Хаос. Создание новой науки

Мало того что метеорологи презирали прогнозирование – в 1960-е годы почти все уважающие себя ученые еще и не доверяли компьютерам. Эти счетные машины, значение которых было явно преувеличено, вряд ли могли рассматриваться как инструмент для серьезных занятий наукой. Таким образом, численное моделирование погоды оказалось делом весьма неблагодарным, хотя время для него было самым подходящим. Вот уже два столетия наука об атмосфере ждала появления машины, способной снова и снова производить тысячи вычислений, повинуясь указаниям человека. Лишь компьютер мог реализовать ньютоновское обещание, что мир идет по пути детерминизма, а погода подчиняется законам, столь же незыблемым, как и принципы движения планет, наступления солнечных и лунных затмений, морских приливов и отливов. Теоретически электронная машина позволяла метеорологам предпринять то, что астрономы проделывали с помощью карандаша и логарифмической линейки: рассчитать будущее Вселенной, исходя из ее начального состояния и физических закономерностей, управляющих ее эволюцией. Уравнения, описывающие циркуляцию воздуха и воды, были так же хорошо известны, как и те, которым подчинялся ход планет. Кстати, астрономы не достигли совершенства – оно недостижимо в Солнечной системе, раздираемой тяготением девяти[19]планет, множества спутников и астероидов. Тем не менее астрономические расчеты были столь точны, что люди подчас забывали об их прогностическом характере. Когда астроном говорил, что комета Галлея вновь приблизится к Земле через семьдесят шесть лет, это воспринималось как факт, а не как предсказание. Тщательно составленные численные прогнозы, основанные на детерминизме, определяли траектории полета космических кораблей и ракет. Отсюда следовало предположение: так почему бы не рассчитать поведение ветра и облаков?

Погода, при всей сложности этого феномена, подчиняется тем же законам ньютоновской механики. Пожалуй, сверхмощный компьютер мог бы стать высшим разумом, способным, по представлениям философа-математика XVIII века Лапласа, воспринявшего идеи Ньютона особенно близко, описать «единой формулой движения как наиболее крупных тел во Вселенной, так и легчайшего атома; для него не осталось бы ничего неопределенного, и будущее предстало бы перед ним наряду с прошлым»[20]. В эпоху, когда господствовали теория относительности Эйнштейна и принцип неопределенности Гейзенберга, оптимизм Лапласа казался просто шутовством; однако многие современные ученые попытались воплотить его мечту. Стремление исследователей XX века – биологов, физиологов, экономистов – разложить свои миры на атомы, подчиняющиеся законам науки, вполне понятно. Во всех этих дисциплинах господствовал детерминизм сродни ньютоновскому. Отцы-основатели современных компьютерных технологий всегда помнили о Лапласе, и развитие ЭВМ шло бок о бок с развитием прогнозирования еще с тех пор, когда в 1950-х годах Джон фон Нейман сконструировал свои первые машины в Институте перспективных исследований в Принстоне, штат Нью-Джерси. Кстати, Нейман признавал, что моделирование погоды может стать идеальным заданием для компьютера.

Впрочем, существовало одно маленькое «но» – столь незначительное, что ученые старались позабыть о нем, упрятать подальше, как прячут в ящик стола неоплаченный счет. Измерения никогда не бывают совершенными. Ученые, вставшие под ньютоновские знамена, обычно выдвигают следующий аргумент: имея приблизительные данные о начальном состоянии системы и понимая естественный закон, которому она подчиняется, можно рассчитать ее примерное поведение. Такой подход вытекает из самой философии науки. Один видный теоретик любил подчеркивать в своих лекциях: «Главная идея науки состоит в том, чтобы не обращать внимания на лист, падающий в одном из миров другой галактики, когда вы пытаетесь объяснить движение шарика по бильярдному столу на планете Земля. Небольшими воздействиями можно пренебречь. Существует сходство в поведении объектов, и сколь угодно малые воздействия не усиливаются настолько, чтобы оказывать сколь угодно большое влияние»[21]. Как правило, вера в приблизительность и сходство вполне себя оправдывает. Крошечная погрешность в определении координат кометы Галлея в 1910 году незначительно исказила прогноз времени следующего ее появления, которое состоялось в 1986 году. Эта ошибка останется столь же малой в ближайшие миллионы лет. Компьютеры, направляющие космические корабли, на основе относительно точных исходных данных выдают относительно точный результат. С тем же успехом действуют экономисты, составляя свои прогнозы, хотя результат их работы и не столь очевиден. Пионеры прогнозирования погоды не были исключением.

