Kitobni o'qish: «Заметки о сложности. Связность, сознание и бытие»

Марку

и с глубочайшей благодарностью

команде CELL, которая начала эти путешествия, – Питеру Райду и Джейн Профет, Марку д’Инверно и Робу Сондерсу,

Роши Энкио О’Хара, настоятелю дзен-центра Village Zendo, который более тридцати лет руководит моей дзен-практикой

их учения были “как две стрелы, встретившиеся в полете”

Neil Theise

Notes on Complexity

A Scientific Theory of Connection, Consciousness, and Being

International Rights Management: Susanna Lea Associates on behalf of Spiegel & Grau, LLC

Перевод с английского

Евгения Поникарова

© Neil Theise, 2023

© Е. Поникаров, перевод на русский язык, 2025

© А. Бондаренко, художественное оформление, макет, 2025

© ООО “Издательство Аст”, 2025

Издательство CORPUS ®

Предисловие

С самого детства я собирал и хранил интересные факты и теории о мире. Я без устали наблюдал, давал названия и стремился понять. Самые захватывающие идеи я черпал в науке, но в то же время место в моем сознании находили и другие идеи – из религии, истории и искусства.

С возрастом меня стали привлекать математика, геология, астрономия, физика и космология – дисциплины, способные раскрыть те аспекты мира, которые обычно скрыты от глаз. Религия тоже взывала ко мне, поскольку обращалась к сфере невыразимого. У меня не было твердого убеждения, что нужно обязательно выбирать либо науку, либо религию, поэтому я никогда не отдавал предпочтение одной в ущерб другой.

В университете я продолжил этот двойной путь, выбрав две специализации: иудаику – на случай, если мне захочется поступить в раввинское училище, и информатику, потому что во времена Фортрана, Кобола и перфокарт это было очень круто. В качестве дополнительной программы я выбрал подготовительные медицинские курсы, поскольку вынашивал идею, что карьера в медицине поможет соединить мои научные интересы с духовными императивами и станет способом практиковать, выражаясь языком каббалы,тиккун олам – “исправление мира”.

В конце концов я остановился на медицинской стезе, хотя и не занялся непосредственным лечением пациентов в больнице, как предполагал вначале. Вместо этого я с неизменным удовольствием часами сидел у микроскопа, рассматривая патологические образцы, взятые для диагностики (“фрагменты людей”, как я любил говорить), изучая красочные микроскопические формы и узоры – красивые головоломки, которые требовалось решить. Особо следует отметить, что такая специализация давала мне возможность ежедневно думать о человеческих телах с научной точки зрения. Для изучения биологии мне не требовались чашки с культурами или подопытные мыши, я мог вглядываться в человеческие ткани и клетки.

Некоторые исследования на основе моих клинических образцов привели меня в быстро развивающуюся область – биологию стволовых клеток. На рубеже тысячелетий я вдруг обнаружил, что публикуюсь не в своих обычных медицинских журналах, а в престижных научных изданиях, таких какNature, Science и Cell, и привлекаю внимание международной прессы и научного сообщества.

Хотя все мои знакомые были в курсе, что я занимаюсь научными исследованиями, они, как правило, не представляли деталей. Но внезапно все всё узнали и проявили интерес.

Среди них был и мой друг Питер Райд, коллега из Вестминстерского университета в Лондоне, который интересовался “визуальной культурой”. Он познакомил меня со своей подругой Джейн Профет – художницей, которая рассказала мне о теории сложности и направила по неожиданному пути.

Самой известной работой Джейн в то время был проект под названиемTechnoSphere. Она захотела узнать, как люди формируют эмоциональные связи с персонажами компьютерных игр. Вместе с программистом Гордоном Селли она создала виртуальный мир, участники которого при входе в систему придумывали своих собственных существ, определяя индивидуальные сочетания физических характеристик и поведения, например выбирая, будет ли их существо травоядным или хищником. После того как каждое существо оказывалось в “ТехноСфере”, оно “писало домой”. Мои, допустим, отправляли электронные письма с сообщениями вроде таких: “Сегодня я обогнал хищника”, “Я спаривался, и у меня будет детеныш”, “Я пасусь”, “Меня убил хищник – это мое последнее сообщение”.

