орое вывел Льюис Фрай Ричардсон (см. первую главу), то оно: 1) не было в полной мере степенным законом: формально это распределение Пуассона, то есть, по сути, случайный паттерн, применимый не только к войнам, но и к радиоактивному распаду, к «раковым кластерам», к точкам приземления торнадо и к запросам, обращенным к веб-серверам. А в минувшую эпоху с помощью этого распределения представляли смерти кавалеристов, погибших от удара лягнувшей лошади.
В данном случае точное математическое различие между степенными законами и распределениями Пуассона не должно нам мешать. Нам достаточно знать, что оба распределения не поддаются прогнозам. Изучая смертоносные конфликты, Ричардсон стремился найти в своих данных те или иные закономерности, которые могли бы объяснить сроки и масштаб войн. Проявлялась ли какая-нибудь долговременная тенденция к их большему или меньшему количеству? Были ли войны обусловлены географической близостью государств — или другими факторами: социальным, экономическим и культурным? В обоих случаях ответ был отрицательным. Данные указывали, что войны распределялись случайным образом. (По словам Ричардсона, «вся совокупность в целом не указывает на какую-либо тенденцию к тому, что убийственных распрей становится больше или меньше»)[208]. В этом войны действительно напоминают пандемии и землетрясения. Мы не можем заранее узнать ни того, когда и где случится то или иное событие, ни того, каким будет его масштаб. И хотя некоторые современные исследователи по-прежнему видят в своих данных обнадеживающее движение к спокойствию и миру[209], более убедительная точка зрения гласит, что человечество все так же склонно к «лавинам конфликтов» и каскадам «беспорядочно разветвляющихся» вооруженных столкновений[210].
Представление числа конфликтов разной величины в сравнении с количеством умерших в каждом из них. Источник: L. F. Richardson, Statistics of Deadly Quarrels. На сегодня две мировые войны остаются единственными смертельными конфликтами в 7 баллов (с десятками миллионов жертв). На сегодня в результате убийств в 0 баллов (то есть с числом жертв от одного до трех человек) погибло почти столько же людей, сколько во время мировых войн
Возможно, есть одно исключение. Дидье Сорнетт рассмотрел события в высшей степени невероятные, выходящие за пределы распределения по степенному закону, — и назвал их «драконьими королями». Он находит примеры в шести областях: это размеры городов; акустическая эмиссия, связанная с разрушением материалов; возрастание скорости в гидродинамической турбулентности; финансовые крахи; интенсивность эпилептических припадков у людей и животных; и (вероятно) землетрясения. Сорнетт утверждает, что «драконьи короли» — это «исключительные события, которые статистически и механистически отличаются от своих меньших собратьев». Они «в той или иной мере предсказуемы, поскольку механизмы, с которыми они сопряжены, выражены иначе, нежели у других событий. Часто „драконьи короли“ связаны с неким происшествием (фазовым переходом, бифуркацией, катастрофой, переломным моментом), чья развивающаяся структура порождает предвестников, к которым полезно прислушаться»[211]. Однако остается неясным, с какой достоверностью можно определить таких предвестников, прежде чем «драконий король» нанесет свой удар.
Как некое событие превращается из «серого носорога» (легко предсказуемого) в «черного лебедя» (совершенно неожиданного) и, далее, в «драконьего короля» (огромного масштаба)? Для историка преображение «серого носорога» в «черного лебедя» — это наглядный пример проблем, связанных с когнитивными ошибками, о которых мы говорили в предыдущей главе. А по какой еще причине часто предсказываемое бедствие может разразиться как гром среди ясного неба? Но что касается преображения «черного лебедя» в «драконьего короля», то здесь речь идет о различиях между катастрофой, губящей невероятно много людей, и бедствием, последствия которого оказываются гораздо более значительными и далеко идущими, чем непосредственное число убитых. Стоит добавить, что «драконьи короли» — пусть это и было бы сложно доказать статистически — словно бы существуют и за пределами области катастрофы. Из неисчислимого множества святых и основателей религиозных культов, бывших в истории, только трое (Гаутама Будда, Иисус Христос и Мухаммед) основали мировые религии, способные привлечь сотни миллионов приверженцев и существовать на протяжении веков. Нам не исчислить и светских политических мыслителей — прошлого и настоящего, — и все же ни один из них не сравнится с Карлом Марксом, вдохновившим не только сотни миллионов последователей, но и многочисленные партии, революции и страны, в том числе и два крупнейших государства в истории мира — Советский Союз и Китайскую Народную Республику. И точно так же в истории человечества было много периодов технологических изменений, но только с одного, изначально нацеленного на производство тканей и применение энергии пара, началась промышленная революция. И кажется, что эти экстремальные наблюдения — уже не «черные лебеди», а «драконьи короли». Но насколько возможно предсказать их на практике — это пока совсем не понятно.