С помощью своего примитивного компьютера Лоренц буквально разобрал погоду по кирпичикам, но все же казалось, что в его распечатках поведение ветра и температуры обнаруживает нечто узнаваемое с житейской точки зрения. Так проявлялась зрелая интуиция исследователя, его чувство погоды, которая, по ощущению Лоренца, повторялась, демонстрируя время от времени одни и те же схемы поведения: давление росло и падало, воздушные массы устремлялись то на север, то на юг. Ученый выяснил, что, когда кривая плавно идет вниз, не образуя ярко выраженного максимума, на графике вскоре обозначаются две резкие выпуклости. Лоренц утверждал, что эту закономерность вполне мог бы использовать в своей работе метеоролог[22]. Однако повторения никогда не были полностью идентичными. В рамках общей модели всякий раз обнаруживались отклонения – своего рода упорядоченный беспорядок.

Чтобы сделать результаты своих исследований более понятными, Лоренц создал несложный график: вместо изображения обычных рядов чисел машина стала печатать некоторое количество пробелов, за которыми следовала буква А. Ученый выбирал одну переменную, например направление воздушного потока, и постепенно символы заполняли собой весь рулон заправленной в принтер бумаги, образуя извилистую кривую, множество холмов и долин, изображавших отклонения западного ветра к северу и к югу в масштабах всего Северо-Американского континента. Эти линии, подчиненные определенным законам, узнаваемые циклы, появлявшиеся снова и снова, но каждый раз в несколько ином виде, обладали гипнотическим очарованием. Казалось, система медленно раскрывает Лоренцу свои секреты.

Однажды зимним днем 1961 года, намереваясь изучить определенную последовательность событий, он несколько сократил исследование – приступил к построению не с начальной точки, а с середины. В качестве исходных данных ученый ввел цифры из предыдущей распечатки. Когда спустя час он вернулся, отдохнув от шума и выпив чашку кофе, он увидел нечто неожиданное, давшее начало новой науке.

Новые вычисления должны были полностью повторить предыдущие, ведь Лоренц собственноручно ввел в компьютер числа, а программа оставалась неизменной. Тем не менее график существенно расходился с полученным ранее. Лоренц посмотрел сначала на один ряд чисел, потом на другой. С таким же успехом он мог наугад выбрать две случайные модели погоды. Первое, о чем он подумал: вышла из строя вакуумная лампа.

Но внезапно ученый все понял[23]. Машина работала нормально, а разгадка заключалась в числах, заложенных им в компьютер. Машина могла хранить в памяти шесть цифр после запятой: 0,506127. На распечатку же, в целях экономии места, выдавалось всего три: 0,506. Лоренц ввел укороченные, округленные значения, предположив, что разница в тысячных долях несущественна.

Предположение выглядело вполне разумным. Если спутник, наблюдающий за погодой, способен фиксировать температуру поверхности океана с точностью до тысячных долей, это можно считать крупным везением. Royal МсВее Лоренца выполнял программу, в которую заложили детерминистскую систему уравнений: отправляясь от заданной начальной точки, компьютер строил модель погоды каждый раз по одному и тому же сценарию. Логично было предположить, что при незначительном отличии начальной точки от введенной ранее модель будет чуть-чуть расходиться с предыдущим вариантом. Небольшая числовая погрешность походила на еле уловимое дуновение ветерка. Казалось, малозаметные перемещения воздушных масс неизбежно затухнут или погасят друг друга, не успев вызвать крупномасштабные изменения погоды. И все-таки в системе уравнений Лоренца малые погрешности оказались катастрофическими[24].

Ученый решил внимательно изучить, каким образом разошлись два почти идентичных исходно графика. Он скопировал одну из полученных кривых на прозрачную бумагу и наложил ее на вторую, чтобы проследить отклонения. Первые максимумы почти совпали, но потом одна из линий начала слегка отставать. Когда оба графика достигли второго максимума, их фазы уже определенно различались. К третьему и четвертому максимумам все сходство исчезало.