Но когда по ландшафтам “ТехноСферы” бродили уже тысячи существ, Джейн и Гордон обнаружили поведение, которое не было запрограммировано напрямую, а возникло спонтанно в результате взаимодействия особей между собой. Например, травоядные животные объединялись в стада и иногда паслись в долине без удобного выхода. Хищники же почему‑то не нападали, чтобы убивать одну жертву за другой, а располагались на выходе из долины и ждали, пока травоядные не съедят всю траву и не попытаются уйти. Тогда они набрасывались и истребляли стадо, а “ТехноСфера” фиксировала гибель популяции. И выпас, и охота являлись самоорганизующейся социальной деятельностью, которая стала естественным результатом индивидуального поведения особей.

Именно эта самоорганизация и связывала работу Джейн с моей. Когда я поведал ей о стволовых клетках, путешествующих по организму, она поняла, что у клеток много общего с существами из “ТехноСферы”. Когда я попросил ее пояснить свою мысль, она начала рассказывать о сложных системах. На примере колоний муравьев она объяснила, как простое поведение отдельных особей может в совокупности порождать удивительно сложные социальные структуры и виды деятельности. Магия сложных систем стала живой и понятной.

Вот так началось мое знакомство с теорией сложности¹.

Помимо дара дружбы Джейн предложила мне новый способ понимания мира. Чем дольше я изучал его, тем больше убеждался, что все бесчисленные и, казалось бы, не связанные между собой концепции, которые я накапливал годами, – медицинские, научные и духовные – удивительным образом дополняли друг друга, образуя целостный взгляд на человеческое существование. И каким‑то образом эти исследования вышли за рамки простого знания и стали определять, как я живу, как понимаю себя и как понимаю саму природу не только человеческого существования, но и всего сущего. Оказалось, что сложность – это наука о бытии.

В последующие годы я рассказывал об этих зарождающихся идеях на лекциях и в публичных выступлениях для неспециалистов. Эти “заметки о сложности”, как я их окрестил, вызывали любопытство, удивление и даже моменты прозрения у самой разной аудитории: от пятиклассников до кандидатов наук, от практикующих целителей до ученых-исследователей, от йогов до изучающих дзен. После каждой такой встречи я восхищался тем, как разные люди находят в этом материале уникальный для себя смысл. То, что эта информация находит отклик у столь широкого круга людей, подтверждает осознанное мной более двадцати лет назад, когда мы с Джейн только познакомились: теория сложности дает мощное, но тонко проработанное понимание природы реальности и нашего места в ней как сознающих живых существ.

И теперь, в благодарность за уроки, которые на протяжении всей моей жизни мне давали Джейн и многие другие люди, я предлагаю эти идеи вам.

Часть I
Сложность

Глава 1
Наука бытия

Во вселенной нет ничего более сложного, чем жизнь.

Микроскопическая жизнь существует как в обжигающих темных океанских глубинах, где царит колоссальное давление, так и на высочайших холодных вершинах Гималаев. Между этими точками – в небе, в океанах и на суше – жизнь безостановочно кипит. И несомненно, за те миллиарды лет, в течение которых организмы планеты будут продолжать развиваться, количество форм жизни значительно увеличится, а их разнообразие превзойдет все, что мы можем себе представить.

Сложность всего этого богатейшего изобилия долгое время не поддавалась объяснению. Происхождение жизни остается серьезной загадкой. Какие биологические чудеса могут появиться в будущем, нам неведомо. Чтобы хотя бы начать постигать все это, необходима теория сложности.

Теория сложности – это наука о том, как в мире возникают сложные системы. Однако слово “сложность” здесь не означает “трудность, замысловатость, запутанность”. Сложность в данном контексте относится к классу моделей взаимодействий: открытых, развивающихся, непредсказуемых, но адаптивных и самоподдерживающихся. Именно эту сложность мы и будем изучать – как из вещества нашей вселенной самоорганизуется жизнь, от взаимодействий в квантовой пене до образования атомов, молекул, клеток, человека, социальных структур, экосистем и далее.

