– Случайные взаимодействия муравья с ближайшими соседями регулируются набором простых правил (например, «ходи с этим камешком в своих крошечных муравьиных жвалах до тех пор, пока не наткнешься на другого муравья с камешком, и тогда бросай свой»). Ни одному муравью не известно ничего, кроме этих простых правил, и каждый действует как автономный агент.
– Из очень сложных феноменов, которые может создать такая система, возникают нередуцируемые свойства, существующие только на уровне системы в целом (например, одна молекула воды не может быть мокрой; «мокрота» рождается лишь из совокупности молекул воды, и изучение одной молекулы не поможет предсказать свойства «мокроты»); на своем уровне сложности эти свойства самодостаточны (вы можете точно предсказать поведение системы, почти ничего не зная о ее компонентах). Как резюмировал нобелевский лауреат физик Филип Андерсон, «больше – это другое»[145]{184}.
– Эти эмерджентные свойства прочны и устойчивы – водопад, например, сохраняет свои свойства с течением времени, несмотря на то что ни одна молекула воды не падает с высоты более одного раза{185}.
Отдельные характеристики зрелой эмерджентной системы могут быть (хотя и не обязательно) непредсказуемыми, что перекликается с темой двух предыдущих глав. Знание начального состояния и правил репродукции (по типу клеточного автомата) дает вам средства для развития сложности, но не средства для ее описания. Или, используя термин, предложенный выдающимся нейробиологом прошлого века Паулем Вайсом, начальное состояние не может содержать в себе «маршрута»[146]{186}.
– Непредсказуемость отчасти объясняется тем, что в эмерджентных системах дорога, по которой вы едете, в это самое время и прокладывается и, по сути, ваше движение по ней влияет на процесс строительства, обеспечивая обратную связь[147]. Более того, цель, к которой вы стремитесь, может, даже еще не существует – вам предстоит взаимодействовать с несуществующей целью, которая в нужный момент при должном везении появится. Кроме того, в отличие от клеточных автоматов, о которых шла речь в предыдущей главе, эмерджентные системы подвержены случайности (на профессиональном жаргоне это называется «стохастические события»), причем последовательность случайных событий тоже важна[148].
– Эмерджентные системы бывают порой невероятно адаптивными, но, несмотря на это, у них не существует ни плана, ни планировщика{187}.
Вот простая версия адаптивности: две пчелы покидают улей и в поисках источника пищи летят куда глаза глядят. Каждая находит по такому источнику, причем один из них лучше другого. Пчелы возвращаются в улей, и ни одна не обладает всей полнотой информации об обоих источниках пищи сразу. И тем не менее все пчелы улья летят прямиком к лучшему.
Вот пример посложнее: в поисках пропитания муравей обходит восемь разных мест. Крошечные муравьиные ножки устают, и в идеале муравью лучше бы посетить каждое место лишь единожды, причем по кратчайшему пути из 5040 возможных (факториал семи). Перед нами разновидность известной задачи коммивояжера, которая веками занимала умы математиков, безрезультатно искавших для нее общее решение. Одна из стратегий решения задачи – это перебор: проверьте все возможные маршруты, сравните их и выберите лучший. Это требует огромной работы и особых вычислительных мощностей – если вам нужно посетить десять мест, придется проверить больше 360 000 маршрутов, а если 15, то их будет уже около 80 млрд. Это просто невозможно. Но возьмите примерно 10 000 муравьев, составляющих типичную колонию, разместите их на восьми кормовых площадках, и они отыщут нечто близкое к оптимальному из 5040 возможных решений гораздо быстрее, чем это делать перебором, и ни один муравей не будет знать ничего, кроме пути, которым шел он сам, а также двух правил (до которых мы еще доберемся). Это так хорошо работает, что специалисты в области информатики решают такие задачи при помощи «виртуальных муравьев», полагаясь на нечто, известное как роевой интеллект[149]{188}.
Та же адаптивность свойственна и нервной системе. Взять хотя бы микроскопического червя, любимца нейробиологов[150]; с точки зрения затрат на установление связей между нейронами нервная система червя демонстрирует оптимизацию, близкую к оптимизации в задаче коммивояжера; то же самое касается и нервной системы мухи. И мозга приматов тоже; в коре головного мозга приматов можно выделить 11 связанных между собой областей. Соединить их можно миллионами разных способов, и развивающийся мозг каким-то образом отыскивает оптимальное решение. Далее мы увидим, что залог успеха во всех таких случаях – применение правил, концептуально схожих с теми, которым подчиняются муравьи, решающие задачу коммивояжера{189}.
