Александр Боксер - Астрология и рождение науки. Схема небес

Конечно, и такое число непосильно для построения мысленной картины со всеми отдельными звездами. Но обескураживающий хаос тьмы и света мгновенно превращается в понятную карту неба, стоит нам разбить звезды на группы – созвездия. Во всех культурах, наблюдавших небеса, проявилась склонность изобретать созвездия, хотя каждый видел свое. Например, в созвездии Большой Медведицы видели очертания медведя, ковша, телеги, плуга и ноги быка, не говоря о других его перевоплощениях [6] О происхождении созвездия Большой Медведицы см., например: George A. Davis, Jr. The Origin of Ursa Major // Popular Astronomy. Vol. 54, April 1946. Р. 1 1 1–1 1 5. .

Понятно, что наш мозг тонко настроен распознавать привычные формы людей, животных и предметов, важных для нашей повседневной жизни. И когда что-то попавшее в наше поле зрения лишено знакомых закономерностей, мы склонны высмотреть их даже в бесформенных вещах – облаках, скалах, звездах. Не напоминает ли вам скала на рис. 1.1(a) человеческую голову? Если да, то ваш разум создал нетривиальную ассоциацию, сосредоточившись на общих очертаниях объекта и проигнорировав такую информацию, как размер, текстура, цвет и контекст. Такие скальные образования, как и созвездия, хорошо показывают, как далеки мы от непосредственного – без отсебятины – восприятия мира.

Любопытно, что тем же грешат программы компьютерного зрения. Нам удалось научить компьютеры опознавать класс визуальных объектов – например, собак – по большой коллекции изображений. Но после этого появилась задача ничуть не проще первой: как научить алгоритм избегать ложного опознания собак везде и всюду? На рис. 1.1(b) показано, что «видит» на фотографии облаков алгоритм под названием DeepDream, разработанный компанией Google в 2015 году [7] Об алгоритме машинного обучения DeepDream было впервые рассказано (хоть и не под этим названием) в публикации: Alexander Mordvintsev, Christopher Olah, Mike Tyka. Inceptionism: Going Deeper into Neural Networks // Google AI Blog.17.06.2015. URL: https://research.googleblog.com/2015/06/inceptionism-going-deeper-into-neural.html. , после того как обучился опознавать собак. Коллажи, которые генерирует DeepDream, порой поучительны и даже красивы, хотя по большей части просто курьезны. Но такие изображения открывают нам, что компьютер, обученный, подобно нам, видеть лица людей и морды животных, обращая больше внимания на очертания, чем на все прочее, склонен и в облаках видеть лица людей и морды животных, совсем как мы. Как и следовало ожидать, наше сугубо человеческое видение мира неотделимо от сугубо человеческой склонности неверно истолковывать увиденное.

Конечно, тот факт, что традиционные созвездия приняли эффектные формы зверей и полубогов, вовсе не означает, что кто-то и вправду думал, будто небо кишит исполинскими космическими медведями и межзвездными скорпионами. Но созвездия ясно показывают, что человеческий разум отказывается запоминать большое число объектов по отдельности и предпочитает навязать им дополнительный уровень абстракции. Для большинства людей так получается удобнее, – можно сказать, это гораздо более человеческий способ: смотреть на ночное небо не как на тысячи отдельных звезд, а как на несколько десятков созвездий.

Как правило, сократив число отдельных объектов с тысяч до десятков, наш мозг осваивается, начинает узнавать отдельные структуры и принимается изучать связи между частями и целым. Нам даже удается подняться от этих частей на следующий, еще более человеческий уровень абстракции: сочинить про них истории. Дошло до того, что чуть не 10 % ночного неба (илл. 2 на вклейке) можно описать, рассказав одну-единственную легенду: как герой (созвездие Персей) побеждает чудовище, пугавшее всех демоническим глазом (звезда Алголь), способным обращать все живое в камень. Затем герой возвращается, чтобы освободить прекрасную принцессу (созвездие Андромеда), прикованную к скале собственными родителями (созвездия Цефей и Кассиопея) как жертву гигантскому морскому чудовищу (созвездие Кит) [8] Границы 88 современных созвездий, утвержденные Международным астрономическим союзом (International Astronomical Union, IAU), можно найти на сайте IAU, URL: https://www.iau.org/public/themes/constellations. Чтобы рассчитать долю небесной сферы, покрываемую каждым созвездием, можно применить, например, интегрирование методом Монте-Карло. Созвездия Персей, Андромеда, Кассиопея, Цефей и Кит покрывают около 9,1 % неба. Если включить Пегаса, который в этой легенде появился не сразу, то покрытие достигнет 11,8 %. .

Рис. 1.1. Что вы здесь видите?

Рис. 1.2. Настоящие и случайные звездные карты

При всем при том невозможно утверждать, что наша склонность группировать звезды в созвездия и созвездия в истории как-то выводится из имеющегося расположения звезд. На самом деле распределение звезд в небе практически совершенно случайно [9] Основная неоднородность в распределении звезд на ночном небе – это Млечный Путь, который действительно является элементом большой космической структуры. . Например, на рис. 1.2 приведено восемь звездных карт, на которых изображены примерно равные участки неба. Четыре фрагмента содержат знаменитые созвездия, а еще четыре изображают ночное небо альтернативной Вселенной, на котором самые яркие звезды расположены абсолютно случайно. Сможете ли вы указать те четыре карты, на которых настоящие звезды? [10] О том, как случайно распределенные точки провоцируют иллюзию структуры, см. также главу Glow, Big Glowworm в книге Stephen Jay Gould . Bully for Brontosaurus: Reflections in Natural History. New York: W. W. Norton & Co., 1991. P. 255–268. Правда, попробуйте. Я открою правильные ответы в следующем разделе.

Тысячелетиями звезды учили нас извлекать информацию из непомерных массивов беспорядочных на вид данных. И пусть, как показали нам звезды, у нашего разума есть свои причуды, если приходится работать с большими и произвольными величинами, это не значит, что мы бессильны освоиться с громоздкими системами, нерегулярными системами и системами, которые одновременно и громоздкие, и нерегулярные. К счастью, у нашего мозга есть в запасе пара трюков, которые помогают компенсировать – хотя бы отчасти – наше необъективное первое впечатление от вещей. И прежде всего нас выручает способность считать.

Как пример того, что можно узнать при помощи скрупулезного подсчета, сошлюсь еще раз на рис. 1.2. На нем четыре изображения настоящего ночного неба: b – Телец и Возничий, d – Лев, e – Скорпион и f – Лебедь. Если вы рискнули сделать свою догадку, то по числу правильно угаданных настоящих карт можете заработать 0, 1, 2, 3 или 4 балла. У обычного человека – не ветерана визуальных прогулок по звездному небу – будет немного шансов выбрать все четыре подлинные карты. Что значит немного? Посмотрим на баллы и шансы заработать их наугад в приведенной ниже таблице 1.1 [11] Стандартное колесо рулетки разделено на 37 карманов, так что ваши шансы проиграть составляют 36/37 = 97,3 %. В колоде из 52 карт 40 карт – без картинки, так что шансы вытянуть такую карту составляют 40/52 = 76,9 %. Вероятность того, что, когда монету бросают два раза, оба раза выпадет орел, составляет 1/2 × 1/2 = 25 %. Вероятность того, что, когда монету бросают шесть раз, каждый раз выпадает орел, составляет 1/2 × 1/2 × 1/2 × 1/2 × 1/2 × 1/2 = 1,6 %. .