Страница 3 из 16
Однако SRG была самой сильной и, по большому счету, самой влиятельной из всех этих групп. В SRG царила атмосфера интеллектуальной открытости и интенсивной научной мысли – все работали с ощущением общей цели, которое возникает только при решении задач особой важности. «Когда мы давали рекомендации, – писал руководитель SRG Уилсон Аллен Уоллис, – их использовали. Пулеметы истребителей, вступавших в бой, были снаряжены согласно рекомендациям Джека Вулфовица[3] по поводу того, как смешивать боеприпасы разных типов, – и летчики либо возвращались, либо нет. Топливо ракет, которые запускали самолеты военно-морских сил, проходило проверку в соответствии со схемой выборочного контроля Эйба Гиршика – и эти ракеты либо взрывались и уничтожали наши собственные самолеты и наших летчиков, либо поражали цель»{3}.
Математический талант членов группы соответствовал важности задачи. По словам Уоллиса, «как с точки зрения количества, так и с точки зрения качества SRG была самой выдающейся группой специалистов по статистике из всех когда-либо созданных»{4}. В группе работали: Фредерик Мостеллер – впоследствии основатель факультета статистики Гарвардского университета; Леонард Джимми Сэвидж[4] – первопроходец теории принятия решений и большой приверженец области математики, позже ставшей известной как байесовская статистика. В SRG время от времени заглядывал Норберт Винер – математик Массачусетского технологического института, создатель кибернетики. Это был коллектив ученых, в котором почетное четвертое место среди самых толковых занимал Милтон Фридман – будущий лауреат Нобелевской премии по экономике.
А первое место по праву закрепилось за Абрахамом Вальдом. Вальд – преподаватель Аллена Уоллиса в Колумбийском университете – стал для всей группы своего рода высочайшим математическим авторитетом. Впрочем, как «подданный враждебного государства» с юридической точки зрения Вальд не имел права видеть секретные отчеты – те отчеты, которые он собственноручно составлял. В SRG шутили, что секретари обязаны буквально вырывать из-под его пера каждый листок бумаги тут же, как только он его допишет{5}. При этом Вальд практически не вписывался в общую направленность группы: он был очень далек от решения прикладных задач, поскольку его всегда интересовала лишь абстрактная математика. Однако в данном случае верх взяла его личная заинтересованность: посвятить свой талант антифашистской борьбе. Так или иначе, но Вальда сочли именно тем человеком, которого лучше было иметь на своей стороне – тем более, когда возникала необходимость перевести расплывчатые мысли на язык точных математических формулировок.
Задача заключалась в следующем. Вы не хотите, чтобы вражеские истребители сбивали ваши самолеты, поэтому покрываете их броней. Но броня делает самолет более тяжелым, что снижает его маневренность и увеличивает расход топлива. Если на самолете слишком много брони – это проблема; если брони слишком мало – это тоже проблема. Где-то в интервале лежит оптимальное решение. Чтобы вычислить этот идеальный вариант, вы собираете под крышей нью-йоркской квартиры команду лучших математиков{6}.
Военные представили на рассмотрение SRG данные, которые, по их мнению, могли бы помочь в решении задачи. Когда американские самолеты выходили из воздушных боев над Европой, они были покрыты дырами от пуль. Однако повреждения распределялись по корпусу самолета не равномерно. Пробоин на фюзеляже было больше, чем на двигателе.
Представители командования увидели возможность повысить эффективность использования самолетов, обеспечив такой же уровень защиты в его уязвимых местах, для этого требовалось правильно распределить количество брони, делая ее слой толще там, где самолет получает больше всего пробоин. Но сколько именно брони следует устанавливать на этих частях самолета? С просьбой найти нужное решение военные обратились к Вальду. И получили совсем неожиданный ответ.
Броню следует укреплять не там, сказал Вальд, где больше всего пробоин, а там, где их нет, то есть на двигателе.
Вальд задался вопросом: где находятся недостающие пробоины? Именно в этом проявилась его проницательность – в простоте поставленной задачи. Речь шла о тех самых отверстиях от поражающих средств – пробоинах, которые покрывали бы кожух двигателя, если повреждения были бы распределены равномерно по всему самолету. В ответе на свой вопрос Вальд не сомневался ни на йоту. Причина, почему на двигателях уцелевших самолетах было меньше повреждений, только одна: в случае прямого попадания в двигатель самолет просто не возвращался из боя. Однако многие самолеты прилетали на базу с фюзеляжем, похожим на швейцарский сыр, – убедительный довод в пользу того, что корпус можно (а значит, и нужно) оставить без дополнительной брони. В военном госпитале вы встретите гораздо больше раненных не в грудь, а в ноги. Но причина не в том, что люди не получают ранений в грудь – просто после таких ранений они, как правило, не выживают.