Существуют и другие виды адаптивности. Нейрон «хочет» как можно эффективнее распределить массив из тысяч своих дендритных отростков для получения входных сигналов от других нейронов, и даже конкурирует с соседними клетками. Кровеносная система «хочет» как можно эффективнее разветвить тысячи своих артерий, доставляя кровь к каждой клетке тела. Дерево «хочет» как можно эффективнее раскинуть ветви, чтобы уловить листьями максимальное количество солнечного света. И как мы увидим далее, во всех трех случаях задача решается при помощи похожих правил{190}.
Как такое может быть? Давайте посмотрим, откуда берется эмерджентность при использовании простых, схожим образом работающих правил, – на примере муравьев, слизевиков, нейронов, людей и обществ, решающих задачи на оптимизацию. Это занятие немедленно избавит нас от первого соблазна: думать, будто эмерджентность – пример индетерминизма. Ответ тот же, что и в прошлой главе: непредсказуемое – это не то же самое, что недетерминированное. Справиться со вторым соблазном будет посложнее.
Во многих примерах эмерджентности можно проследить общий мотив: процесс складывается из двух простых этапов. На первом – «разведчики» исследуют окружающую среду; отыскав необходимый ресурс, они сообщают об этом остальной популяции[151]. Сообщение должно содержать информацию о качестве ресурса – например, лучшему ресурсу соответствует более долгий или громкий сигнал. На втором этапе другие особи беспорядочно перемещаются по среде, вооруженные простым правилом, определяющим их реакцию на сообщение.
Вернемся к примеру с пчелами. Две пчелы-разведчицы обследуют окрестности в поисках источников пищи. Отыскав подходящий, пчела возвращается в улей, чтобы рассказать о нем остальным; пчелы сообщают новости посредством известного танца с определенным движением, в рисунке которого закодировано, в каком направлении и на каком расстоянии расположен источник пищи. Важно, что чем лучше источник, тем дольше пчела исполняет одну из фигур своего танца – так она информирует о качестве[152]. На втором этапе другие пчелы беспорядочно бродят по улью и, наткнувшись на танцующую разведчицу, улетают проверить тот источник пищи, о котором она сообщает… после чего возвращаются, чтобы тоже «станцевать» новости. И поскольку чем лучше источник, тем дольше танец, то и вероятность наткнуться на разведчика, сообщающего «отличные» новости, выше вероятности встретить танцора, который принес новости «хорошие». Это повышает вероятность того, что скоро танец отличных новостей будут танцевать уже две пчелы, потом четыре, потом восемь… пока вся колония не сойдется в решении отправиться на оптимальный участок кормления. А та разведчица, что принесла хорошие новости, уже давно перестала танцевать, наткнулась на танцорку с отличными новостями и присоединилась к большинству. Заметьте – в улье нет никакой принимающей решение пчелы, которая получает информацию о двух источниках пищи, сравнивает их, выбирает лучший вариант и ведет за собой остальных. Все дело в том, что пчела, которая танцует дольше, привлекает на свою сторону пчел, которые тоже начинают танцевать дольше: сравнение и оптимальный выбор осуществляются как бы исподволь; в этом и заключается суть роевого интеллекта{191}.
Аналогично предположим, что две пчелы-разведчицы обнаружили два одинаково хороших источника пищи, но один из них расположен в два раза дальше от улья, чем другой. Следовательно, пчеле, отыскавшей пищу ближе, потребуется в два раза меньше времени, чтобы вернуться в улей с новостями, чем пчеле, отыскавшей пищу подальше, – а это значит, что число танцующих на ее стороне пчел начнет удваиваться раньше, экспоненциально подавляя сигнал пчелы, прилетевшей издалека. Вскоре все пчелы отправятся к ближайшему источнику пищи. Муравьи примерно так же подыскивают оптимальное место для нового муравейника. Разведчики отправляются на поиски, каждый находит подходящее местечко; чем оно перспективнее, тем дольше насекомое там остается. Затем другие муравьи рассыпаются по местности, вооруженные правилом: если наткнешься на стоящего муравья, проверь это место на предмет основания колонии. Здесь тоже чем лучше качество, тем мощнее сигнал вовлечения, который к тому же сам себя усиливает. Работа моей коллеги-первопроходца в этой сфере Деборы Гордон показывает дополнительный уровень адаптивности. Подобные эмерджентные системы характеризуются разными параметрами: на какое расстояние муравьи удаляются от муравейника, сколько времени они проводят в хороших местах по сравнению с местами среднего качества и так далее. Дебора продемонстрировала, что в разных экосистемах эти параметры варьируют в зависимости от того, насколько обильны источники пищи, как часто встречаются и насколько затратно само кормление (например, с точки зрения потери жидкости пустынным муравьям кормление обходится дороже, чем лесным); чем успешнее колония эволюционировала в направлении тех параметров, какие подходят для той или иной среды обитания, тем больше вероятность, что она выживет и оставит потомство