Роман Подольный – По образу и подобию (страница 17)

Что будет материалом для такой модели? Скорее всего, числа, формулы, уравнения. Но очень вероятно и участие электромоделирующего устройства нового типа. Последовательность производственных процессов будет повторена в цепочке уравнений, соответствующих элементарным актам этих процессов; следует, конечно, предусмотреть, чтобы при создании в себе такой модели самомоделирующая машина стремилась к соблюдению условий, ведущих к максимальному выпуску продукции. Если в машину поступает больше информации, чем она в состоянии переработать в разумные сроки, включается особое устройство, усредняющее эту информацию, учитывающее лишь средние ее значения и их-то и передающее в модель.

Когда такая самомоделирующая машина будет создана, она, с помощью сравнительно простых программ для каждого отдельного случая, окажется способна моделировать огромное количество процессов, а значит, и управлять ими. Мы с вами уже видели, что модель все чаще становится не только предметом изучения взамен объекта, но и средством для управления им. Логическим завершением этого торжества модели в технике должно, по-видимому, стать появление самомоделирующей машины.

Высказываются подозрения, что уже существует — в природе — масса таких «самомоделирующих машин». Вершина их иерархии — человеческий мозг.

Не применяет ли и он принцип статистико-вероятностного моделирования?

Каждый из нас знает, что случайно встреченного старого, давно не виденного знакомого часто бывает трудно узнать. А когда он назовет себя, все в нем кажется таким близким, что только удивляешься, как не узнал его с первого взгляда. Почему так? Ведь память по первому сигналу услужливо извлекла массу сведений и примéт, бережно хранившихся в ней. Значит, дело не в том, что друг был забыт. Просто вероятность его появления после долгой разлуки была так мала, что все сведения о человеке были отправлены в «долгий ящик». А как мозг рассчитал вероятность появления этого человека?

Или вспомните простейший случай. Чьи-то руки закрыли сзади глаза и явно измененный голос спрашивает: «Кто? Скажи, кто?»

Вы отвечаете, называя имена в порядке вероятности того, что именно их обладатель учинил эту шутку.

Но вернемся к первому примеру — со случайно встреченным старым знакомым. Раз мозг не был подготовлен к встрече, значит, он на основании опыта (долгого отсутствия встреч) сделал вывод, что этого человека вы больше не встретите. Как можно назвать такой вывод? Предсказанием будущего! (Другое дело, что здесь оно не оправдалось.) И достаточно немного подумать, чтобы вспомнить десятки случаев, когда мы занимаемся, не вполне отдавая себе в том отчета, предсказаниями будущего.

Фраза «Сегодня вечером мы идем в кино» — пример такого прорицания. Часто притом мы заранее учитываем вероятность того, что предсказание сбудется:

— Скорее всего, мы вечером идем в кино.

— Девяносто шансов из ста, что вечером мы идем в кино.

Трудно представить себе такое предвидение — или, если хотите, угадывание — без моделирования в мозгу некоего процесса розыгрыша. Вероятность, равная единице (когда за А непременно следует В, за молнией — гром) не так уж часто соблюдается вокруг нас: не из всякой тучи идет дождь. И если за молнией следует гром непременно и это можно предвидеть, то через сколько секунд после вспышки он раздастся, уже дело вероятности.

А раз так, мозг должен был приспособиться к анализу случайностей, то есть, в общем плане, к статистико-вероятностному моделированию. Именно такой вывод делает В. В. Чавчанидзе. Мозг должен был стать аппаратом для стохастического моделирования. Именно благодаря этому он превратился в самомоделирующую машину, владеющую универсальным методом отражения процессов вне ее. И машина эта может с той или иной степенью точности предсказывать, на основе известных ей вероятностных закономерностей, некоторые будущие события. В принципе сама возможность предсказания с учетом достаточно полной информации отнюдь не кажется ученым чем-то удивительным. В мозге, в числе прочего, их поражает другое: то, что он умеет делать выводы и предвидеть будущее, пользуясь информацией явно неполной, явно недостаточной.

Пример — снова шахматы. Расчету они не поддаются. Шахматист, даже гроссмейстер с колоссальной памятью, как будто знает слишком мало для того, чтобы предсказать, как может сложиться ситуация. Но он предвидит, хотя и не в силах сформулировать точные критерии оценки позиций.

