Как уже было сказано выше, я давно знал Медавара – через своего отца, который был его школьным другом. Когда я еще был студентом колледжа, Медавара как одного из самых ярких интеллектуалов среди британских биологов той поры пригласили прочитать лекцию на нашем отделении, где он в свое время учился. Я помню, какой стоял взволнованный шум в забитой до отказа аудитории в ожидании появления этого высокого, красивого и исключительно учтивого человека (“Данного лектора никогда в жизни не называли неучтивым”, – сказал о нем впоследствии один критик). После лекции я решил почитать его эссе, многие из которых были впоследствии перепечатаны в сборниках “Искусство решаемого” и “Республика Плутона”[92]; именно оттуда я узнал о Карле Поппере.
Меня заинтересовало попперовское представление о науке как о двухступенчатом процессе: вначале – творческое (почти как в искусстве) придумывание гипотезы или модели, а затем – попытки фальсифицировать (проверять на ложность) выводимые из нее прогнозы. Мне хотелось провести классическое попперовское исследование: придумать гипотезу, которая может быть верной, а может и неверной, вывести из нее точные математические прогнозы, а затем попытаться проверить эти прогнозы на ложность в лаборатории. Для меня было важно, чтобы мои прогнозы оказались математически точны. Меня не устроило бы, если бы из моей модели вытекало, что X больше Y. Мне хотелось создать такую модель, которая позволяла бы прогнозировать точное значение X. А для таких точных прогнозов требовались немалые объемы данных. Изготовленное Яном устройство для подсчета большого числа клевков дало мне возможность получать данные в нужном объеме. В моих новых экспериментах цыплята клевали не фотографии половинки шарика для пинг-понга, а маленькие цветные полушария, закрепленные на подсоединенных к микропереключателям шарнирных окошках. Цыплята предпочитали синие полушария зеленым, но меня интересовало не это. Мне хотелось узнать, чем определяется каждое решение совершить клевок, какого бы цвета ни было полушарие, которое клевал цыпленок. А это, конечно, лишь частный случай общего вопроса о том, каким образом любое животное принимает решения.
В другой своей работе Медавар доказывал, что на самом деле ход научных исследований не так последователен и упорядочен, как его излагают в публикациях. В жизни все намного запутаннее. В случае моих собственных исследований все было так запутано, что я уже и не помню, откуда мне пришла в голову идея моих “попперианских” экспериментов. Я помню только окончательное изложение, судя по которому – в полном соответствии с тем, что писал Медавар, – моя работа выглядит неправдоподобно упорядоченной.
В окончательном изложении это выглядело так. Я придумал воображаемую модель того, что может происходить в голове цыпленка, когда он делает выбор между альтернативными мишенями, потом совершил некоторые алгебраические выкладки, чтобы вывести из этой модели точные, количественные прогнозы, а затем проверил их в лаборатории. Это была модель “пороговых значений побуждения”. Я постулировал, что у цыпленка в голове есть переменная (“побуждение” совершить клевок), значение которой непрерывно колеблется, то возрастая, то снижаясь, отражая изменения силы побуждения (возможно, случайные: это было не важно). Всякий раз, когда побуждение превышало пороговую величину, соответствующую тому или иному цвету, цыпленок мог клюнуть мишень данного цвета (другой вопрос – в какой момент цыпленок совершит клевок, но для этого параметра я придумал другую модель, о которой речь пойдет ниже). Цыплята предпочитали синие мишени, а значит, порог для синего был ниже, чем для зеленого. Но тогда, если побуждение окажется выше порога для зеленого, оно неизбежно будет выше и порога для синего. Что же в таком случае сделает цыпленок? Я предположил, что, поскольку побуждение превысит оба порога, цыпленку станет безразлично, какую мишень выбрать, и он будет выбирать синюю или зеленую мишень, “бросая монетку”. Таким образом, из моей модели следовал прогноз, что, если регистрировать поведение цыпленка в течение долгого времени, мы будем наблюдать периоды, когда он клюет мишени только предпочитаемого цвета, а в промежутках – периоды, когда он случайным образом выбирает, какого цвета мишень клевать. Периодов, когда цыпленок достоверно чаще выбирает тот цвет, который он в целом не предпочитает, наблюдаться не должно.
Поначалу я не обращал внимания на последовательность клевков как таковую. Этим я занялся уже позже, когда переехал в Калифорнию. Если не ошибаюсь, причина была весьма прозаична: устройство, сконструированное Яном, позволяло считать клевки, но не позволяло точно записывать тот порядок, в котором цыпленок их совершал, а сам Ян к тому времени вернулся в Германию и не мог помочь мне с усовершенствованием установки. Кроме того, я, кажется, был слишком увлечен красотой попперианской идеи вывести математическую формулу, которая позволяла бы прогнозировать значения одного регистрируемого показателя, исходя из значений других регистрируемых показателей.
