Шанс есть! Наука удачи, случайности и вероятности

Другие загадки, носящие сходный характер, тоже, быть может, удастся распутать при помощи модели «полета Леви». К примеру, на распространение серповидноклеточной анемии (опасного наследственного заболевания) по Центральной Африке ушло всего несколько тысячелетий, хотя если бы она двигалась по-броуновски, это заняло бы десятки тысяч лет. Ее распространение связывают с распространением малярии, которое, в свою очередь, связывают с распространением земледелия. Если серповидноклеточная анемия быстро захватывала новые территории, значит, то же самое относится и к малярии, и к земледелию. «Модели „полета Леви“ помогут нам описать это перемещение генов», – говорит Генри Харпендинг, антрополог из Университета Юты в Солт-Лейк-Сити, изучающий миграцию первобытных популяций Африки.

Влияет ли «полет Леви» на наш образ жизни сегодня? «Вполне вероятно», – допускает Браун. С ним согласны и другие ученые. Адан Пенн, архитектор из Лондонского университетского колледжа, применяет этот подход при планировании новых городов. Пенн и его коллеги проанализировали расположение торговых точек во многих крупных городах и продемонстрировали, что они имеют тенденцию складываться в узор, напоминающий распределение для «полета Леви». «Магазины склонны сбиваться в группы, – утверждает Пенн. – То есть они конкурируют друг с другом, но все равно каждый из них привлекает толпы покупателей».

Отличным примером такой картины служит Лондон. На Тоттенхем-Корт-роуд группируются магазины электротоваров, Хаттон-Гарден славится ювелирными лавками, а на Корк-стрит следует отправляться за покупками ценителям искусства. В каждом из этих районов есть главная улица, своего рода артерия, несущая поток людей, но есть и боковые улочки, куда тоже могут заглядывать покупатели. В меньших масштабах такую же картину мы наблюдаем на рынке, где фруктовые и овощные прилавки располагаются в одном углу, рыба – в своем ряду, мясо – в своем.

Пенн создал компьютерную модель города, в которой разместил «агентов» – виртуальных покупателей. Он запрограммировал их так, чтобы они искали товар, каждый раз делая три шага в случайном направлении в пределах своего поля зрения. Если в одном месте соберется достаточное количество агентов с потребностью в определенном продукте, компьютер выстроит там магазин, торгующий этим продуктом. Пенн обнаружил, что с течением времени в таком городе образуются небольшие группы лавок, схожих по профилю. «Похоже, это помогает агентам эффективнее находить нужные им магазины», – поясняет ученый. А значит, структура наших городков и мегаполисов, возможно, во многом определяется схемами поиска, доставшимися нам из прошлого, когда мы жили охотой и собирательством.

Сегодня Пенн применяет свои модели, чтобы помочь специалистам по городскому планированию оживлять депрессивные районы. Так, в рамках одного из проектов он занимался реанимацией лондонского Саут-Банка – «территории искусств» на южном берегу Темзы. Пенн предполагал проложить короткие пути сообщения между ключевыми точками и собрать в группы такие места притяжения людей, как кафе, рестораны и книжные магазины. По мнению Пенна, магазины легче находить, если они распределены согласно той естественной схеме, по которой мы что-то ищем. Такие же методы он использует, помогая разрабатывать более дружелюбную для пешеходов жилую среду в Милтон-Кинсе и других районах на юго-востоке Англии.

Браун намеревается использовать свое новое понимание «полета Леви» при выявлении участков, интересных с точки зрения археологии: «Во многих местах по всему миру охотники-собиратели занимали территорию в течение очень долгих периодов времени, но найти реальные свидетельства их стоянок и передвижений трудно». В ходе поисков, осуществляемых традиционными методами, выбирается какой-то регион, а затем с равными пространственными интервалами проводятся пробные раскопки. Процесс может оказаться весьма долгим и дорогостоящим. Как считает Браун, проведение таких пробных раскопок согласно модели полета Леви способно снизить издержки и сократить время поиска. Забавно: те схемы поиска, которые мы унаследовали от давно исчезнувших предков, могут оказаться наилучшим методом для того, чтобы вновь отыскать их следы.

Я, алгоритм

Мы уже знаем, что компьютерам не очень-то удается генерировать случайность, однако выясняется, что они могут обращать случай себе на пользу. Искусственный интеллект (машины, в основе которых как раз и лежит случайность) наконец-то мужает, находя самые разные сферы применения – от наблюдения за ядерными испытаниями до контроля хрупкого здоровья недоношенного младенца. Рассказывает Анил Анантасвами.