Отличительной чертой сложности жизни является то, что в каждом отдельном случае целое больше, чем сумма его частей. Даже если знать характеристики и поведение всех отдельных элементов какой‑либо живой системы (клетки, организма, экосистемы), невозможно предсказать необычные свойства, возникающие при их взаимодействии. В теории сложности эти удивительные результаты называютсяэмерджентными свойствами или просто эмерджентностью.

Подобная непредсказуемость является как главным предметом теории сложности, так и ключевой особенностью того, что она может предложить нашему пониманию мира. Ни мы, ни наша вселенная не похожи на машины. У машины нет возможности изменить свое поведение, если среда вокруг нее меняется или становится губительной. Сложные системы, включая человеческие организмы и человеческие общества, могут менять свое поведение перед лицом непредсказуемого. В этой креативности и заключается суть сложности.

Целое больше, чем сумма частей. В этом простом выражении заключено очень многое. В разговорной речи эта фраза вызывает ассоциации с сообществом, командной работой, возвышенной целью – когда люди с разными талантами и способностями, работая совместно, могут обеспечить синергию², превосходящую то, что каждый из них сумел бы создать в одиночку. Побеждающая команда. Общественное движение. Идеальный званый ужин.

Однако сложность выходит далеко за рамки человеческих особей и их социального поведения. Примеры сложных систем обнаруживаются не только в социологии и биологии, но и в химии и физике. Вселенная – это мерцающая паутина сложности, которая постоянно рождает и питает жизнь, искушая нас поверить, будто жизнь может оказаться даже ее главной целью и фундаментальным выражением.

Сложность перебрасывает мост через, казалось бы, непреодолимую пропасть между бесконечно малыми частями вселенной, где действуют законы квантовой механики, и ее колоссальными областями, описываемыми теорией относительности. Какими бы успешными ни были эти две самые успешные из всех научных теорий, сами по себе они не способны пролить свет на то, как мы переходим от базовых элементов существования (пространства, времени, вещества, энергии) к сложному поведению живых организмов и их социальных структур: экосистем, культур и цивилизаций. Именно теория сложности показывает, как сущности, возникающие из фундаментальной физики, шаг за шагом вплетаются во все более крупные структуры, пока не становятся тканью нашей повседневной жизни и динамических естественных живых систем, которые нас окружают.

Хотя цели науки о сложности крайне амбициозны, при внимательном изучении ее уроки могут оказаться еще и глубоко личными. Она способна разрешить некоторые важные проблемы, связанные с нашим ощущением бытия.

В утробе матери и короткое время после мы находимся в цельном, бесшовном мире, где нет никаких разделений: нет ни себя, ни других, ни ребенка, ни матери. С неизбежностью в раннем младенчестве мы постепенно переходим из этого состояния личной целостности в другое – состояние разделения. Границы устанавливает наша кожа: все, что внутри нее, – “я”, все, что вне ее, – “мир”. Части, не целое.

Иногда, если нам везет, мы оказываемся в ситуации, когда достигаем ощущения полного единения с другими людьми, чего‑то большего, нежели мы сами. В отсутствие такого опыта многие из нас будут проводить свои дни, пытаясь понять, как соотносятся “я” и “мир”. Если нам в принципе удается вспомнить то ощущение цельности, мы можем оглянуться и спросить: “Как мне к нему вернуться?” А если мы не в состоянии вспомнить его, у нас остается лишь тревожное ощущение, что чего‑то не хватает, хотя мы и не понимаем, чего именно.

Теория сложности не только дает нам научное понимание. По мере того, как мы идем ее путями, ее следствия просвещают нас, давая представление обо всем: от проницаемых границ нашего тела до природы сознания. Теория сложности способна взрастить бесценную гибкость взглядов и пробудить в нас истинную, глубокую близость с большим целым – и мы вернемся к тому, что некогда имели: к нашему праву по рождению быть едиными со всеми.

