Десять уравнений, которые правят миром. И как их можете использовать вы

Точно так же рассуждение Айера не допускает эмпирической проверяемости таких индивидуалистических эмоциональных заявлений, как «жадность – это хорошо» или «позаботьтесь в первую очередь о себе». И снова это бессмыслица, хотя и глубоко укоренившаяся в нашей психике. Нет способа проверить такие утверждения на основе нашего опыта, кроме как обсудить относительный финансовый и социальный успех людей, следующих таким максимам. Мы можем смоделировать факторы, которые привели какого-то человека к богатству и славе. Или измерить личностные характеристики тех, кто добился успеха. Либо говорить о том, как эти черты развились в результате естественного отбора. Но мы не можем использовать математику, чтобы доказать: те или иные ценности по сути – благо или добродетель. Принцип верификации, так здорово помогающий участникам «Десятки» моделировать мир, оказался бесполезным при определении морального пути.

Если «Десятка» не может найти мораль изнутри, откуда у нее чувство уверенности? И чьим интересам она на деле служит, если нет моральной ориентации? Может, все не так добродетельно и правильно, как воображал Ричард Прайс?

* * *

Я сидел за столиком в одном из первоклассных ресторанов Гонконга, глядя на порт. Один из крупнейших инвестиционных банков мира пригласил меня пообедать с его лучшими аналитиками рынка. Первоклассным было все – от перелета с моей женой до пятизвездочной гостиницы и еды, которую мы сейчас поглощали.

Обсуждение дошло до одного из самых серьезных противоречий в их мире – разницы между долгосрочными и краткосрочными инвестициями. Эти мужчины (и одна женщина) работали в основном над долгосрочными вопросами, управляя ростом пенсионных фондов. Их решение инвестировать в какую-то компанию определялось ее базовыми принципами, структурой управления, планами и положением на рынке. Это был мир, который они понимали и в котором были уверены. Если бы они не знали, что делают, мы бы не сидели в ресторане с такой великолепной панорамой.

А вот в краткосрочных перспективах аналитики были не так уверены. Торговля стала алгоритмической, и они не понимали, что делают алгоритмы. Участники обеда спрашивали меня: какие языки программирования должны изучать их новые сотрудники? Какими математическими навыками обладать? Какие университеты дают лучшие магистерские степени в области науки о данных?

Я пытался ответить на эти вопросы как можно лучше, но понял, что упускаю очевидное. Я считал само собой разумеющимся то, чего у этих людей не было. Я предполагал – из-за красивой панорамы и ресторана с мишленовскими звездами, – что эти парни походят на меня, смотрят на мир через призму математики и именно поэтому так богаты. Когда вначале рассказал им о том, как использую марковское предположение для анализа последовательностей владения в футбольных матчах, аналитики кивали и выглядели весьма осведомленными. Они бросали модные словечки: «машинное обучение» и «большие данные». Я, конечно, понимал, что они не знали всех деталей того, над чем я работал, но верил, что они улавливали ключевые идеи.

Аналитики не хотели подпортить впечатление. И я внезапно понял это в тот момент, когда они спросили о навыках, которые необходимы их новым работникам. Они понятия не имели, о чем я говорю, и очень мало знали об уравнениях. Аналитики не умели программировать и считали статистику не наукой, а списком чисел в приложении к годовому бухгалтерскому отчету. Один из них спросил меня, можно ли считать математический анализ важным навыком для выпускника математического факультета.

Как я мог быть таким наивным? Почему я не заметил этого раньше? В тот день мы слушали одного парня, который написал книгу о том, почему нам следует «думать медленно»[118]. Это было очень «вдохновляюще». Он повторял слово «ме-е-е-е-е-е-едленно» очень неторопливо, чтобы мы понимали, что перед принятием решения нам следует притормозить. И рассказывал истории о том, как до-о-о-олго держал акции и они выросли в цене или как устанавливал большо-о-о-о-ой интервал времени для оценки своих активов. И он вещал нам о спорах с каким-то другим парнем, который считал, что нужно действовать быстро. Один из примеров, который он приводил в доказательство своей точки зрения, касался калифорнийской компании, занимающейся автоматической торговлей. В этой сфере даже время пересылки данных о цене с западного побережья в торговый зал в Чикаго слишком велико. По этой причине компания переехала, передвинув свои основные структуры к фондовой бирже. Однако производительность используемого алгоритма упала. Он работал лучше, когда расстояние было больше.