Джеффри Уэст - Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний

Это предостережение тесно связано со старой максимой, согласно которой «корреляция не означает причинности». Само по себе наличие сколь угодно точной корреляции между двумя наборами данных не говорит о том, что одни из них являются причиной других. Имеется множество причудливых примеров, иллюстрирующих это положение [182]. Например, в течение одиннадцатилетнего периода с 1999 по 2010 г. колебания суммарного объема расходов на научные исследования, космические разработки и технологическое развитие в США почти точно повторяли колебания числа самоубийств через повешение и удушение. Чрезвычайно маловероятно, чтобы между этими явлениями существовала какая бы то ни было причинно-следственная связь: сокращение расходов на науку явно не могло быть причиной уменьшения числа повесившихся. Однако во многих случаях такой вывод бывает не столь очевидным. В общем случае корреляция часто бывает важным признаком наличия причинно-следственной связи, но подтверждено оно может быть только после дальнейшего изучения и построения модели механизмов такой связи.

Это особенно важно в медицине. Например, содержание липопротеинов высокой плотности (ЛВП) – которые часто называют «хорошим холестерином» – в крови имеет обратную корреляцию с частотой возникновения инфарктов, из чего можно заключить, что прием лекарств, повышающих уровень ЛВП, должен снижать вероятность инфаркта. Однако данные, свидетельствующие в пользу такой стратегии, неоднозначны: по-видимому, искусственное повышение уровня ЛВП не приводит к улучшению состояния сердечно-сосудистой системы. Это может быть связано с воздействием других факторов – например, генетической предрасположенности, диеты и физической нагрузки, – которые влияют одновременно и на уровень ЛВП, и на вероятность возникновения инфаркта, между которыми может и не быть прямой причинно-следственной связи. Возможно даже, что причинная связь действует в обратном направлении и здоровое состояние сердечно-сосудистой системы приводит к повышению уровня ЛВП. Выявление преимущественных причин инфарктов явно требует организации широкомасштабной исследовательской программы, включающей в себя сбор больших объемов данных в сочетании с развитием моделей механизмов воздействия каждого из факторов – генетических, биохимических, диетологических и экологических. И действительно, на осуществление этой стратегии выделяются огромные средства в разных отраслях медицины.

Большие данные в первую очередь следует рассматривать в следующем контексте: появившиеся сейчас дополнительные возможности «умных» устройств, позволяющих собирать огромные объемы существенных данных, могут усилить классический научный метод, предполагающий кропотливый анализ, развитие моделей и концепций, предсказания которых можно проверить и использовать для разработки новых методик и стратегий. Центральный элемент этой парадигмы состоит в том, что именно непрерывное совершенствование моделей определяет, какие именно данные, в каком количестве и с какой точностью важнее всего получить. Выбор переменных, которые мы рассматриваем и измеряем для получения данных, не случаен – он определяется прошлыми успехами и неудачами в контексте развивающейся концептуальной системы. Наука не сводится к случайным поискам вслепую.

Пришествие больших данных породило сомнения в этом классическом мировоззрении. В 2008 г. в журнале Wired появилась крайне полемическая статья под названием «Конец теории: потоп данных приводит к устареванию научного метода» (The End of Theory: The Data Deluge Makes the Scientific Method Obsolete), в которой тогдашний редактор этого журнала Крис Андерсон писал:

Ставшие сейчас доступными огромные объемы данных в сочетании со статистическими методами, позволяющими обрабатывать эти цифры, открывают совершенно новые пути понимания мира. Корреляция важнее, чем причинность, и наука может двигаться вперед даже и без непротиворечивых моделей, объединенных теорий или, собственно говоря, вообще каких-либо механистических объяснений… при наличии массы данных такой подход к научным исследованиям – гипотеза, модель, проверка – оказывается устаревшим. ‹…› Отбросим все теории человеческого поведения, от лингвистических до социологических. Забудем таксономию, онтологию и психологию. Как знать, почему люди ведут себя именно так, а не иначе? Важно то, что они ведут себя именно так, и мы можем отслеживать и измерять их поведение с беспрецедентной точностью. При наличии достаточного количества данных цифры говорят сами за себя. ‹…› Сегодня компании вроде Google, выросшие в эпоху доступности огромного количества данных, могут не довольствоваться ошибочными моделями. Собственно говоря, модели им вообще не нужны. ‹…› Нет никаких причин цепляться за старые методы. Пора спросить: чему Google может научить науку?

Я не собираюсь отвечать на этот вопрос; замечу только, что такая радикальная точка зрения становится более или менее господствующей повсюду в Кремниевой долине, в сфере информационных технологий и, все в большей степени, в деловом сообществе. В несколько менее бескомпромиссном варианте она также быстро приобретает популярность и в научных кругах. За последние несколько лет почти во всех университетах окрылись хорошо финансируемые центры или институты, посвященные работе с большими данными и в то же время уделяющие должное внимание другому модному слову – междисциплинарности. Например, Оксфордский университет только что создал в новом, привлекательном, «соответствующем последнему слову техники» здании собственный Институт больших данных (Big Data Institute, BDI). Вот что было сказано по этому поводу: «Работа этого междисциплинарного исследовательского центра будет сосредоточена на анализе больших, сложных, разнородных массивов данных для исследования причин и следствий, профилактики и лечения болезней». Это, несомненно, чрезвычайно достойная задача, несмотря на отсутствие упоминаний о развитии теорий или концепций.

Противоположную точку зрения ярко выразил нобелевский лауреат, генетик Сидней Бреннер, которого я уже цитировал в главе 3 (кстати говоря, он был директором того самого знаменитого кембриджского института, основанного Максом Перуцем, о котором я говорил выше): «Биологические исследования переживают кризис… Технологии дают нам инструменты для анализа организмов на всех масштабных уровнях, но мы тонем в море данных и задыхаемся без теоретической основы, которая позволила бы осознать их. Хотя многие считают, что “чем больше, тем лучше”, история учит нас, что на самом деле “лучше меньше, да лучше”. Нам нужна теория и уверенное понимание природы изучаемых объектов, чтобы предсказывать все остальное».