Глава 2
Порядок, хаос и происхождение сложности

Теория сложности возникла во второй половине XX века, когда ученые начали уделять вниманиесистемам. Этим кратким термином обозначили группы взаимодействующих частей или индивидуумов, которые благодаря своему взаимодействию порождают нечто большее по сравнению с самими собой. Ученые обращались к самым разным системам из весьма разнообразных областей: общая теория систем, кибернетика и исследования в сфере искусственного интеллекта в 1950‑х годах; теория динамических систем в 1960‑х; теория хаоса в 1970‑х. В 1980‑х исследования сложности окончательно выделились в самостоятельную область, в первую очередь благодаря основанию Института Санта-Фе, первого научного центра по изучению сложности.

До этого перехода к изучению систем почти все науки практиковалиредуктивный подход, когда крупное расчленяется на отдельные компоненты. Устоявшийся принцип заключался в том, что если разобраться в частях, то можно понять и целое – точно так же как можно понять работу часов, аккуратно разобрав их и изучив детали. Небывалый успех этого научного подхода, трактовавшего вселенную как машину, которую можно разделить на части для анализа, отчетливо проявляется прежде всего в диком разнообразии технологий, пронизывающих нашу современную жизнь.

Когда общая теория систем начала формально рассматривать обратный вопрос – каким образом части сочетаются друг с другом, собираются,самоорганизуются, образуя единое целое, – это запустило научную революцию, которая продолжается до сих пор, забираясь все глубже. Понятия теории систем стали использовать для понимания структур на всех масштабах существования – от мельчайших субатомных областей до галактических систем и далее.

Чтобы начать путешествие в сферу сложности, мы должны рассмотреть три основных класса систем. Первый – это системы, в которых целое является точной и предсказуемой суммой своих частей. Вода дает нам несколько простых примеров.

В твердых состояниях – например, во льду – упорядоченная упаковка молекул воды означает, что отношения каждой молекулы со своими соседями легко определяются простой геометрией. Со стаканом воды дело обстоит сложнее. Впрочем, хотя мы не можем точно предсказать местоположение каждой отдельной молекулы в жидкости, поскольку они отскакивают в разные стороны совершенно беспорядочно, в наших силах использовать статистические методы, чтобы описать коллективное поведение молекул и предсказать, как будет вести себя вода в целом. Мы не можем знать энергию и направление движения каждой отдельной молекулы водяного пара, сталкивающейся с другими молекулами, но можем оценить среднюю кинетическую энергию всех молекул, соответствующую определенной температуре.

Некоторые аспекты движения жидкости столь же просты. Вода, текущая в небольшом узком ручье, движется быстрее, чем вода в реке, в которую этот ручей впадает. Зависимость скорости течения жидкости от ширины русла можно описать простыми уравнениями гидродинамики.

Однако турбулентная вода простому описанию не поддается.

Это подводит нас ко второму классу систем – которые описываютсятеорией хаоса. В хаотических системах целое не равно сумме частей, а больше нее.

Возьмем, к примеру, волны. Сидя на пляже, мы наблюдаем, как волны разбиваются о песок. Мы легко распознаем их как волны, хотя каждая лишь похожа на предыдущую, они никогда в точности не повторяются. Невозможно описать постоянно меняющиеся движения волн с помощью точной физики, которая выражалась бы простыми уравнениями, как для стоячей воды или глыбы льда.

Водовороты похожи друг на друга. Их движение знакомо каждому, кто сливал воду из ванны или спускал воду в туалете. Однако простой физики и математики оказалось недостаточно, чтобы описать их структуру или объяснить, почему в крупных водоемах в каком‑нибудь месте водоворот может внезапно образоваться, затем так же быстро исчезнуть, а где‑нибудь еще появится другой. Чтобы понять и охарактеризовать такую турбулентность, нам понадобилась новая математика – теория хаоса.

Фракталы: математика хаоса

В 1975 году Бенуа Мандельброт радикально расширил наши представления об этих более замысловатых видах порядка: он выявил и описал природу фракталов, открыв тем самым дверь в теорию хаоса¹. Фракталы – это геометрические формы, встречающиеся повсюду в мире природы, например самоподобное ветвление рек, кровеносных сосудов и деревьев. Различные фрактальные геометрии присутствуют в пышных формах кучевых облаков, в структуре капусты романеско и ветвлении молний.