Вот что пишет кандидат физико-математических наук и кандидат в мастера по шахматам В. П. Смилга: «Шахматы — игра, в которой, как правило, невозможно дать общий строгий и безоговорочный рецепт наилучшего хода… Иными словами, невозможно обосновать точно: хорош данный ход или плох. Точное исключение из этого правила — ходы, безоговорочно приводящие к мату противника, а также игра в тех нескольких десятках окончаний, которые проанализированы до конца. Вероятно, для большинства людей, знакомых с шахматами, эти фразы прозвучали как нелепость. Всякому ведь очевидно, что зевок фигуры на „ровном месте“ грубая ошибка. Выигрыш „материала“ на том же „ровном месте“ следует всячески приветствовать… Но попробуйте, однако, сформулировать строгий критерий, когда хорош выигрыш фигуры. Если, например, съев слона, вы оставили под ударом своего ферзя, вряд ли партия закончится благополучно. Резонно возразить здесь: „Мы же оговорились: выигрыш на „ровном месте“, то есть в спокойной позиции“. Ну, а что такое „спокойная позиция“? И вот, при попытке строго определить это понятие, мы тут же погружаемся в трясину, потому что определить его нельзя».

Выходит, почти все решения в шахматах могут иметь в конечном счете лишь вероятностный характер. А гроссмейстер Ю. Л. Авербах так дополняет это положение В. П. Смилги:

«…даже расчет двух вариантов бывает чрезвычайно трудным делом, особенно когда эти варианты выглядят примерно равноценными. Тогда шахматист невольно попадает в положение буриданова осла. Кстати, я знаю одного гроссмейстера самого высокого класса, который в подобных положениях вынимает из кармана монету и незаметно для зрителей определяет ход на „орла и решку“. Вот вам и точный расчет».

Значит, все только очень и очень приблизительно?! Но, с другой стороны, разве мы не восхищаемся в партиях ходами смелыми, великолепными, заслуживающими двух восклицательных знаков, или просто «точными»? Выходит, без определенных критериев, без строгих систем оценок мозг человека как-то справляется с задачами, которые ставят перед ним шахматы. Притом справляется иногда очень странным образом. Тот же гроссмейстер обращает внимание на следующее чрезвычайно обнадеживающее обстоятельство:

«…самое удивительное — руководствуясь неправильными соображениями и вариантами, иначе говоря, совершенно случайно, юный шахматист часто делает хороший, сильный ход. Что это? Неспособность ребенка рассказать, как он мыслит, или показатель того, что в шахматах не обязательно исходить из характерных основных признаков позиции, чтобы сделать правильный ход?»

Шахматы для нас сейчас — только пример. И ситуацию, над которой задумался гроссмейстер, кибернетик передал бы так: мозг, пользуясь недостаточными и частично неверными сведениями (тем, что Авербах назвал соображениями и вариантами), сумел из них извлечь максимум информации, которого оказалось достаточно, чтобы найти хорошее решение.

Это «чудо», когда вывод бывает формально необоснованным и одновременно правильным, является в полном смысле слова обыкновенным чудом. Поль де Крюи говорит, например, о великом русском ученом Мечникове:

«В противоположность Коху и Левенгуку, сила которых заключалась в умении ставить природе вопросы, Мечников читал сначала толстые книги об эволюции, загорался воодушевлением, кричал „да!“, а потом уже длинным рядом опытов пытался вырвать у природы признание его идей. И как это ни странно, он часто оказывался прав».

Для объяснения такой правоты говорят о научном чутье. А чутье просто, без эпитета «научное», в тех или других формах постоянно проявляется каждым из нас.

И как мозг «изготовляет» это чутье, пока загадка. Как ее решить? По-видимому, выход один. Надо найти способ извлечения максимума информации из минимума фактов. Это и будет до какой-то степени модель того, что можно называть чутьем — все равно, научным, комбинационным (в шахматах) или житейским.

В. В. Чавчанидзе попробовал предложить такую модель и ведет сейчас ее испытания.

Не так давно в газетах появились сенсационные сообщения. Группа дельцов, утверждающих, что они просто умело применили математику, выиграла большие деньги в рулетку в игорных домах Монте-Карло и других притонах азарта Западной Европы. Они заявляют, что открыли ту самую «систему» выигрыша, автора которой в Смоке Белью видели даусонские рулетковладельцы. Может ли быть в таких заявлениях хоть крупица здравого смысла? Вряд ли. А выигрыши? Здесь могут быть по крайней мере два ответа. Возможно, что в устройстве рулеток Монте-Карло есть какие-то конструктивные особенности, делающие выбор «случайного» числа недостаточно случайным. Закономерности здесь, если они есть, в принципе вполне возможно найти и использовать Ведь для этого не требуется даже найти обязательно выпадающие номера. Достаточно, чтобы попадать в точку удавалось в одном случае из двадцати, тридцати, даже тридцати четырех: ведь возможный выигрыш обычно в 35 раз больше ставки.