Знание-сила, 2000 № 03 (873)

Скажем, в соответствии с расчетами одних групп исследователей парниковый эффект приводит к понижению температуры на Земле, другие результаты прогнозируют ее повышение.

Что касается применения компьютерных моделей в экономике, то недавно кто-то взял на себя труд проанализировать эффективность существующих методик для долгосрочного анализа биржевой деятельности за несколько десятков лет. Оказалось, что гадание на кофейной гуще не менее эффективно в предсказательном плане.

Весьма опасна иллюзия повышения точности за счет учета многих параметров, определить которые невозможно или слишком дорого. Компьютерные алгоритмы должны быть грубыми (то есть не зависеть от малых изменений исходных данных) по отношению к неизвестным параметрам, но соответствующие теории даже еще не начали развиваться. Слишком велико увлечение компьютерными экспериментами в ущерб теоретическому осмыслению.

Психологические проблемы

Компьютеры становятся быстрее и дешевле, и здесь для исследователя таится дьявольский соблазн: использовать более совершенный компьютер вместо того, чтобы еще и еще раз тщательно продумать исходную постановку задачи. Между тем, чем более сложны расчеты, тем труднее они верифицируемы. Как писал Хэмминг, хороший теоретик должен заранее оценить искомый результат и быть скептиком по отношению к полученным численным данным. Главная опасность не в том, что используемые алгоритмы дают неверный ответ, а в том, что поставленная задача может быть совсем не той, на которую исследователь хочет получить ответ! С этой точки зрения над парадоксальной на первый взгляд максимой Хэмминга — «Лучше решать правильно поставленную задачу неправильным методом, чем неправильно поставленную задачу правильным методом» — стоит поразмыслить.

Хотя, будем откровенны, всем нам непросто бывает преодолеть «естественное человеческое отвращение к творческому труду» (П.Халмош). «Что там думать — прыгать надо!» — по этой фразе из известного анекдота мы часто живем, заменяя мысль трудолюбием. Впрочем, наряду с правильной постановкой задачи неплохо бы также представлять себе достоинства и недостатки используемых численных алгоритмов. «Когда мы включаем существующие алгоритмы в библиотеки и пакеты программ, мы де факто создаем стандарты, которые могут легко привести к игнорированию численного анализа» (Дж. Гукенхеймер). Здесь, как всегда, плох монополизм, и чем больше построенных на различных принципах программ и пакетов будем мы иметь, тем меньше вероятность пострадать от присущих тем или иным алгоритмам ограничений и принципиальных систематических ошибок.

Наконец, нельзя не отметить такое психологическое затруднение. Большие компьютерные проекты (демографические, климатические, генетические) требуют огромных усилий по идентификации, унификации, рутинному определению массы параметров, проверке и перепроверке, то есть доля нетворческого и весьма скучного труда очень велика. Растворяется индивидуальность исследователя. Конечно, этот феномен наблюдается, например, и в физике (о чем писал на страницах журнала в связи с поиском новых частиц в ДЭЗ И А.Семенов), но если гам идет речь о сотнях авторов статьи, то здесь, наверное, их должны быть тысячи.

Честность — лучшая политика

Думается, авторам компьютерных программ было бы не худо учесть опыт использования математики в других областях знаний. «Глупость, одетая в математический мундир, часто уже не выглядит глупостью» — предупреждал известный математик Л. Шварц. «Опыт общения с врачами и биологами показывает, что здесь нужна другая математика, которой пока не существует» (И.Гельфанд). «При работе с представителям других наук важнее всего убедить их в том, что математика, в сущности, может весьма немного» (Н.Винер).

Понятно, что представителям компьютерных наук быть до конца честными трудновато: нужны фанты и средства. И немалые — ведь здесь уже не обойдешься ручкой и бумагой, как в чистой математике, а без рекламы своих результатов денег не получишь! И все же какой-то компромисс между совестью исследователя и необходимостью выбить деньги должен быть. В частности, хотелось бы, чтобы в опубликованных исследованиях четко указывались основания для выбора основных параметров и пренебрежения остальными (если таковых оснований нет, это должно быть отмечено), указывались альтернативные пути и результаты. Короче, «сражайтесь за мнения, но помните, что они не содержат всю правду и одну только правду» (Ч.А. Дана).

«То, что полностью контролируемо,

никогда не бывает вполне реальным.

То, что реально,

никогда не бывает вполне контролируемым»

Острый ум В.В.Набокова создал немало рассыпанных по его произведениям афоризмов, один из которых послужил заголовком этой главки. Думается, что он подводит черту в споре — «может ли машина мыслить?»