Расхождение двух графиков погоды. Эдвард Лоренц заметил, что его программа моделирует поведение погодных процессов, которые хотя и берут начало примерно в одной точке, дальше все более и более отклоняются друг от друга, пока сходство в конце концов не исчезает. (Из распечаток Лоренца 1961 г.)

Был ли в том виноват несовершенный компьютер? Лоренц мог предположить, что либо его подвела машина, либо модель изначально была сконструирована неудачно, – по крайней мере, он должен был так подумать. Но, руководствуясь математической интуицией, которую коллеги Лоренца оценили не сразу, исследователь внезапно осознал: что-то выбилось из накатанной колеи! Практическая важность открытия могла оказаться огромной, и, хотя уравнения Лоренца являлись лишь грубой имитацией погоды на земном шаре, он уверовал, что ему открылась сущность реальной атмосферы. И впервые понял: долгосрочное прогнозирование погоды обречено[25].

«Нам не всегда сопутствовала удача в наших изысканиях, и теперь мы нашли причину, – говорил ученый. – Думаю, люди полагали, что возможно предсказать погоду на длительный период времени, потому что в мире существуют физические феномены, которые вполне поддаются прогнозированию, например затмения и океанические течения. Я никогда не считал прогнозы приливов и отливов предсказаниями, воспринимая их как факты, хотя, безусловно, это предсказания. Явления приливов и отливов, как, впрочем, и атмосферные процессы, вряд ли можно считать простыми, но в обоих случаях имеются периодические компоненты, за счет которых можно предугадать, например, что следующее лето будет теплее зимы. Для погоды в подобном утверждении как будто нет ничего нового – мы это и так знаем. Зато для приливов прогнозируемая часть как раз представляет интерес, а составляющая, не поддающаяся прогнозу, достаточно мала, если только не наступит шторм. Итак, если приливы и отливы могут быть с достаточной точностью предсказаны на несколько месяцев вперед, то вполне резонно звучит вопрос: почему мы не в силах проделать то же самое в отношении атмосферы? В конце концов, это просто еще одна текучая среда, и ее законы примерно так же сложны. Однако я понял, что любая непериодичная физическая система непредсказуема»[26].

Пятидесятые и шестидесятые годы XX века стали временем неоправданного оптимизма по поводу возможностей предсказания погоды[27]. Газеты и журналы наперебой твердили о надеждах, возлагаемых на новую науку – даже не столько на прогнозирование, сколько на изменение погодных условий и управление ими. Развивались сразу две технические новации: цифровые компьютеры и искусственные спутники Земли, и оба новшества использовались в международном проекте, названном Глобальной программой исследования атмосферы. Говорили даже, что человечество освободится от произвола стихий, став повелителем, а не жертвой атмосферы. Кукурузные поля накроют геодезическими куполами, небосклон очистят от туч самолетами, ученым станет ясен механизм запуска и остановки дождя.

Эти иллюзии были посеяны Нейманом, создавшим свой первый компьютер с твердым намерением использовать вычислительную машину и для управления погодой. Он окружил себя метеорологами и захватывающе рассказал о своих планах коллегам-физикам. У Неймана были особые математические причины для оптимизма. Он полагал, что сложная динамическая система имеет точки неустойчивости – критические точки, в которых слабый толчок может привести к огромным последствиям, как это происходит с мячиком, балансирующим на вершине холма. Нейман верил, что с помощью компьютера ученые смогут рассчитать уравнение движения жидкости и предсказать погоду на следующие несколько дней[28]. После этого, если центральный комитет метеорологов сочтет нужным ее изменить, в небо поднимутся самолеты, чтобы оставить за собой дымовую завесу или разогнать облака. Великолепная перспектива! Однако Нейман не учел вероятность хаоса, при котором неустойчива каждая точка.

К 1980-м годам разветвленный и дорогостоящий аппарат служащих рьяно взялся выполнять поставленную Нейманом задачу, по крайней мере ту ее часть, которая была связана с составлением прогнозов[29]. На окраине одного из городов штата Мэриленд, близ Вашингтонской кольцевой автострады, в простом, похожем на куб здании, которое обилием радиоантенн и радаров, установленных на крыше, напоминало разведцентр, трудились ведущие ученые Америки. Здесь мощнейший суперкомпьютер производил моделирование, напоминавшее разработки Лоренца, но лишь по сути и духу. Royal МсВее мог выполнять шестьдесят умножений в секунду, тогда как быстродействие новой машины Control Data Cyber 205 составляло миллионы операций с плавающей запятой в секунду. Там, где Лоренц использовал двенадцать уравнений, современный компьютер расправлялся с системой, состоявшей из пятисот тысяч уравнений. Этой машине был известен механизм колебаний температуры воздуха при конденсации и испарении жидкости. Виртуальные воздушные потоки зарождались в компьютерных горных цепях. Информация, поступавшая со всего земного шара, со спутников, самолетов и кораблей, вводилась в компьютер ежечасно. В результате по точности прогнозов Национальный метеорологический центр США занял второе место в мире.

