– Действительно. Но если ты предполагаешь, что я идиотка вроде Лоринга Маканелли...
– Нет, вовсе нет. Я просто говорю о том, на что я тратил свое время. Я пытался выработать упрощенную версию для Маканелли, а это означало, что некоторые из самых заковыристых элементов я вынужден был оставить в стороне. Затем нам неожиданно пришлось отчитаться перед Солом Глаубом и Магрит Кнудсен, и я применил тот же подход...
– Информация, Алекс. Мне нужна информация. Что именно тебе пришлось выпустить из рассмотрения?
– Все вероятностные элементы модели.
– Тогда ты прав. Мы никогда ничего подобного не обсуждали. Ты всегда настаивал, что твоя модель детерминистская. Если только ты не находишься в режиме «моментального интерактива», когда в модель вовлечен человек, она всегда выдает одни и те же результаты.
– Все верно. Выдает. Но это не означает, что там нет вероятностных элементов. – Алекс уже чувствовал легкую досаду на то, что Кейт так медленно его понимает.
– Знаешь, Алекс, теперь уже моя голова кругом идет. Вернись назад, расслабься и вспомни, с кем ты разговариваешь. Я, конечно, не Лоринг Маканелли, но я сейчас не под форсажем, и я далеко не гений, когда речь о моделях заходит.
– Постараюсь. – Алекс вспомнил краткий совет от ведущего ученого прошлого столетия: «Объяснение должно быть максимально простым, но не еще проще». Впрочем, Кейт сейчас этот совет цитировать не стоило.
– Я собираюсь воспользоваться аналогией. Я опасался делать это с Лорингом Маканелли, потому что из того, что ты мне рассказала, я заключил, что он не отличит аналогию от реальной вещи. Но я часто думаю о предсказательной модели именно так.
Представь себе, что наша модель играет в шахматы и что теперь ход модели. Она прекрасно знает позицию на доске, но доска эта – не обычная шахматная с шестьюдесятью четырьмя клетками и максимум тридцатью двумя фигурами; наша доска – это вся протяженная Солнечная система с по меньшей мере пятью миллиардами человек, а также с неопределенным числом компьютеров и природных особенностей. Модель должна рассмотреть все взаимодействия всех этих элементов, а затем решить, как доска, скорее всего, будет выглядеть через один ход. Скажем так – один ход означает один день от сегодняшнего. Противник – в данном случае человечество и Природа – делает ход. Затем модель должна решить, как доска будет выглядеть в той точке, которая на два дня впереди. После чего противник ходит снова, снова и снова. Модель в каждом случае должна решить, какой вид примет доска. Она делает предсказание.
Кейт кивала – несколько неуверенно, но все же кивала.
– Лучшие шахматисты человечества, – продолжал Алекс, – могут заглянуть на десять или даже на двенадцать ходов вперед. Имея представление, как доска будет выглядеть через много ходов, они соответственно делают свой следующий ход. Как они это делают? Прежде всего, мы точно знаем, что они это делают не вслепую. Они также не делают этого посредством оценки каждого возможного хода, который может сделать их противник, и выбора лучшего для себя. Во вселенной просто не хватит времени, чтобы применить такой подход, пусть даже он использовался более ранними и примитивными программами игры в шахматы. На самом деле шахматист, основываясь на своем опыте и интуиции, присваивает вероятность успеха конкретной последовательности ходов, принимая в расчет каждый разумный ход, который может сделать противник. Последовательности с низкой вероятностью успеха затем отбрасываются. Они даже не выходят на уровень сознательного рассмотрения. Высоковероятностные последовательности изучаются и сравниваются. Наконец шахматист делает ход. Данный ход предлагает лучшие шансы на победу, учитывая все ходы, которые в будущем может выбрать противник.
Предсказательная программа сталкивается с той же проблемой, что и шахматист, только в данном случае эта проблема еще серьезней. Программа не знает, что ее «противник» – природная вселенная плюс пять с лишним миллиардов человеческих «фигур» – станет делать день за днем, все дальше и дальше. Даже со всеми компьютерными возможностями Невода краткосрочное предсказание должно будет прогоняться до скончания века. Поэтому модель, подобно шахматисту, вынуждена работать с вероятностями. И, подобно шахматисту, она устраняет варианты с низкой вероятностью, если только мы, посредством введения экзогенных переменных, не настаиваем на том, чтобы она эти варианты все-таки рассмотрела. Если же мы это делаем, модель автоматически конвертирует данное низковероятностное будущее в высоковероятностное. Но даже в этом случае, когда мы заходим далеко в будущее, вариант, на рассмотрении которого мы настаивали, может упасть в вероятности, если данная экзогенная переменная была введена лишь в одной временной точке.
С точки зрения модели, никогда не бывает одного-единственного варианта будущего. Существует большое число возможных вариантов, ответвляющихся и все больше отклоняющихся друг от друга, чем дальше мы заглядываем вперед во времени. В итоге то, что модель выдает нам как будущее – это просто тот его вариант, которому модель приписывает наибольшую вероятность. – Алекс сделал паузу. – Вид у тебя что-то не слишком радостный.
– А чему мне радоваться? Ты рассказываешь мне, что мы славно продвинулись, и мы представляем отчет моему начальнику, начальнику моего начальника и начальнику начальника моего начальника, где обо всех этих вещах говорится так, будто это слово Божье, доставленное со священной горы. А теперь ты заявляешь, что то, о чем они услышали, было всего лишь одной из миллиарда триллионов вероятностей.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155