Коллектив авторов - Теории всего на свете

• Название: Теории всего на свете
• Автор: Коллектив авторов
• Издательство: Лаборатория знаний: Лаборатория Базовых Знаний
• Жанр: Прочая научная литература
• Год: 2016
• ISBN: 978-5-93208-210-2

«Напишите о вашем самом любимом, самом интересном, глубоком и изящном объяснении», – попросил издатель и писатель Джон Брокман известнейших ученых всего мира, работающих в разных областях науки, а потом собрал полученные эссе в книге, которую вы сейчас держите в руках. На ее страницах – рассказы о теориях, помогающих понять главные идеи физики и астрономии, экономики и психологии, биологии и многих других наук. Чтение это увлекательное, ведь среди авторов сборника – Джаред Даймонд, Нассим Талеб, Стивен Пинкер, Мэтт Ридли, Ричард Докинз и другие выдающиеся умы современности.

---

Достаточно сказать, что алгоритм принятия решений, который я набросал выше (и который, попросту говоря, описывает, как любое разумное существо должно вести себя в условиях информационного шума), ныне рассматривается учеными как общий механизм принятия решений людьми. Он объясняет и время отклика, и разброс этого времени, и форму соответствующего статистического распределения. Он дает описание того, почему мы допускаем ошибки, как эти ошибки соотносятся со временем отклика и как мы устанавливаем баланс скорости и точности. Он применим ко всем разновидностям решений, от сенсорных (я заметил какое-то движение – или нет?) до лингвистических (что я услышал – «дом» или «лом»?) и даже до проблем сравнительно высокого уровня (когда мне лучше выполнить это задание – в первую или во вторую очередь?). А в более сложных случаях (скажем, при выполнении операций над многозначными числами или осуществлении целой серии заданий) наше поведение являет собой череду шагов, каждый из которых включает накопление информации и достижение определенного порога. Так что подобный подход, оказывается, великолепно описывает и наши напряженные многостадийные подсчеты, уподобляющие нас машинам Тьюринга.

Более того, это поведенческое описание принятия решений сегодня позволяет добиться существенного прогресса в нейробиологии. Можно записать сигналы нейронов обезьяньего мозга, указывающие на похожее накопление соответствующих сенсорных сигналов: об этом свидетельствует скорость передачи нервных импульсов и их интенсивность. Теоретическое различие между накоплением информации и достижением порогового значения помогает разбить мозг на специализированные подсистемы с точки зрения теории принятия решений.

Как и для всякого изящного научного закона, нас здесь подстерегает много сложностей. Вероятно, «накопитель информации» у нас не один, их много: мозг аккумулирует данные на каждом из последовательных этапов обработки данных. И в самом деле, чем больше мы исследуем человеческий мозг, тем сильнее он напоминает потрясающей мощи байесовскую машину, которая на каждой стадии обработки данных совершает множество параллельных операций, принимая множество микрорешений. Многие ученые полагают, что наше чувство уверенности, стабильности и даже осознания себя и мира могут корениться в таких мозговых «решениях» высокого порядка и в конце концов тоже станут жертвой какой-нибудь похожей математической модели. Процесс оценки – еще один немаловажный ингредиент в принятии взвешенных решений (я намеренно не стал о нем здесь распространяться). И наконец, система принятия решений полна априорных допущений, отклонений, ограничений по времени и других значимых факторов, которые не позволяют с абсолютной точностью свести ее к математически оптимальному виду.

Однако в первом приближении этот закон все-таки является одним из самых изящных и плодотворных открытий, которые совершила психология в XX веке: люди действуют как статистические механизмы, стремящиеся к оптимуму, и наши решения связаны с накоплением доступной информации, продолжающимся, пока не будет достигнут определенный порог.

Об одном изречении лорда Актона

Михай Чиксентмихайи

Заслуженный профессор психологии и менеджмента Клермонского университета, содиректор-учредитель Научно-исследовательского центра качества жизни Клермонского университета; автор книги Flow: The Phychology of Optimal Experience («Поток. Психология оптимального переживания». М., Альпина Нон-фикшн, 2013)

Надеюсь, меня не выгонят с позором из рядов специалистов по общественным наукам, если я сознаюсь, что никак не могу вспомнить в нашей сфере ни одного объяснения, обла дающее одновременно изяществом и красотой. Что касается глубины, то мы, по-моему, пока еще слишком молоды как цивилизация, чтобы давать по-настоящему глубокие объяснения. Впрочем, есть одно элегантное и глубокое утверждение (все-таки, увы, это не совсем «объяснение), которое мне представляется весьма полезным, а кроме того, прекрасным своей простотой.