Как выяснилось, цыплята предпочитали синие мишени не только зеленым, но и красным, а красные предпочитали только зеленым. Я придумал эксперимент, в котором предоставил им возможность выбирать между синим и зеленым, синим и красным, а также красным и зеленым, и в каждом случае регистрировал долю клевков по мишени предпочитаемого цвета P. В результате у меня получалось три числа (Pлучший/худший, Pлучший/средний, Pсредний/худший). Логично предположить, что Pлучший/худший будет больше, чем два других параметра. Но позволяет ли моя модель прогнозировать, насколько больше? Можно ли вывести из этой модели формулу, на основании которой станет возможным рассчитать точное значение Pлучший/худший, исходя из значений Pлучший/средний и Pсредний/худший? Оказалось, что можно, и мне удалось это сделать. Я ввел символы, обозначающие время, в течение которого величина побуждения находится между разными пороговыми значениями, провел некоторые алгебраические преобразования школьного уровня (операции с системами уравнений, которым меня учил Эрни Дау), чтобы исключить неизвестные переменные, и был очень рад, когда после нескольких страниц выкладок у меня получилась формула, позволяющая делать простой, точный количественный прогноз. В соответствии с моделью пороговых значений побуждения
Pлучший/худший = 2 (Pлучший/средний + Pсредний/худший − Pлучший/средний × Pсредний/худший) − 1.
Я назвал эту формулу “прогноз 1”. Меня привлекало в ней то, что она позволяла прогнозировать точные значения количественного параметра.
Теперь мне предстояло проверить этот прогноз. Станут ли цыплята вести себя в соответствии с ним? Да, к моей несказанной радости, в семи из восьми повторностей эксперимента они вели себя почти в точности так, как предписывал прогноз. Результаты восьмого эксперимента были настолько не похожи на результаты остальных семи, что, когда одна из моих статей была опубликована в журнале “Поведение животных”[93], в издательстве, к моей крайней досаде, соответствующую точку на графике удалили, приняв ее за изъян печатной формы! К счастью, из таблицы соответствующая цифра никуда не делась, иначе меня могли бы обвинить в преднамеренном искажении данных. После этого я провел еще одну серию экспериментов, в которых цыплята не клевали мишени, а заходили в камеры, освещенные светом разных цветов. На приведенном здесь графике представлены результаты обеих серий экспериментов и прогнозируемые значения процента предпочтений “лучшего” цвета “худшему”.
Если бы прогноз был идеальным, все точки лежали бы ровно на диагональной линии. За исключением восьмого эксперимента, о котором уже было сказано, прогнозы модели пороговых значений побуждения оказались намного лучше, чем можно было надеяться получить в экспериментах, посвященных поведению животных (в физических экспериментах точность обычно выше, потому что меньше статистическая ошибка измерений).
Кроме того, я использовал те же данные, чтобы проверить прогнозы, сделанные на основе альтернативной, более простой модели, исходившей из того, что каждый цвет имеет для цыпленка определенную “ценность” и вероятность выбора того или иного цвета пропорциональна его ценности. Прогнозы обеих моделей были похожи, так что если одна из них была верна, другая неизбежно должна была быть почти верна. Но модель пороговых значений побуждения неизменно позволяла прогнозировать наблюдаемые результаты точнее. Модель “ценности цветов” постоянно давала заниженные оценки показателя Pлучший/худший, а значит, не выдерживала проверку на ложность, которую модель пороговых значений побуждения, напротив, с блеском выдержала, давая необычайно точные прогнозы (за исключением одного эксперимента).
Означает ли хороший результат проверки моей модели, что в голове цыпленка действительно есть что-то вроде колеблющейся величины “побуждения”, время от времени превышающей определенные пороговые значения, и происходит ли при превышении двух или трех значений что-то вроде подбрасывания монетки, определяющего выбор цвета цыпленком? Поппер сказал бы, что модель выдержала серьезную попытку ее опровергнуть, однако это ничего не говорит о том, соответствуют ли постулируемые моделью “побуждение” и “пороги” тому, что на самом деле происходит в нейронах и синапсах. Но, по меньшей мере, интересно то, что мы можем делать некоторые выводы о происходящем в голове, даже не заглядывая в нее.
Этот метод, включающий в себя придумывание модели и проверку ее прогнозов, оказался исключительно продуктивным во многих отраслях науки. Так, в генетике вывод о существовании хромосом как линейных последовательностей генов, содержащих закодированную информацию, можно сделать и безо всякого микроскопа, только на основании результатов экспериментов по скрещиванию. Свою модель пороговых значений побуждения, а также результаты своих исследований восприятия цыплятами затенения как показателя объема я рассматриваю в качестве примеров того, какого рода процессы могут происходить в голове цыпленка, а не как окончательные выводы о том, что на самом деле в ней происходит.