Хаос. Создание новой науки

Глейк Джеймс

Во всех областях знаний профессионалы узрели сложное поведение систем и спорили о нем — Мэй знал это наверняка. Однако специалисты каждой области считали обнаруженный ими тип беспорядочности специфичным, что повергало исследователя просто в отчаяние. А что случилось бы, если бы очевидная случайность исходила от простых моделей? Что, если одни и те жепростые модели могли быть применены к хаосу во многих науках? Мэй понимал, что удивительные структуры, которые он едва-едва начал исследовать, не имели существенной связи с биологией.

Задавшись вопросом, сколько же ученых и в каких еще областях обратили на это внимание, он в 1976 г. начал писать работу, которую считал действительно переломной, — обзорную статью в журнал «Нейчур».

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

Глава 4

Геометрия природы

…И возникает связь;

Вначале незаметная, она ширится,

Будто тень облака на песке,

Будто отблеск на горном склоне.

Уоллес Стивенс. Знаток хаоса

Бенуа Мандельбро довольно долго и скрупулезно создавал свою мысленную картину мира. В 1960 г. она представляла собой лишь смутный, расплывчатый образ, слабый намек на законченную идею. Однако, увидев ее на доске в офисе Хендрика Хаутхаккера, Мандельбро сразу узнал то, что вынашивал годами.

Сотрудник исследовательского отдела корпорации IBM, в математике он был мастером на все руки. В числе прочего Мандельбро занимался экономикой — изучал распределение крупных и малых доходов в финансовой сфере. Хаутхаккер, профессор экономики в Гарварде, пригласил его на беседу. Прибыв в Литтауэровский центр, величественное здание факультета экономики, молодой математик обнаружил плоды своих изысканий на грифельной доске, где их запечатлела нетвердая старческая рука. «Как здесь оказалась моя диаграмма? — изумился Мандельбро, пряча досаду. — Это что, материализация идей?» 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.

^{Рис. 4.1. Колоколообразная кривая}

Впрочем, и сам Хаутхаккер усматривал нечто странное в своем графике. Экономисты всегда считали, что цены на хлопок варьируются как предсказуемым, так и совершенно случайным образом. Долгое время уровень их определялся реальными событиями в экономике: подъемами и спадами в легкой промышленности Новой Англии, освоением новых зарубежных рынков. Краткосрочные колебания носили в той или иной степени случайный характер. Данные Хаутхаккера противоречили его ожиданиям: наблюдалось слишком много больших скачков. Конечно, в большинстве своем ценовые изменения были незначительными,

однако соотношение между большими и малыми скачками оказалось не столь высоким, как ожидал профессор. Вероятность подобных событий падала не слишком быстро, и функция, описывающая ее, имела длинный «хвост».

Стандартной моделью указанных вариаций всегда являлась колоколообразная кривая: вблизи ее максимума значения измеряемой величины стремятся к некоторому среднему, а слева и справа от вершины плавно спадают. Эта кривая, называемая функцией Гаусса или функцией нормального распределения отклонений, в среде статистиков столь же ходовой инструмент, как стетоскоп — у врачей. Она проясняет природу случайности. Дело в том, что при изменении параметров любых объектов, изучаемых науками о природе и обществе, измеряемые значения с большей вероятностью стремятся к некоторой средней величине, удаление от которой происходит медленно и плавно. Как говорилось выше, 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 эффективный статистический аппарат не используется со столь неопределенными результатами».

Построенный Хаутхаккером график никак не желал принимать форму функции нормального распределения. Вместо этого кривая ценовых изменений приобретала очертания, которые Мандельбро начал распознавать в графиках удивительно далеких, несопоставимых друг с другом явлений. В отличие от других математиков, при столкновении с требующими ответа вопросами он прислушивался к своей интуиции, доверял своему нюху на модели и формы. Не полагаясь на анализ, он верил образам, что зрели в сознании. В нем крепло убеждение, что течение случайных, стохастических процессов подчиняется особым законам. Вернувшись в огромный исследовательский центр корпорации IBM, Мандельбро внес информацию Хаутхаккера о ценах на хлопок в компьютерную базу данных, а позже обратился в Министерство сельского хозяйства с просьбой выслать дополнительные сведения, восходящие к 1900 г.

Переступив порог компьютерной эры, экономисты, как и ученые других областей, с восторгом осознали, что могут собирать, обрабатывать и группировать данные в масштабах, доселе невиданных. Далеко не вся информация, впрочем, была доступна, а уже полученную нужно было привести к виду, подходящему для компьютерной обработки. К тому же время быстрых решений еще только-только настало, так что исследователи, посвятившие себя сложным дисциплинам, предпочитали пока накапливать миллионы единиц информации. Экономисты, как и биологи, имели дело с миром живых существ, обладавших волей. Они изучали, наверное, самый труднопостижимый объект на всем белом свете.

По крайней мере, экономическая среда исправно поставляла числовые данные. По мнению Мандельбро, цены на хлопок, аккуратно и непрерывно фиксируемые в течение века или дольше, представляли собой идеальный массив информации. Хлопок принадлежал к миру купли-продажи, миру с централизованным рынком и единой бухгалтерией, — ведь на рубеже веков весь хлопок с Юга шел через Нью-Йоркскую товарную биржу в Новую Англию, и цены, скажем, в Ливерпуле, увязывались с нью-йоркскими.

Хотя экономисты не многого добились в анализе товарных или биржевых цен, это отнюдь не означало, что не существует фундаментальных теорий ценообразования. Напротив, все ученые имели свой взгляд на данный вопрос. В частности, многие были убеждены, что небольшие случайные скачки цен не имеют ничего общего с долговременными ценовыми тенденциями. Быстрое изменение цены трактовали как случайность, взлеты и падения котировок в течение одного биржевого дня воспринимались как помехи, досадные, но непредсказуемые, а потому не заслуживающие внимания, а вот долгосрочные ценовые колебания — совсем другое дело. Они формируются месяцами, годами, десятилетиями под влиянием макроэкономических факторов, которые дают ключ к анализу динамики цен. Итак, с одной стороны — мельтешня кратковременных флуктуаций, с другой — сигналы долгосрочных изменений.