подцелей на службе негибко преследуемой основной цели. Это тонкое взаимодействие между гибкостью и негибкостью – нечто, что мы должны постараться понять, ибо из него вытекают жизненно важные следствия.
Возвращаясь к моей основной теме: естественный отбор встроил в нас способность искать, способность бороться, способность ставить краткосрочные цели на службу долгосрочным, в конце концов – способность к предвидению. Изначально, когда естественный отбор встроил эти способности, краткосрочные и долгосрочные цели всегда служили конечной долгосрочной цели выживания генов. Но такова уж была природа гибкого целеполагания, что эта изначальная конечная цель сама была подвержена субверсии. С точки зрения эгоистичных генов, их машины выживания сделались слишком умными. Замечательная инновация в технологии нервных систем, гибкая перепрограммируемость перехитрила сама себя с точки зрения своей изначальной дарвиновской цели.
С нашей точки зрения гибких компьютеров, то, что мы избавились от оков своей первоначальной цели распространения эгоистичных генов, может рассматриваться как пьянящее освобождение, пьянящее, как Французская революция глазами Вордсворта: “А любовью, / А юностью как были мы сильны! Блажен, кто жил в подобный миг рассвета!”[106]. Я подозреваю, что наш вид действительно все еще юн в своем новообретенном освобождении. Хотя человеческий мозг издавна способен к большой гибкости, бортовые компьютеры, вероятно, пошли вразнос по-крупному, когда появление речи позволило большим группам людей ставить общие цели, которые можно было преследовать на протяжении жизни более чем одного поколения. Один изобретатель может поставить себе задачу улучшить метода транспорта и додуматься до колеса. Поколения изобретателей, каждое из которых опирается на накопленные достижения предшественников, объединенных общей целью, способны додуматься до сверхзвукового авиалайнера и космического корабля. Это новый тип эволюции, поверхностно схожий со старым, и порождающий технологический прогресс, напоминающий старый генетический прогресс, но со скоростью, возможно, в миллион раз большей. Скорость этого нового вида эволюции, вкупе с легкостью, с которой человеческий мозг может быть перепрограммирован на постановку новой крупной цели, и упрямство, с которым он может преследовать однажды поставленную цель, пугают, ибо могут сулить большую опасность. Соперничающим группам людей слишком легко поставить несовместимые цели – например, патриотические или сектантские притязания на спорную территорию. Как высокотехнологичные самонаводящиеся ракеты, мы склонны преследовать эти цели с неуклонным упорством и большой гибкостью в постановке эффективных подцелей, подцелей войны. Наконец, крайняя быстрота культурной эволюции, обусловленная кумулятивным преследованием общих технических целей, делает возможным появление разрушительного технического оружия. Мы должны надеяться, что “миг рассвета” нашего вида не обернется для нас таким же разочарованием, как Французская революция для Вордсворта. Для этой надежды есть кое-какие основания. Те же гибкость, приспособляемость и предвидение, которые угрожают нам срывом нашей величественной дарвиновской эволюции в бешеный форсаж, могут стать и нашим спасением.
Миры в микрокосме
В 1888 году Адам Лорд Гиффорд, выдающийся шотландский адвокат и судья, интересовавшийся религией и философией, основал ежегодную серию лекций по естественной теологии в четырех крупнейших шотландских университетах – Святого Андрея, Эдинбургском, Глазго и Абердинском. В 1992-м меня пригласили прочесть такую лекцию в Глазго, в честь столетнего юбилея Гиффордских лекций, и я счел за честь принять это приглашение. Заглавие серии, опубликованной в томе под редакцией Нила Спервея в 1993 году, было – “Человечество, окружающая среда и Бог” (Humanity, Environment and God). Для лектора-атеиста этот опыт оказался, тем не менее, не настолько похожим на опыт Даниила во рву львином, как можно было бы подумать. Современные богословы обычно достаточно сочувственно относятся к науке, что подтверждалось участием других юбилейных лекторов, среди которых были Джон Хэбгуд, тогдашний Архиепископ Йоркский и тоже ученый, либеральный теолог Дон Капитт, бывший монах-иезуит Энтони Кенни и верующий физик Джон Барроу. Мне этот опыт понравился.
Живой организм есть модель мира, в котором он живет. Это может показаться странным утверждением. Обоснование последует позже.
Смысл, в котором я использую слово “модель”, однако, не странный. Это обычное научное употребление: модель напоминает реальную вещь в некоторых важных отношениях, независимо от того, выглядит ли она для человеческого глаза как копия реальной вещи. Игрушечная железная дорога – модель, но ею является и железнодорожное расписание. Впервые о моделях в научном смысле я узнал от своего деда. В те времена, когда радио еще только нарождалось, он читал лекции молодым инженерам, поступавшим на работу в компанию Маркони. Чтобы проиллюстрировать тот факт – важный как для радио, так и для акустики, – что всякая сложная волновая форма может быть разложена на сумму простых волн различных частот, он брал колеса разного диаметра и прикреплял их втулками к бельевой веревке. Когда колеса крутились, веревка дергалась вверх-вниз, так что по ней ползли волны движения. Извивающаяся веревка была моделью радиоволны, давая студентам более наглядную картину сложения волн, чем могли дать математические уравнения.