Примеры фрактальной геометрии в природе. В верхнем ряду: ветвящиеся реки (A), кровеносные сосуды (Б) и деревья (В) имеют схожие формы и самоподобны на разных масштабах; при увеличении или уменьшении масштаба изображения всегда похожи друг на друга. Другие фрактальные формы также демонстрируют это самоподобие на разных масштабах: пышные формы облаков (Г), конусообразные элементы спиралей капусты романеско (Д) и зазубренные ветви молний (Е).

Эти детали классического фрактального множества Мандельброта демонстрируют самоподобие на разных масштабах. Если увеличить область Б на рисунке A, то мы увидим, что этот фрагмент (рис. Б) состоит из новых фракталов похожей формы. Аналогично, если увеличить область В на рисунке Б, то мы заметим, что этот фрагмент (рис. В) тоже состоит из новых фракталов. В чисто математическом царстве не существует предела этому вечно разворачивающемуся изображению фрактальных деталей до бесконечно малых масштабов.

В этих примерах природных фракталов существуют пределы повторения уменьшающихся рисунков. Артерии ветвятся все сильнее и сильнее, пока не превращаются в капилляры – но ничего мельче уже нет. Ветви деревьев заканчиваются листьями (хотя узоры прожилок в листе могут оказаться еще одним фракталом). А вот с математической точки зрения самоподобие фракталов при масштабировании бесконечно, что демонстрирует классическое “множество Мандельброта”.

Сложные геометрии Мандельброта нельзя описать простыми уравнениями, похожими на математику поведения воды, льда или пара. Там достаточно подставить в уравнения несколько чисел вместо переменных – и получается геометрическое, алгебраическое или статистическое решение. А вот хаотические системы представляют собойпроцессы, которые проявляются только с течением времени. Их нельзя свести к простой формуле, мы наблюдаем их возникновение благодаря компьютерным программам – моделям, которые работают минуты, часы или дни. Без изобретения компьютеров мы не смогли бы визуализировать теорию хаотических систем, таких как погода, водовороты или орбиты планет.

Несмотря на достижения математики фракталов и хаотических систем, оставались системы, которые пока не поддавались объяснению и тем более моделированию: живые существа. Хотя в каких-то аспектах биологических систем можно увидеть примеры фракталов и, следовательно, хаоса (например, форма кровеносных сосудов, структура наших легких или закономерности электрических импульсов в бьющемся сердце), их недостаточно для описания живых существ как единого целого. Чтобы описать саму жизнь, относящуюся к третьему классу систем, нам понадобилась теория сложности.

Игра “Жизнь”

Холодной звездной зимней ночью в начале 1970‑х Кристофер Лэнгтон сидел один в компьютерной комнате Массачусетской больницы общего профиля. Типичный молодой хиппи и программист-самоучка, он часто придерживался своеобразного графика работы, отлаживая код до раннего утра. В ту ночь в комнате на шестом этаже психиатрического отделения, заставленной стеллажами с неиспользуемыми компьютерными деталями, трубками, проводами, старыми аппаратами для электроэнцефалографии и осциллографами, он вдруг ощутил, как волосы на затылке встают дыбом. “Я почувствовал, что в комнате кто‑то есть”, – вспоминал он позже². Он оглянулся, подумав, что к нему зашел какой‑нибудь коллега-программист. Но никого не было.

Повернув голову, он краем глаза заметил, как на одном из компьютерных экранов что‑то воспроизводится. Это была одна из первых компьютерных симуляций – по сути, видеоигра, – известная под названием “Жизнь”. Зеленые квадратики мерцали и танцевали на экране, двигаясь и порождая разные формы.

В тот момент Лэнгтон понял, что его ощущение чьего‑то присутствия, должно быть, относилось к игре “Жизнь”. “На экране было что‑тоживое”³.

Описание игры “Жизнь”, придуманной английским математиком Джоном Конвеем, появилось в октябре 1970 года в журналеScientific American в колонке, посвященной математическим играм⁴. (Помню, как увидел тот номер в публичной библиотеке Уэст-Хартфорда, когда мне было одиннадцать. Да, я был таким ребенком.)