А первое место занял Европейский центр среднесрочных прогнозов погоды, расположенный в английском Рединге, небольшом университетском городке в часе езды от Лондона. Скромное современное здание из стекла и кирпича, затененное деревьями, построили в годы торжества идеи общего рынка, когда большинство государств Западной Европы решили действовать сообща, объединив интеллектуальные и денежные ресурсы для предсказания погоды. Европейцы приписывали свои успехи молодости сменяющих друг друга сотрудников, которые не состояли на государственной службе, и суперкомпьютеру Cray, который был на порядок совершеннее американского аналога.

Прогнозирование погоды стало отправной точкой, с которой началось применение компьютеров для моделирования сложных систем. Использованная методика сослужила хорошую службу множеству представителей естественных, точных и гуманитарных наук. С ее помощью ученые пытались предугадать буквально все, начиная с динамики маломасштабных жидкостных потоков, изучаемых конструкторами двигателей, и заканчивая денежными потоками, изучаемыми экономистами. В самом деле, к 1970–1980-м годам компьютерные прогнозы экономического развития напоминали глобальные предсказания погоды. Модели, представлявшие собой хитросплетенную, до некоторой степени произвольную паутину уравнений, преобразовывали известные начальные условия – будь то атмосферное давление или денежную массу – 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, но это не мешало многим людям, которым следовало бы лучше понимать, что к чему, вести себя так, будто они верили в итоги изысканий. Прогнозы экономического роста и безработицы составлялись с точностью до сотых, а то и тысячных долей[30]. Правительства и финансовые институты субсидировали прогнозирование и действовали в соответствии с ним – зачастую в силу необходимости, а иногда просто желая получить лучший результат. Возможно, они все же знали, что показатели вроде «потребительского оптимизма» не столь хорошо поддаются измерению, как, например, влажность воздуха, и что дифференциальных уравнений, идеально отражающих политические движения или изменения в мире моды, еще никто не создал. Но лишь немногие осознавали, сколь ненадежен был 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 крайне умозрительными, а более чем на неделю – просто бесполезными.

Причина заключалась в эффекте бабочки[31]. Стоит возникнуть незначительному и кратковременному погодному явлению – а для глобального прогноза таковыми могут считаться и грозовые штормы, и снежные бури, – как предсказание утрачивает 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.

Современное моделирование погоды работает 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, и они контролируют атмосферу по всей высоте[32]. 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, в 12:02, в 12:03 и так далее.

И все же компьютер не сможет предсказать, солнечная или дождливая погода ожидается в Принстоне через месяц. В полдень небольшие отклонения температуры от среднего значения в пространстве между датчиками будут недоступны компьютеру. К 12:01 эти отклонения повлекут за собой небольшие погрешности, которые со временем станут нарастать и выльются в огромные ошибки.

Но даже опытные метеорологи не догадывались об этом. 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 он может иметь для долгосрочного прогнозирования атмосферных явлений, Уайт ответил словами Неймана:

«Дело не в предсказании, а в управлении»[33]. 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 иначе, не так, как она вела бы себя без нашего вмешательства. Но мы никогда не узнаем, что происходило бы, если бы мы этого не сделали. Это все равно что заново тасовать уже хорошо перетасованную колоду карт. Нам ясно, что это изменит ситуацию, 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, чтобы выяснить его роль в образовании потоков во всех видах жидкости.

Остановись 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. Помимо 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, не имевших устойчивого состояния; систем, которые почти повторяли сами себя, но делали это не абсолютно точно. Известно, что погода как раз и является такой апериодичной системой. Мир полон подобных систем, и не нужно далеко ходить за примерами: численность популяций животных то растет, то падает, делая это почти периодически, и аналогично, вопреки людским надеждам, вспыхивают и затухают эпидемии. И если бы погода когда-нибудь повторилась с точностью до облака и порыва ветра, тогда, вероятно, она стала бы повторяться и дальше – и проблема прогнозирования потеряла бы актуальность.