Ныне дедушка использовал бы компьютер, а не бельевую веревку. Впрочем, нет, если подумать, то, наверное, не использовал бы. Хотя он дожил до эры компьютеров, он так и не смог оценить их красоту и умер в заблуждении, что они представляют собой всего лишь костыли для тех, кому лень считать. Мне стоило объяснить ему, что они на самом деле – аналог его веревки. Безусловно, важно то, что веревочная модель, как и многие другие модели в математике и инженерии, служит моделью многих вещей одновременно: не только радиоволн и волн в аналоговом или цифровом компьютере, но и звуковых волн, и приливных волн. Дело в том, что математические уравнения, описывающие поведение всех этих волн, фундаментально схожи. Все эти физические системы могут рассматриваться как “модели” друг друга, а математики могут применять слово “модель” и к набору уравнений.
Дедушкина веревка была учебным пособием, но инженеры могут применять модели для более практических целей, для решения проблем, не поддающихся расчетам. Задолго до того, как на самом деле построить новый самолет, модели, воспроизводящие лишь его внешнюю форму, подвергаются тщательным испытаниям в аэродинамической трубе. Хотя теоретически математики способны рассчитать закономерности турбулентности, которую поднимает любая данная форма, эти закономерности настолько запутанны и рассчитать их настолько трудно, что практически бесконечно (и здесь это не преувеличение) быстрее будет испытать модель самолета в аэродинамической трубе. Опять же, кстати, компьютерная модель может заменить то, что происходит в аэродинамической трубе, – но это должен быть очень мощный компьютер.
Более сложные закономерности турбулентности определенно связаны с ветрами и океанскими течениями, которые клубятся на вращающейся Земле и влияют на нашу погоду. В идеальном мире математик, располагая текущими направлениями ветров, их скоростями, температурами и темпами изменений этих и аналогичных измеримых параметров по всему миру, мог бы надеяться рассчитать безошибочный прогноз погоды на следующую неделю – более того, на следующее столетие. На практике сама идея, что кто-нибудь предпримет подобные грандиозные расчеты, анекдотична, и даже приблизительный прогноз возможен только на несколько дней вперед. Проблема даже усугубляется, если, как все чаще считают, закономерности погоды имеют “хаотично” детерминистский характер. На самом деле современные синоптики пользуются весьма упрощенной, хотя все еще очень сложной, компьютерной моделью погоды на Земле. Эта модель – не зримая копия наподобие модели поезда (хотя ее можно зримо вывести на экран – например, в виде симуляции изображения, которое “видит” спутник, “глядя” с большой высоты на модель планеты). Это динамическая модель, постоянно обновляющаяся по мере поступления новой информации с метеостанций, кораблей, самолетов, зондов и спутников со всего света, и на основе данной обновленной информации постоянно ведутся расчеты. Чтобы делать прогнозы, синоптики позволяют модели самостоятельно экстраполироваться в “будущее”.
Как биолога меня бесконечно зачаровывают аркадные игры нашей компьютерной эры. В одной игре игрок сидит словно бы на водительском месте мчащейся машины, держа в одной руке руль, а в другой – рычаг переключения скоростей. На экране перед ним (наблюдения показывают, что чаще всего это он, а не она) – движущееся цветное изображение, симулирующее дорогу впереди. Деревья и другие объекты поначалу выглядят маленькими, а затем быстро вырастают, когда машина приближается и проносится мимо них. На дороге впереди появляются машины соперников, их можно обогнать или врезаться в них, в зависимости от умения игрока. Шум двигателя из динамика меняется в зависимости от маневров водителя. Хотя сходство с реальностью на самом деле довольно приблизительное, воздействие на чувства удивительно реалистично. При этом “на самом деле” происходит лишь то, что ячейки памяти компьютера за экраном меняют свое состояние с (например) 3 вольт до 0 вольт и обратно на высокой скорости.
Программисту – изначальному разработчику игры – понадобилось создать убедительный мир, в немалой степени воплощающий реальность. Ему пришлось решать, где в его мире разместить каждое дерево и каждый холм. В некотором смысле в компьютере существует нечто вроде гоночной цепи с собственной географией и ориентирами, которые связаны друг с другом фиксированными “пространственными” отношениями. Модель машины, в математическом смысле, “движется” через этот ландшафт, неизменно повинуясь запрограммированным законам “реальности”. Если бы программист захотел, он бы, конечно, смог заставить свои воображаемые машины нарушать нормальные законы реальности – машина могла бы разделиться на две машины или превратиться в лошадь, – но это сделало бы игру не столь коммерчески популярной.