Игра “Жизнь” протекает на бесконечной³ двумерной клетчатой доске, где у каждой клетки восемь соседей. Клетка может находиться в двух состояниях: “живая” (заполненная) или “мертвая” (пустая) – в зависимости от количества живых или мертвых клеток-соседей.

Лэнгтон рассказал о том жутковатом моменте, пережитом в компьютерной комнате, писателю Митчеллу Уолдропу, который изложил эту историю в своей книге “Сложность” (Complexity). “Помню, как посреди ночи смотрел в окно, аппаратура вокруг гудела… Через реку Чарльз в Кембридже можно было разглядеть музей науки и проезжающие машины. Я думал о закономерностях происходящего вокруг. Раскинувшийся город просто жил. И казалось, что это примерно как в игре «Жизнь». Конечно, гораздо сложнее, но по сути вроде бы то же”⁵.

По его словам, прозрение настигло его “как гроза, или торнадо, или приливная волна, которая проходит и меняет ландшафт”⁶. Он вспоминал нащупанный в ту ночь “след”: “Появлялись вещи, которые просто ощущались правильными, которые напоминали мне об этой модели действий. И до конца своей карьеры я пытался идти по этому следу”⁷. Этот след привел его к теории сложности.

Примеры эволюции нескольких конфигураций в игре Конвея “Жизнь”, представленные в колонке Мартина Гарднера вScientific American в 1970 году. В них игрок начинает с трех “живых” (черных) клеток. Переход каждой клетки в следующее поколение зависит от количества “живых” и “мертвых” (белых) клеток, находящихся вокруг нее. Конвей сформулировал четыре правила для определения судьбы каждой клетки на следующем шаге:

1. Каждая живая клетка с двумя или тремя соседними живыми клетками выживает и переходит в следующее поколение;

2. Каждая живая клетка, имеющая четырех или более живых соседей, умирает (от перенаселенности); 3. Каждая живая клетка, имеющая меньше двух соседних живых клеток (то есть одну или ноль), умирает (от одиночества); 4. Каждая мертвая клетка, имеющая ровно трех живых соседей, становится живой в следующем поколении. Эволюция одних конфигураций заканчивается, когда все клетки погибают (A – В). Другие либо прекращают изменяться (Г), либо вечно осциллируют, переходя от одного состояния к другому (Д). Однако существуют фигуры, которые будут развиваться вечно, изменяясь и разрастаясь. При этом часто они напоминают органику. Таков, например, показанный выше “растягивающийся фитиль” (wick stretcher), где похожая на стебель структура по мере смены поколений тянется вверх, как цветок, если наблюдать за конфигурацией в течение долгого времени.

Эклектичный путь Лэнгтона включал разнообразные курсы, которые он слушал в нескольких бостонских университетах, книги, какие только удавалось добыть в местных библиотеках и книжных магазинах, а также год работы в лаборатории в Пуэрто-Рико, где он изучал поведение приматов. В конце концов в 1976 году, еще не оправившись после аварии дельтаплана, в которой сломал тридцать пять костей тела и лица, он приехал в высококлассный центр астрономии и космологии Аризонского университета, расположенный в пустыне Сонора.

Лэнгтон начал понимать, что его самые глубокие вопросы касаются “истории идей” и “эволюции информации” – информации, закодированной в машинах или в физических процессах вселенной, а также той, которой обмениваются люди на индивидуальном или социальном уровне. Теперь он был уверен, что именно информация – ключ к разгадке. “Я нутром это чувствовал”⁸.

Он обнаружил, что существует богатая литература, созданная великими умами предыдущих десятилетий, которые рассматривали формальную, даже физическую природу информации, – литература, написанная такими известными мыслителями, как Джон фон Нейман, создатель теории игр, и Алан Тьюринг, основоположник современной компьютерной науки.

В 1982 году Лэнгтон поступил в магистратуру Мичиганского университета по специальности “компьютерные науки и теория связи”. Там он собрал воедино все интеллектуальные нити своей жизни и после многих лет отступлений и петляний в попытках идти по тому самому следу наконец вернулся обратно к игре “Жизнь” – спустя более десяти лет после того, как она впервые подняла волосы на его затылке. Теперь он знал, как это назвать: “искусственная жизнь”⁹.