Если для столь многих природных и рукотворных феноменов характерны степенная зависимость или распределение Пуассона, то как история может быть цикличной? Если мир полон случайностей, то как может классическая трагедия оказаться чем-то иным, помимо простой попытки рационально объяснить невезение — ту же чуму, постигшую Фивы в дни правления царя Эдипа? Как заметил Джиллетт Пенн, фокусник-атеист: «Удача — это статистика, принятая на свой счет».
Бабочка Лоренца
Как известно, Эдвард Лоренц, основоположник теории хаоса, предположил, что взмах крыльев бабочки в Бразилии может вызвать ураган в Техасе. В сложных нелинейных системах даже незначительное возмущение может привести к серьезным последствиям. «Эффект бабочки» Лоренц сформулировал в 1961 году, когда экспериментировал в Массачусетском технологическом институте (MIT) с компьютерной моделью, которую разработал, чтобы имитировать разные погодные условия. (Лоренц, математик по образованию, стал метеорологом во время Второй мировой войны.) Как-то раз он решил повторить моделирование, но округлил одну переменную с 0,506127 до 0,506. К его удивлению, это крошечное изменение радикально преобразило смоделированную компьютером погоду.
Впрочем, мало кто прочел новаторскую статью Лоренца, опубликованную в издании Journal of the Atmospheric Sciences («Журнал атмосферных наук») под названием «Детерминистический непериодический поток»[212]. Лишь примерно десять лет спустя он перевел свое озарение на язык неспециалистов — в лекции «Предсказуемость: может ли взмах крыльев бабочки в Бразилии вызвать торнадо в Техасе?». «Два частных случая метеорологической обстановки, — утверждал он, — различающихся чем-то столь же малым, как непосредственное влияние одной-единственной бабочки, по прошествии достаточного времени разовьются в две ситуации, различающихся уже чем-то столь же значительным, как торнадо». Впрочем, в лекции, прочитанной в 1972 году, Лоренц добавил важную оговорку: «Если взмах крыльев бабочки может способствовать возникновению урагана, то столь же вероятно, что он может способствовать и его предотвращению»[213]. С точки зрения Лоренца, именно из-за этого так трудно предсказывать погоду на долгий срок.
То же самое, и даже в большей степени, применимо и к экономическому прогнозированию. В 1966 году экономист Пол Самуэльсон, нобелевский лауреат и профессор MIT, как и Лоренц, в шутку сказал, что падение цен на акции в США послужило верным предвестником «девяти из последних пяти рецессий». На самом деле экономисты-аналитики выполняют свою работу намного хуже, чем метеорологи. С 1988 по 2019 год наблюдалось 469 случаев спада национальных экономик, и к весне того года, в котором случался каждый из них, Международный валютный фонд верно предсказал только четыре[214]. Что же до масштабного экономического кризиса 2008–2009 годов, то лишь очень немногие экономисты предвидели его с точностью, сколь-либо близкой к реальной. По большей части, как выразилась Ее Величество Королева, они «не видели, к чему идет дело».
Проблема в том, что и погода, и экономика — системы сложные. А если говорить только об экономике, то она постепенно усложнялась еще со времен промышленной революции. Сложная система состоит из очень большого числа взаимодействующих компонентов, организованных в асимметричную структуру, и балансирует где-то между порядком и беспорядком — «на грани хаоса», как выразился Кристофер Лэнгтон, специалист в области теории вычислительных систем[215]. Система может хорошо работать довольно долго, и будет казаться, что она пребывает в равновесии, но на самом деле она все время адаптируется — и, возможно, наступит момент, когда она достигнет «самоорганизованного критического состояния». А потом слабейший триггер (бабочка, взмахнувшая крыльями, или знаменитая последняя песчинка, которая рушит всю груду песка) может запустить «фазовый переход» из одного состояния в другое.
Вскоре после масштабных фазовых переходов на сцену выходят историки — их влекут события, «обитающие» в хвостах вероятностных распределений. К сожалению, помощи от этих историков, как правило, никакой. Неверно понимая, что собой представляет сложная система, они объясняют любое большое бедствие долгосрочными причинами, часто углубляясь в прошлое на десятки лет. Летом 1914 года, к откровенному изумлению большинства современников, начинается чудовищная мировая война. Вскоре историки разрабатывают сюжет, соизмеримый со случившейся бедой. В нем присутствуют алчные до власти немцы, в 1897 году начавшие строить военно-морской флот; Османская империя, чья власть на Балканах слабеет с 70-х годов XIX века; и Бельгия, сохраняющая нейтралитет в силу перемирия, подписанного еще в 1839 году. Именно это Нассим Талеб справедливо осудил как «ошибку нарратива» — создание психологически приятных историй по принципу