Я имею в виду знаменитые строки лорда Актона из одного его неапольского письма 1887 года; в вольном пересказе они звучат так: «Всякая власть развращает, а абсолютная власть развращает абсолютно». По меньшей мере один специалист по философии науки написал, что на основе данной сентенции можно выстроить целую науку о человеке.

Полагаю, эта фраза закладывает основания для попытки объяснить, почему неудавшийся художник Адольф Гитлер и неудавшийся семинарист Иосиф Сталин смогли дойти до миллионных массовых кровопролитий или почему китайские императоры, римские папы, французские аристократы не сумели устоять перед искушением властью. Когда религия или идеология начинает доминировать в том или ином обществе, нехватка контролирующих механизмов приводит власть ко все большей вседозволенности, а это, в свою очередь, ведет к деградации и развращенности.

Было бы неплохо, если бы идею Актона удалось развить в полномасштабное объяснение еще до того, как сегодняшние гегемонии, основанные на слепой вере в науку и преклонение перед Невидимой Рукой Рынка, последуют за более старыми формами власти в мусорный бак истории.

Факт и выдумка в нашем вероятностном мире

Виктория Стодден

Специалист по юридической информатике, доцент статистики Колумбийского университета

Каким образом мы отделяем факты от выдумок? Нас часто поражают совпадения, которые кажутся очень необычными. Допустим, в утренней газете вы встречаете заметку с описанием какой-то рыбы, потом на обед вам подают рыбу и разговор заходит о рыбацких первоапрельских розыгрышах. Позже на работе коллега показывает вам несколько фотографий рыб, а вечером вам преподносят вышивку, изображающую морских чудищ. На следующее утро сотрудница вашего отдела сообщает, что ей снилась рыба. Возможно, вы начнете чувствовать себя неуютно, однако, как выясняется, такие вещи не должны нас удивлять. Почему? У ответа на этот вопрос долгая история. Человек не сразу начал понимать, как случайности посредством распределения вероятностей встраиваются в наше восприятие мира. Ведь такое понимание, по сути, противоречит нашим интуитивным догадкам.

Случайность как плод невежества

Толстой скептически относился к общепринятым представлениям о случайностях. Он приводил пример: допустим, в стаде овец одну наметили на убой. Ей дают больше корма по сравнению с остальными, и овечье стадо, по мнению Толстого, начинает (не зная о том, что предстоит бедняге) считать эту неуклонно жиреющую овцу чем-то необычайным и случайным. Толстой предлагает овечьему стаду перестать думать, будто все случается лишь «ради выполнения их овечьих целей», и осознать, что существуют скрытые от нас цели, которые все превосходным образом объясняют, так что незачем прибегать к понятию случая.

Случайность как незримая сила

Восемьдесят три года спустя Карл Юнг изложил схожую идею в своей хорошо известной статье «Синхрония как акаузальный объединяющий принцип». Он постулировал существование скрытой силы, ответственной за события, кажущиеся связанными, однако не причинно-следственной связью. История о встречах с рыбой взята как раз из книги Юнга. Он находит эту череду событий необычной – слишком необычной, чтобы списать ее на проявления случайности. Он полагает, что здесь должно действовать что-то еще, и именует это «что-то» акаузальным объединяющим принципом.

Перси Диаконис, профессор статистики и математики Стэнфордского университета и мой бывший преподаватель, критически подходит к юнговскому примеру. Допустим, в среднем мы раз в день сталкиваемся с тем или иным проявлением идеи рыбы. Обратимся к статистическому методу, именуемому процессом Пуассона (кстати, в переводе с французского это слово тоже означает «рыба»). Пуассоновский процесс являет собой стандартную математическую модель для описания счетных единиц: скажем, радиоактивный распад, похоже, развивается как пуассоновский процесс. Модель устанавливает определенную фиксированную частоту, с которой происходит определенное наблюдаемое явление (при усреднении результатов наблюдений), а все иные значения этой частоты рассматриваются как случайные. Применяя пуассоновский процесс к примеру Юнга, предположим, что при усреднении результатов долгих наблюдений мы наблюдаем одно событие за 24 часа. Вычислим вероятность наблюдения 6 или более «рыбных» событий в 24‑часовом промежутке. Диаконис обнаруживает, что эта вероятность – около 22 %. Так что Юнгу не следовало бы особенно удивляться.