Жизнь на грани хаоса

Несколько лет спустя игрой “Жизнь” заинтересовался физик и программист Стивен Вольфрам, работавший в то время в Институте перспективных исследований в Принстоне, штат Нью-Джерси. Используя сложный научный подход к функционированию игры, он разделил возможные результаты на четыре класса¹⁰. Два класса обладали стабильностью: это либо устойчивые конфигурации (Г на рисунке выше), либо осциллирующие (Д). Третий класс имел поистине хаотичный вид, отражающий фрактальную математику (здесь он не показан, поскольку его можно визуализировать только на видео: содержащиеся там конфигурации эволюционируют со временем и подобны “стабильности в движении”, характерной для водоворота). Однако неожиданным оказался четвертый класс, независимо выделенный Лэнгтоном и одним из первых теоретиков хаоса Норманом Паккардом.

Важнейшее отличие подхода Вольфрама от методов Лэнгтона и Паккарда можно понять, представив себе разницу между изучением форм воды (жидкой, твердой и газообразной) и изучением того, что происходит, когда одна форма переходит в другую: кипящая вода превращается в пар; лед сублимируется в пар под ярким зимним солнцем; туман конденсируется, так что ваша одежда во время прогулки прохладным утром отсыревает. Эти изменения называютсяфазовыми переходами. Когда речь идет о воде, они, естественно, хорошо изучены.

Но когда дело касается игры “Жизнь”, открывается нечто новое. Лэнгтон и Паккард обнаружили, что этот неожиданный четвертый класс конфигураций Вольфрама возникает при переходе между стабильным порядком и хаосом. Он был открытым, развивающимся и самоподдерживающимся, а возникающие формы и движения напоминали живых существ. А еще он оказался непредсказуем. Этот четвертый класс стал одной из первых демонстраций того, что вскоре станет официально известно каксложность.

В этом смысле (как технический термин)сложность относилась конкретно к этому новому классу порядка, возникающему в таких моделях, как игра “Жизнь”. Подобно тому как термин “хаос” стал описывать ранее не поддававшиеся описанию явления вроде водоворотов и погоды, термин “сложность” шел еще дальше и, казалось, характеризовал саму жизнь.

Модели демонстрировали поведение, имитирующее живых существ, но также могли описывать реальные живые системы, будь то отдельные клетки, многоклеточные организмы или более крупные общности: колонии муравьев, настоящие города или глобальные экосистемы⁴.

Как писал популяризатор науки Роджер Льюин, сложность – наполненные информацией, похожие на жизнь системы – возникает на фазовом переходе, когда “хаос и стабильность тянут в противоположных направлениях”¹¹. Лэнгтон в своей публикации 1986 года именовал этот фазовый переход “возникновением хаотического поведения”¹². Паккард в своей работе 1988 года назвал эту область “гранью хаоса”, и это выразительное название прижилось¹³.

В отличие от фазовых переходов между жидкой водой, льдом и паром, которые лучше всего изображать в виде простых линий, граница на краю хаоса фрактальная. Представьте себе границу, которая выглядит столь же бесконечно филигранной, как фракталы множества Мандельброта.

Вскоре ученые стали активно изучать возможности применения теории сложности в биологии. Для Паккарда биологическая сложность отражала то, как организмы получают информацию из окружающего мира, обрабатывают ее и выдают свои поведенческие реакции. Подобная вычислительная способность – определяющая характеристика живых систем, будь то колонии относительно простых одноклеточных вроде бактерий, реагирующих на питательные вещества и токсины в окружающей среде, или крупномасштабные сложные сети организмов вроде деревьев и грибов в лесах, перерабатывающие питательные вещества, источником которых являются солнце, вода и земля, в течение целых сезонов и отвечающие на различные угрозы: химические, инфекционные, со стороны насекомых и даже человека.

