Страница 7 из 32
Таким образом, общая характеристика сложной системы, вообще говоря, состоит в том, что ее целое больше, чем простая линейная сумма ее составных частей, – и зачастую существенно отличается от нее. Во многих случаях кажется, что такое целое живет своей жизнью, почти ничем не связанной с конкретными характеристиками отдельных составляющих его элементов. Более того, даже если мы понимаем, как взаимодействуют между собой индивидуальные составляющие, будь то клетки, муравьи или люди, это обычно не позволяет нам предсказать системное поведение образованного ими целого. Этот коллективный результат, в котором система проявляет свойства, существенно отличные от получающихся при простом сложении отдельных вкладов всех составляющих ее элементов, называют эмерджентным поведением. Оно является хорошо заметной особенностью экономических систем, финансовых рынков, городских сообществ, компаний и организмов.
Самый важный урок, который мы извлекаем из этих исследований, заключается в том, что во многих из таких систем нет центрального управления. Например, при строительстве муравейника ни один из муравьев не имеет никакого понятия о том грандиозном предприятии, в котором он участвует. Муравьи некоторых видов даже используют в качестве строительного материала для сооружения своих замысловатых построек свои собственные тела: кочевые муравьи и огненные муравьи сцепляются в плоты и мосты, которые они используют для преодоления водных преград и других препятствий, встречающихся им в набегах за продовольствием. Здесь речь идет о так называемой самоорганизации. Это эмерджентное поведение, в рамках которого составные части объединяются, образуя эмерджентное (вновь возникающее) целое. Это же происходит при образовании социальных групп людей – например, книжных клубов или политических кампаний, – человеческих органов, которые можно считать результатом самоорганизации составляющих их клеток, или же городов, в которых можно увидеть проявление самоорганизации их жителей.
С концепциями эмерджентности и самоорганизации тесно связана еще одна важная характеристика сложных систем – их способность к адаптации и развитию в случае изменения внешних условий. Разумеется, наилучшим примером такой сложной адаптивной системы является сама жизнь во всех своих необычайных проявлениях, от клеток до городов. Разумеется, дарвиновская теория естественного отбора – это научная концепция, созданная именно для того, чтобы объяснить и описать непрерывный процесс развития организмов и экосистем и их адаптации к изменяющимся условиям.
Изучение сложных систем научило нас осторожному отношению к наивному разбиению систем на независимо действующие составные части. Более того, малое возмущение в одной из частей системы может привести к гигантским последствиям в других ее частях. Системе могут быть свойственны внезапные и, по-видимому, непредсказуемые изменения – классическим примером таких изменений можно считать биржевой крах. Одна или несколько тенденций могут усиливать другие тенденции в контуре с положительной обратной связью, в результате чего такой процесс быстро становится неуправляемым и переходит через пограничное состояние, по другую сторону которого поведение системы изменяется самым радикальным образом. Весьма зрелищным проявлением этого процесса был глобальный крах финансовых рынков 2008 г., имевший потенциально катастрофические социальные и экономические последствия для всего мира, порожденный неправильным пониманием динамики местечкового и сравнительно локализованного рынка американской недвижимости.
Лишь в течение последних тридцати лет ученые начали всерьез рассматривать задачи изучения сложных адаптивных систем как таковых и искать новые пути их исследования. На основе этих исследований естественным образом возник интегрированный, систематический междисциплинарный подход, включающий в себя широкий диапазон методик и концепций, позаимствованных из разных областей науки, от биологии, экономики и физики до информатики, инженерии и социально-экономических исследований. Из этих исследований можно сделать один важный вывод, состоящий в том, что, хотя подробное предсказание поведения таких систем обычно оказывается невозможным, в некоторых случаях можно получить приближенное численное описание среднего состояния наиболее заметных параметров такой системы. Например, хотя мы никогда не сможем точно предсказать дату смерти конкретного человека, понять, почему продолжительность человеческой жизни составляет порядка ста лет, должно быть вполне в наших силах. Применение таких численных методов к задачам, связанным с устойчивостью и долговременной жизнеспособностью нашей планеты, имеет первостепенное значение, поскольку в них уже заложено предположение о существовании тех взаимосвязей и взаимозависимостей, которые столь часто исключаются из рассмотрения существующими методиками.
