Хаос. Создание новой науки

Глейк Джеймс

Прогнозирование погоды стало отправной точкой, с которой началось использование компьютеров для моделирования сложных систем. Методика его сослужила хорошую службу множеству представителей естественных, точных и гуманитарных наук. С ее помощью ученые пытались предугадать буквально всё, начиная с динамики маломасштабных жидкостных потоков, изучаемых конструкторами двигателей, и заканчивая циркуляцией финансов. К 70-80-м годам компьютерные прогнозы экономического развития напоминали глобальные предсказания погоды. Модели, представлявшие собой запутанную, до некоторой степени произвольную паутину уравнений, преобразовывали известные начальные условия — будь то атмосферное давление или денежный запас — в будущие тенденции. Программисты

надеялись, что неизбежные упрощающие предположения не слишком сильно искажают истину. Если на выходе получалось нечто странное — наводнение в Сахаре или повышение процентных ставок на несколько порядков, уравнение подправляли таким образом, чтобы подогнать результат под ожидаемый. Как это ни печально, эконометрические модели мало соответствовали реальности.

Это не мешало многим людям, предвидевшим грядущее гораздо лучше машины, поступать так, будто они верили в итоги изысканий. Прогнозы экономического роста или безработицы составлялись с точностью до сотых, а то и тысячных долей. Правительства и финансовые институты субсидировали прогнозирование ради практического результата, желая получить хоть что-то за вложенные деньги. По-видимому, все знали, что показатели вроде «потребительского оптимизма» не столь хорошо поддаются измерению, как, например, влажность воздуха, что дифференциальных уравнений, отражающих политические движения или изменения в мире моды, еще никто не создал. Но лишь немногим было понятно, сколь ненадежен сам процесс компьютерного моделирования — даже в тех случаях, когда исходным данным вполне можно доверять, а законы заимствованы из физики, как в случае с предсказанием погоды.

Истинный успех компьютерного моделирования состоит в том, что составление прогнозов погоды из искусства превратилось в науку. По оценкам Европейского центра, мировая экономика ежегодно сберегала миллиарды долларов благодаря предсказаниям, которые статистически были лучше, чем ничего. Однако прогнозы, составленные более чем на два-три дня, оказывались умозрительными, более чем на неделю — просто бесполезными.

Причина заключалась в эффекте бабочки. Стоит возникнуть небольшому и кратковременному погодному явлению — а для глобального прогноза таковыми могут считаться и грозовые штормы, и снежные бури, — как предсказание утрачивает свою актуальность. Погрешности и случайности множатся, каскадом накладываясь на турбулентные зоны атмосферы, начиная от пылевых вихрей и шквалов и заканчивая воздушными токами в масштабах целого материка, отслеживать которые удается лишь из космоса.

Современные модели погоды работают с сетками точек, отстоящих друг от друга на шестьдесят миль. Тем не менее о некоторых начальных данных приходится лишь догадываться, поскольку наземные станции и спутники не вездесущи. Предположим, что поверхность земного шара усеяна датчиками, удаленными друг от друга лишь на фут, что они, разнесенные на фут, контролируют по всей высоте атмосферу. Допустим, каждый датчик передает исключительно точную информацию о температуре, давлении, влажности и любой другой нужной метеорологу величине. Точно в полдень компьютер огромной мощности считывает все данные и вычисляет, что случится в каждой из точек в 12:01, потом в 12:02, в 12:03 и т. д.

И все же компьютер не сможет предсказать, солнечная или дождливая погода ожидается в Принстоне через месяц. В полдень расстояние между сенсорами будет изменяться, чуть отклоняясь от среднего значения, и компьютер не получит эту информацию. К 12:01 колебания повлекут за собой небольшие погрешности, которые со временем станут нарастать и выльются в огромные отклонения.

