тысяч. Этой машине был известен механизм колебаний температуры воздуха при конденсации и испарении жидкости. Виртуальные воздушные потоки зарождались в компьютерных горных цепях. Информация, поступавшая со всего земного шара, со спутников, самолетов и кораблей, вводилась в компьютер ежечасно. В результате по точности прогнозов Национальный метеоцентр занял второе место в мире.

А первое место держал Европейский центр прогнозирования погоды, расположенный в Рединге, небольшом университетском городке, в часе езды от Лондона. Скромное современное здание, затененное деревьями, построили в годы торжества идеи Общего рынка, когда большинство государств Западной Европы решили действовать совместно, объединив интеллектуальные и денежные ресурсы для предсказания погоды. Европейцы приписывали свои успехи молодости сменяющих друг друга сотрудников, которые не состояли на государственной службе, и суперкомпьютеру «Cray», который был на порядок совершеннее американского аналога.

Прогнозирование погоды стало отправной точкой, с которой началось использование компьютеров для моделирования сложных систем. Методика его сослужила хорошую службу множеству представителей естественных, точных и гуманитарных наук. С ее помощью ученые пытались предугадать буквально всё, начиная с динамики маломасштабных жидкостных потоков, изучаемых конструкторами двигателей, и заканчивая циркуляцией финансов. К 70-80-м годам компьютерные прогнозы экономического развития напоминали глобальные предсказания погоды. Модели, представлявшие собой запутанную, до некоторой степени произвольную паутину уравнений, преобразовывали известные начальные условия — будь то атмосферное давление или денежный запас — в будущие тенденции. Программисты надеялись, что неизбежные упрощающие предположения не слишком сильно искажают истину. Если на выходе получалось нечто странное — наводнение в Сахаре или повышение процентных ставок на несколько порядков, уравнение подправляли таким образом, чтобы подогнать результат под ожидаемый. Как это ни печально, эконометрические модели мало соответствовали реальности.

Это не мешало многим людям, предвидевшим грядущее гораздо лучше машины, поступать так, будто они верили в итоги изысканий. Прогнозы экономического роста или безработицы составлялись с точностью до сотых, а то и тысячных долей. Правительства и финансовые институты субсидировали прогнозирование ради практического результата, желая получить хоть что-то за вложенные деньги. По-видимому, все знали, что показатели вроде «потребительского оптимизма» не столь хорошо поддаются измерению, как, например, влажность воздуха, что дифференциальных уравнений, отражающих политические движения или изменения в мире моды, еще никто не создал. Но лишь немногим было понятно, сколь ненадежен сам процесс компьютерного моделирования — даже в тех случаях, когда исходным данным вполне можно доверять, а законы заимствованы из физики, как в случае с предсказанием погоды.

Истинный успех компьютерного моделирования состоит в том, что составление прогнозов погоды из искусства превратилось в науку. По оценкам Европейского центра, мировая экономика ежегодно сберегала миллиарды долларов благодаря предсказаниям, которые статистически были лучше, чем ничего. Однако прогнозы, составленные более чем на два-три дня, оказывались умозрительными, более чем на неделю — просто бесполезными.

Причина заключалась в эффекте бабочки. Стоит возникнуть небольшому и кратковременному погодному явлению — а для глобального прогноза таковыми могут считаться и грозовые штормы, и снежные бури, — как предсказание утрачивает свою актуальность. Погрешности и случайности множатся, каскадом накладываясь на турбулентные зоны атмосферы, начиная от пылевых вихрей и шквалов и заканчивая воздушными токами в масштабах целого материка, отслеживать которые удается лишь из космоса.

Современные модели погоды работают с сетками точек, отстоящих друг от друга на шестьдесят миль. Тем не менее о некоторых начальных данных приходится лишь догадываться, поскольку наземные станции и спутники не вездесущи. Предположим, что поверхность земного шара усеяна датчиками, удаленными друг от друга лишь на фут, что они, разнесенные на фут, контролируют по всей высоте атмосферу. Допустим, каждый датчик передает исключительно точную информацию о температуре, давлении, влажности и любой другой нужной метеорологу величине. Точно в полдень компьютер огромной мощности считывает все данные и вычисляет, что случится в каждой из точек в 12:01, потом в 12:02, в 12:03 и т. д.

И все же компьютер не сможет предсказать, солнечная или дождливая погода ожидается в Принстоне через месяц. В полдень расстояние между сенсорами будет изменяться, чуть отклоняясь от среднего значения, и компьютер не получит эту информацию. К 12:01 колебания повлекут за собой небольшие погрешности, которые со временем станут нарастать и выльются в огромные отклонения.

Даже люди, нюхом чующие погоду, не осознавали этого. Одним из близких друзей Лоренца был Роберт Уайт, исследователь-метеоролог из Массачусетского технологического института. Когда Лоренц рассказал Уайту об эффекте бабочки и о том, какое значение этот эффект может иметь для долгосрочного прогнозирования атмосферных явлений, Уайт ответил словами Неймана: «Дело не в предсказании, а скорее в управлении». Его мысль заключалась в том, что небольшие изменения под контролем человека могут вызвать желаемые крупномасштабные перемены.

Но Лоренц смотрел на это по-другому. Да, мы можем изменить погоду, мы можем заставить атмосферу вести себя по-иному, не так, как она вела бы себя без нашего вмешательства. Но мы никогда не узнаем, что произойдет потом. Это все равно что заново тасовать перемешанную уже колоду карт. Нам ясно, что ситуация изменится, но неизвестно, к лучшему или к худшему.

Открытие Лоренца было случайным, звено в цепи неожиданных прозрений, восходящей еще к Архимеду с его ванной. Но Лоренц не принадлежал к числу тех, кто торопится кричать «Эврика!». Руководимый инстинктивной прозорливостью, он приготовился идти дальше тем же путем и изучать последствия своего открытия, выясняя его роль в образовании потоков во всех видах жидкости.