Лоренц чувствовал, что должна существовать связь между неповторяемостью атмосферных явлений и неспособностью метеорологов предсказать их – иными словами, связь между апериодичностью и непредсказуемостью[34]. Найти простые уравнения для апериодичности было делом нелегким – поначалу компьютер воспроизводил идеально повторяющиеся циклы – однако после череды небольших усложнений своей модели Лоренц все же достиг успеха. Это произошло, когда он ввел в машину уравнение, описывающее изменение количества тепла при движении с востока на запад, соответствующее реальной разнице в том, как солнце нагревает восточное побережье Северной Америки и Атлантический океан. В результате повторяющиеся циклы исчезли.

Эффект бабочки был не случайностью, но необходимостью. Допустим, небольшие возмущения так и остаются небольшими, не нарастая в системе, рассуждал ученый. Приближаясь к ранее пройденному состоянию, погода будет повторяться и в дальнейшем. 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». Эта зависимость не была абсолютной новостью, например, ее превосходно иллюстрирует детский стишок[35]:

Не было гвоздя – подкова пропала,Не было подковы – лошадь захромала,Лошадь захромала – командир убит,Конница разбита, армия бежит,Враг вступает в город, пленных не щадя,Оттого что в кузнице не было гвоздя[36].

Как наука, так и жизнь учит, что цепь событий может иметь критическую точку, в которой небольшие изменения приобретают особую значимость. Суть хаоса в том, что такие точки находятся везде и распространяются повсюду. В системах, подобных погоде, сильная зависимость от начальных условий представляет собой неизбежное следствие взаимодействия процессов, происходящих на разных масштабах.

Коллеги Лоренца были изумлены тем, как он соединил апериодичность и сильную зависимость от начальных условий в своей миниатюрной модели погоды. Всего двенадцать уравнений, раз за разом просчитываемые с механической точностью! Как может подобное многообразие, такая непредсказуемость – в чистом виде хаос! – возникнуть из простой детерминистской системы?

Отложив на время занятия погодой, Лоренц стал искать более простые способы воспроизвести сложное поведение объектов. Один из них был найден в виде системы из трех нелинейных, то есть выражающих не прямую пропорциональную зависимость, уравнений. Линейные соотношения изображаются на графике прямой линией и достаточно просты для понимания: чем больше x, тем больше y. Линейные уравнения всегда разрешимы, что делает их подходящими для учебников. Линейные системы обладают неоспоримым достоинством: вы можете разбирать их на некие модули, а затем собирать снова, как конструктор, – эффекты будут попросту суммироваться[37].

Нелинейные системы в общем виде не могут быть решены, и эффекты в них не складываются. Изучая жидкостные и механические системы, специалисты обычно стараются исключить нелинейные элементы, к примеру трение. Если пренебречь им, можно получить простую линейную зависимость между ускорением хоккейной шайбы и силой, придающей ей это ускорение. Приняв в расчет трение, мы усложним формулу, поскольку сила трения будет меняться в зависимости от того, с какой скоростью шайба уже движется. Нелинейность означает, что каждое действие меняет правила игры. Влияние трения не является постоянным, потому что оно зависит от скорости. Скорость, в свою очередь, зависит от трения. Из-за этой обоюдной изменчивости рассчитать нелинейность весьма непросто. Вместе с тем она порождает разнообразные типы поведения объектов, не наблюдаемые в линейных системах. В динамике жидкостей все сводится к одному дифференциальному уравнению: уравнению Навье – Стокса. Будучи удивительно коротким, оно связывает скорость, давление, плотность и вязкость жидкости. Но оно нелинейно, и поэтому природу этих связей зачастую невозможно уловить, так как исследовать поведение нелинейного уравнения – все равно что блуждать по лабиринту, стены которого перестраиваются с каждым вашим шагом. Как сказал Нейман, «характер уравнения… меняется одновременно во всех релевантных отношениях; меняется как порядок, так и степень. Отсюда могут проистекать большие математические сложности»[38]. Другими словами, мир был бы совсем иным и хаос не был бы так уж необходим, если бы в уравнении Навье – Стокса не таился демон нелинейности.