Даже люди, нюхом чующие погоду, не осознавали этого. Одним из близких друзей Лоренца был Роберт Уайт, исследователь-метеоролог из Массачусетского технологического института. Когда Лоренц рассказал Уайту об эффекте бабочки и о том, какое значение этот эффект может иметь для долгосрочного

прогнозирования атмосферных явлений, Уайт ответил словами Неймана: «Дело не в предсказании, а скорее в управлении». Его мысль заключалась в том, что небольшие изменения под контролем человека могут вызвать желаемые крупномасштабные перемены.

Но Лоренц смотрел на это по-другому. Да, мы можем изменить погоду, мы можем заставить атмосферу вести себя по-иному, не так, как она вела бы себя без нашего вмешательства. Но мы никогда не узнаем, что произойдет потом. Это все равно что заново тасовать перемешанную уже колоду карт. Нам ясно, что ситуация изменится, но неизвестно, к лучшему или к худшему.

Открытие Лоренца было случайным, звено в цепи неожиданных прозрений, восходящей еще к Архимеду с его ванной. Но Лоренц не принадлежал к числу тех, кто торопится кричать «Эврика!». Руководимый инстинктивной прозорливостью, он приготовился идти дальше тем же путем и изучать последствия своего открытия, выясняя его роль в образовании потоков во всех видах жидкости.

Споткнись Лоренц на эффекте бабочки, этом символе торжества случая над предопределенностью, в его распоряжении не оказалось бы ничего, кроме плохих новостей. Но Лоренц в своей модели погоды видел нечто большее, чем просто встроенную в нее хаотичность, — там наблюдалась изящная геометрическая структура, некий порядок, выдающий себя за случайность. Лоренц, будучи математиком по призванию и метеорологом по профессии, начал в конце концов вести двойную жизнь. Кроме работ по метеорологии из-под его пера выходили статьи, где несколько вступительных строк о теории атмосферных процессов растворялись в математическом тексте.

Он уделял все больше и больше внимания математике систем, которые никогда не находились в устойчивом состоянии, почти повторяя друг друга, но не достигая полной идентичности. Известно, что погода как раз и является такой апериодичной системой. Мир полон подобных систем, и не нужно далеко ходить за примерами: численность популяций животных растет и падает почти регулярно, эпидемии начинаются и продолжаются, вопреки людским надеждам, тоже в определенном порядке. И если бы погода когда-нибудь повторилась в точности, продемонстрировав полностью идентичное прежнему облако или дождь, как две капли воды похожий на недавно прошедший, тогда, вероятно, она стала бы всегда воспроизводиться и проблема прогнозирования потеряла бы свою актуальность.

Лоренц предвидел, что должна существовать связь между неповторяемостью атмосферных явлений и неспособностью метеорологов предсказать их, иными словами, связь между апериодичностью и непредсказуемостью. Найти простые выражения для апериодичности было делом нелегким, однако Лоренц, преодолев множество мелких препятствий, в частности зацикливание программы, все же достиг успеха. Это произошло, когда он ввел в машину уравнение, описывающее количество солнечной энергии, которая изливается на земную поверхность при движении светила с востока на запад. После этого данные на выходе пришли в соответствие с изменениями, наблюдаемыми в реальности, когда солнце нагревает, например, восточное побережье Северной Америки и Атлантический океан. В результате цикличность программы исчезла.

Эффект бабочки был не случайностью, но необходимостью. Допустим, небольшие пертурбации так и останутся небольшими, не перемещаясь в системе, рассуждал ученый. Приближаясь к ранее пройденному состоянию, погода уподобится и последующим состояниям. Циклы станут предсказуемыми и в конце концов потеряют все свое очарование. Чтобы воспроизвести богатый спектр реальной погоды земного шара, ее чудесное многообразие, вряд ли можно желать чего-либо лучшего, чем эффект бабочки. Как уже говорилось, данный феномен имеет и строгое научное название — «сильная зависимость от начальных условий». Зависимость эту превосходно иллюстрирует детский стишок: