Джеймс Глик - Хаос. Создание новой науки

Во всех областях знаний профессионалы увидели вдруг сложное поведение систем и начали спорить о нем – Мэй знал это наверняка. Однако специалисты каждой области считали обнаруженный ими тип беспорядочности специфичным для своей конкретной области, что повергало исследователя в отчаяние. А что, если видимая случайность исходила от простых моделей? Что, если одни и те же простые модели могли быть применены к сложному поведению во многих науках? Мэй понимал, что удивительные структуры, которые он едва-едва начал исследовать, не были связаны с биологией сами по себе. Задавшись вопросом, сколько же ученых и в каких еще областях обратили на это внимание, в 1976 году он начал писать работу, которую считал действительно переломной, – обзорную статью в журнал Nature .

Мэй доказывал, что, если бы каждому студенту позволили поэкспериментировать с логистическим разностным уравнением с помощью карманного калькулятора, дела обстояли бы гораздо лучше [138]. 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 теорию хаоса необходимо преподавать. Наступило время признать, что принятые повсеместно методы подготовки ученых навязывают им ложные представления о мире. Неважно, насколько далеко продвинется линейная математика с ее преобразованиями Фурье, ортогональными функциями и регрессионным анализом. Она, утверждал Мэй, неизбежно вводит математиков в заблуждение относительно преимущественно нелинейной Вселенной. «Математическая интуиция настолько ушла в сторону, что, давая студенту необходимые знания, одновременно настраивает его против странных эффектов, проявляющихся в простейшей из всех абстрактных нелинейных систем, – писал он. – Не только в сфере науки, но и в повседневной жизни, в политике и экономике – повсюду мы достигли бы большего, если бы больше людей понимали, что простые нелинейные системы далеко не всегда обладают простыми динамическими свойствами» [139].

Бенуа Мандельброт довольно долго создавал свою мысленную картину мира [140]. В 1960 году она представляла собой лишь смутный, расплывчатый образ, слабый намек на законченную идею. Однако, увидев ее на доске в офисе Хендрика Хаутаккера, Мандельброт сразу узнал то, что вынашивал годами.

Сотрудник исследовательского отдела корпорации IBM, в математике он был мастером на все руки. В числе прочего Мандельброт немного занимался экономикой – изучал распределение крупных и малых доходов. Хаутаккер, профессор экономики в Гарварде, пригласил его выступить с докладом. Прибыв в Литтауэровский центр, величественное здание факультета экономики, расположенного на северной стороне Гарвардского двора, молодой математик обнаружил плоды своих изысканий на грифельной доске, где их запечатлел пожилой профессор [141]. «Как здесь оказалась моя диаграмма? – изумился Мандельброт, пряча досаду. – Ведь я еще не выступал». 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.

Впрочем, и сам Хаутаккер усматривал нечто странное в своем графике. Экономисты всегда считали, что цены на товар, подобный хлопку, меняются в двух различных ритмах – упорядоченном и случайном. В долгосрочной перспективе их уровень определяется реальными событиями в экономике – подъемами и спадами в легкой промышленности Новой Англии, открытием новых международных торговых путей. Краткосрочные колебания носят в той или иной степени случайный характер. К сожалению, данные Хаутаккера противоречили его ожиданиям: наблюдалось слишком много больших скачков. Конечно, в большинстве своем ценовые изменения были незначительными, однако отношение количества маленьких скачков к количеству больших было не настолько велико, как того ожидал профессор. Значит, вероятность получить скачок не убывала достаточно быстро с увеличением его размера – их распределение имело, как говорят, «длинный хвост».

Стандартной моделью таких отклонений всегда являлась колоколообразная кривая: в центре, вблизи ее максимума, значения измеряемой величины близки к среднему, а слева и справа от среднего доля точек быстро падает. Эта колоколообразная кривая, называемая функцией Гаусса или функцией нормального распределения, в среде статистиков столь же ходовой инструмент, как стетоскоп – у врачей. Она проясняет природу случайности. Дело в том, что при изменении параметров любых объектов измеряемые значения с большей вероятностью находятся недалеко от средней величины и распределяются вокруг нее в соответствии с некоторым плавным законом. Функция Гаусса – весьма полезный инструмент, но даже она не всегда помогает проложить дорогу в дебрях экономики. Как выразился лауреат Нобелевской премии Василий Леонтьев, «ни в одной из эмпирических сфер исследования столь объемный и сложный статистический аппарат не используется со столь неопределенными результатами» [142].

Колоколообразная кривая.

Но построенный Хаутаккером график изменений цен на хлопок никак не желал принимать форму функции нормального распределения. Вместо этого кривая ценовых изменений приобретала очертания, которые Мандельброт начал распознавать в графиках удивительно далеких, не сопоставимых друг с другом явлений. В отличие от других математиков, при столкновении с требующими ответа вопросами он прислушивался к своей интуиции относительно моделей и форм. Не полагаясь на анализ, он верил образам, что зрели в его сознании. В нем крепло убеждение, что течение случайных, стохастических процессов подчиняется особым законам. Вернувшись в огромный исследовательский центр корпорации IBM в Йорктаун-Хайтсе, на холмах Северного Уэстчестера, штат Нью-Йорк, Мандельброт внес информацию Хаутаккера о ценах на хлопок в компьютерную базу данных, а позже обратился в министерство сельского хозяйства с просьбой выслать дополнительные сведения, восходящие к 1900 году.