Масштабирование от малого к большому часто сопровождается эволюцией от простого к сложному с сохранением основных элементов или составных частей системы неизменными или фиксированными. Эта особенность характерна для инженерных и экономических систем, компаний, городов, организмов и эволюционных процессов, причем в последних она проявляется, может быть, наиболее ярко. Например, небоскреб, построенный в большом городе, – это строение существенно более сложное, чем скромное семейное жилище в деревне, но основополагающие принципы их структуры и конструкции, в том числе в том, что касается механики, передачи энергии и информации, размеров электрических розеток и водопроводных кранов, телефонов, компьютеров, дверей и так далее, остаются приблизительно неизменными независимо от размеров здания. При увеличении масштаба с моего дома до нью-йоркского небоскреба эти базовые составляющие элементы не изменяются сколько-нибудь существенным образом: они остаются общими для всех нас. Аналогичным образом эволюция живых организмов привела к существованию широчайшего спектра их размеров и необычайного разнообразия типов морфологии и взаимодействий, которые часто отражают увеличение сложности; однако их элементарные составляющие – например, клетки, митохондрии, капилляры и даже листья – не претерпевают существенных изменений при изменении размеров организмов или увеличении сложности того класса систем, к которому они принадлежат.
7. сами себе сети: рост от клеток до китов
В начале этой главы я отмечал тот весьма удивительный и на первый взгляд противоречащий здравому смыслу факт, что, несмотря на все причуды и случайности эволюционной динамики, почти все наиболее фундаментальные и сложные из измеримых характеристик организмов масштабируются с размером поразительно простым и регулярным образом. Это обстоятельство ясно иллюстрирует, например, приведенный на рис. 1 график зависимости уровня метаболизма некоторых животных от массы их тела.
Эта систематическая закономерность подчиняется простой математической формуле, которую можно выразить на профессиональном языке следующим образом: «уровень метаболизма масштабируется по степенному закону с показателем близким к ¾». Далее я приведу гораздо более подробное объяснение этой формулы, но пока что я хотел бы привести простую иллюстрацию того, что она означает на обиходном языке. Рассмотрим следующее соотношение: слон приблизительно в 10 000 раз (104, на четыре порядка величины) тяжелее крысы; соответственно, в его теле приблизительно в 10 000 раз больше клеток. Согласно степенному закону с показателем ¾, несмотря на то что слону требуется поддерживать в 10 000 раз больше клеток, уровень его метаболизма (то есть количество энергии, необходимое для его выживания) всего в 1000 раз (103, на три порядка) больше, чем у крысы. Обратите внимание на соотношение степеней десятки: оно равно 3:4. В этом случае при увеличении размеров действует чрезвычайно сильная экономия на масштабе, предполагающая, что клетки тела слона потребляют всего около одной десятой энергии, необходимой клеткам крысы. Стоит отметить в скобках, что следующее из этого уменьшение износа клеток в метаболических процессах лежит в основе большего долголетия слонов и дает нам возможность понять старение и смертность. Тот же закон масштабирования можно выразить и в несколько другом виде: если размеры одного животного вдвое больше размеров другого (будь то 10 кг и 5 кг или 1000 кг и 500 кг), то, используя классическое линейное мышление, можно наивно предположить, что и уровень метаболизма первого животного должен быть в два раза выше. Однако нелинейный закон масштабирования говорит, что уровень метаболизма не удваивается; на самом деле его увеличение составляет всего лишь около 75 %, что соответствует громадной экономии – по 25 % на каждое удвоение размера[17].
17
Читателю, знакомому с математикой степенных законов, должно быть известно, что степенной закон с показателем ¾, строго говоря, означает, что при удвоении размеров уровень метаболизма должен увеличиваться в 23/4 раза, то есть умножаться на 1,68. Это соответствует увеличению на 68 %, что несколько меньше указанного увеличения на 75 %. При представлении подобных иллюстративных примеров во всем тексте этой книги я пренебрегаю этой неточностью ради простоты изложения.