Форма реальности. Скрытая геометрия стратегии, информации, общества, биологии и всего остального

Рональд Росс очень четко проводит это различие, отделяя себя от предшественников, чье место намерен занять (например, Фарра). Росс ориентируется на первый подход, который мы могли бы назвать «инженерным анализом»[438]: начать с известных ему фактов о распространении болезни и оттуда обосновывать свой путь к дифференциальным уравнениям, которым с необходимостью должна удовлетворять кривая эпидемии. Уильям Фарр находился в противоположном лагере. Он занимался не инженерным анализом, а подбором (подгонкой) кривой, состоящим в поиске закономерностей в прошлом, предположении, что они сохранятся в будущем, при этом не особо беспокоясь почему. Что случилось сегодня, случится и завтра. Таким способом вы можете делать прогнозы, не заглядывая и даже не пытаясь понять, что происходит внутри системы. И ваши прогнозы могут даже оказаться правильными!

Большинство ученых испытывают естественную симпатию к Россу и людям, занимающимся инженерным анализом. Ученые любят понимать то, что происходит. Так что вот вам небольшой холодный душ: метод подгонки кривых переживает возрождение благодаря прогрессу в машинном обучении.

Возможно, вы заметили, что Google сейчас довольно хорошо переводит документы с одного языка на другой. Не идеально, конечно, как сделал бы человек, но с качеством, которое еще несколько десятилетий назад казалось фантастическим. Улучшается и интеллектуальный (предиктивный) ввод текста: вы набираете буквы, а машина опережает вас и предлагает одним нажатием клавиши вставить слово или фразу, которые (по ее мнению) вы собираетесь набрать дальше. И довольно часто машина оказывается права. (Когда машина правильно угадывает, что я собрался сказать, я из гордости или вредности меняю свою фразу, а когда ничего не остается, кроме как признать правильность модели, сам набираю слово буква за буквой, как положено. Честно говоря, не знаю, что я пытаюсь ей доказать?!)

Если бы вы спросили Рональда Росса, как работает такой метод, он мог бы сказать нечто вроде: мы многое знаем о внутренней структуре предложений (с определенного возраста некоторые даже умеют рисовать их схему) и значениях слов, которые зафиксированы в словарях. С учетом этой информации носитель языка вполне может понимать механизм предложения в достаточной степени, чтобы догадаться, что когда я набираю: «Надеюсь, мы сможем встретиться на следующей неделе за…» – то следующим словом, вероятно, будет не глагол, а какое-то существительное, подходящее по смыслу: «обедом» или «кофе», но не «имуществом», «репой» или «COVID».

Однако языковая машина Google работает совершенно иначе. Она больше похожа на Фарра. Google видел миллиарды фраз – достаточно, чтобы вычленить какие-то статистические закономерности, которые определяют, какие словосочетания могут быть осмысленными предложениями, а какие – нет. Кроме того, машина может оценить, какие фразы среди осмысленных встречаются чаще всего. Фарр смотрел на предыдущую эпидемию, Google просматривает старые электронные письма. Множество людей и до вас не раз говорили: «Надеюсь, мы сможем встретиться на следующей неделе за…» – и большинство из них продолжали фразу словом «обедом» или «кофе». Никто не объясняет машине, что такое существительное и глагол или что такое репа и обед. И она ни в каком разумном смысле не знает, что это такое. Но, так или иначе, это работает. Пока еще не настолько хорошо, как получается у писателя или переводчика (может, так и не получится никогда). Но вполне приемлемо!