Вот старый математический прием, который вносит полную ясность в картину происходящего: присвоить некоторым переменным значение 0. В данном случае в качестве такой переменной выступает вероятность того, что самолет, получивший прямое попадание в двигатель, может остаться в воздухе. Нулевое значение этой вероятности означает, что единственное попадание в двигатель неизбежно приводит к падению самолета. Как выглядели бы данные о возвращающихся самолетах в таком случае? У вас есть самолеты, вернувшиеся с дырами от пуль в крыльях, фюзеляже, носовой части, но нет ни одного самолета с пробоинами в двигателе. Военный аналитик может объяснить этот факт двумя причинами: либо немецкие орудия попадают во все части самолета, кроме одной, либо двигатель – это самое уязвимое место. Обе причины объясняют данные о повреждениях на уцелевших самолетах, но второе объяснение гораздо логичнее. Стало быть, броню следует укреплять там, где нет пулевых отверстий.
Выводы Вальда были сразу приняты к сведению, более того, ими руководствовались во время военных действий в Корее и во Вьетнаме{7}. Я не могу точно сказать, сколько американских самолетов спасли его рекомендации, хотя это наверняка известно тем преемникам SRG в современных вооруженных силах, которые занимаются сбором и обработкой данных. Высшие чины американских военных ведомств всегда отдавали себе отчет, что страны побеждают в войнах не потому, что они храбрее противника или более независимы или им чуть больше благоволит Бог. Как правило, победителем становится тот, у кого сбивают на 5 % меньше самолетов, или кто использует на 5 % меньше топлива, или кто обеспечивает пехоте на 5 % более качественное питание[5] при 95 % затрат. О таких вещах не принято говорить в военных фильмах, но именно к ним сводятся сами войны. И на каждом этапе этого пути присутствует математика.
Почему Абрахам Вальд увидел то, чего не смогли увидеть офицеры, обладающие более профессиональными знаниями и пониманием сути воздушного боя? Причина в аналитическом складе ума Вальда – так называемом математическом мышлении. Математик всегда ставит такие вопросы: «Из каких предположений вы исходите? Обоснованы ли эти предположения?»[6] Порой это вызывает раздражение. Однако такой подход может быть весьма продуктивным. В случае с авиационной броней офицеры, сами того не замечая, исходили из предположения, что вернувшиеся самолеты представляют собой случайную выборку всех самолетов. Если действительно так и было бы, мы могли бы, проанализировав распределение пробоин только на уцелевших самолетах, сделать вывод об их распределении на всех машинах. Но, как только вы осознаете, что в своих расчетах опираетесь на такое предположение, вам сразу станет понятно, насколько оно ошибочно: нет никаких оснований ожидать равной вероятности выживания всех самолетов независимо от того, в какую часть машины попадает огнестрельное оружие. Мы вернемся к этой теме в главе пятнадцатой, где в более точных математических терминах выразим мысль о существовании зависимости между уровнем выживаемости самолетов в бою и местоположением пробоин.
3
Отец Пола [Пол Вулфовиц – американский политик, президент Всемирного банка (2005–2007). Прим. М. Г.].
3
W. Allen Wallis. The Statistical Research Group…, p. 322.
4
W. Allen Wallis. The Statistical Research Group…, p. 322.
4
Сэвидж был почти слепым и видел только уголком одного глаза. Как-то, чтобы доказать какую-то свою идею об освоении Арктики, он целых полгода питался одним пеммиканом [мясной концентрат; пища индейцев Северной Америки и основной мясной продукт в арктических и антарктических экспедициях начала XX века. Прим. М. Г.]. Просто подумал, что об этом стоит упомянуть.
5
W. Allen Wallis. The Statistical Research Group…, p. 329.
6
Я узнал о Вальде и проблеме крепкой авиационной брони из книги Говарда Вейнера: Howard Wainer. Uneducated Guesses: Using Evidence to Uncover Misguided Education Policies. NJ: Princeton University Press, 2011. Автор использует идеи Вальда для анализа таких же сложных и неполных статистических данных, полученных в ходе изучения сферы образования.
7
См.: Marc Mangel, Francisco J. Samaniego. Abraham Wald’s Work on Aircraft Survivability // Journal of the American Statistical Association, 1984, June, 79, no. 386, p. 259–267.
5
Отдельный интересный вопрос, как измерять качество питания в процентах. Прим. М. Г.
6
Физик Ричард Фейнман утверждал, что математики не ставят таких вопросов: «…Я всегда выигрывал. Если я угадывал – здорово. Если не угадывал, то всегда мог найти в их упрощении что-то, что они упускали из виду» (Р. Ф. Фейнман. Вы, конечно, шутите, мистер Фейнман! / Пер. с англ. Н. А. Зубченко, О. Л. Тиходеевой, М. Шифмана. М.: НИЦ «Регулярная и хаотическая динамика», 2001. С. 39). Прим. М. Г.