Адаптации в ответ на изменения окружающей среды подталкивают эволюцию к наращиванию вычислительной сложности. “Интуитивно кажется разумным, что задача выживания требует вычислений, – говорил Паккард Льюину. – Если это так, то отбор среди организмов будет приводить к росту вычислительных способностей”¹⁴. Таким образом, биологические системы, похоже, эволюционируют в направлении грани хаоса. Дальнейшие исследования Паккарда доказали, что такие адаптации в сторону грани хаоса происходят спонтанно, как следствие правил, регулирующих взаимодействия внутри системы. Его основной вклад заключался в том, что он показал: эволюция ведет к сложности.

Еще глубже изучил все эти биологические следствия сложности разносторонний ученый, врач и биолог-теоретик Стюарт Кауффман. В своей книге 1993 года “Происхождение порядка” (The Origins of Order) он заявил, что сложность оказывает такое же влияние на эволюцию живых систем, как и дарвиновский естественный отбор¹⁵. Используя различные математические конструкции, называемые булевыми сетями, Кауффман даже сумел смоделировать клеточную дифференциацию (как различные типы клеток возникают друг из друга) как поведение сложной системы¹⁶. Еще он использовал методы теории сложности, чтобы описать, как определенные типы молекул, так называемые автокаталитические наборы, могли взаимодействовать и создавать жизнь из биохимического бульона молодого океана Земли¹⁷. Хотя открытия Лэнгтона и Паккарда продвинули теорию сложности в самых разных направлениях, именно Кауффман с его воображением и чувством цели, пожалуй, лучше всех прочих специалистов продемонстрировал, как теория сложности объясняет тайны и сюрпризы жизни в реальном мире.

Эмерджентность и непредсказуемость

Все эти разговоры о компьютерах и математике могут напугать. Это лишь один из способов объяснить истины теории сложности, но он подчеркивает ключевое различие между традиционными теориями (например, теорией относительности и квантовой механикой) и этой, более молодой. Как мы видели, ни хаос, ни сложность нельзя свести к набору предсказательных уравнений, в отличие от их предшественников в физике. Их можно изучать только с помощью компьютерного моделирования, благодаря которому мы получаем возможность наблюдать, как они развиваются во времени, порождая новые свойства системы как целого, выходящие за рамки составляющих ее частей. Именно эти свойства, которые часто возникают словно бы ниоткуда, как по волшебству, и называются “эмерджентностью”.

Отличие эмерджентности в хаотических системах от эмерджентности в сложных системах заключается в предсказуемости. Для хаотических систем компьютерная модель показывает, что одинаковые начальные условия всегда будут порождать одни и те же эмерджентные свойства. Целоепредсказуемо больше, чем сумма его частей. Примером может служить знаменитый эффект бабочки: каскадные изменения, в результате которых взмах крыльев бабочки в Бразилии может вызвать торнадо в Техасе. Если провести моделирование, то окажется, что при точно таком же взмахе крыльев бабочки возникнет точно такой же торнадо. Однако, если хоть немного изменить начальные условия (допустим, бабочка сядет на цветок или затем перепорхнет на соседний цветок справа, а не слева), эти различия могут привести к столь отличающимся результатам, как торнадо в Техасе, тайфун в Тайбэе и штиль в Андаманском море⁵.

А вот для сложных систем мы можем предсказать возникновение эмерджентности, однако ее точную природу предсказать невозможно, даже если мы стартуем с одних и тех же начальных условий. В условиях сложности целоенепредсказуемо больше, нежели сумма отдельных частей. Как мир. Как наша жизнь.

Глава 3
Правила сложности и смежные возможности

Когда весенним утром я выхожу из своей квартиры и направляюсь в больницу, меня приветствуют деревья, перерабатывающие почву, воду, свет и воздух в стволы, ветви и листья. То же делают нарциссы и форзиции, полыхающие желтым. Зарянки на лужайке перед домом наклоняют свои головки, прислушиваясь к движению земляных червей в толще под ними. Я выхожу на тротуар и вливаюсь в бурный поток ньюйоркцев, направляющихся к своей цели. Каким‑то образом они легко минуют друг друга, неосознанно корректируя свои движения, чтобы шагать без помех.

Повсюду вокруг мы видим, как детали самостоятельно собираются в динамически живые, адаптивные эмерджентные формы и процессы. Более того, мы и сами активно в этом участвуем, хотя наши повседневные привычки, сосредоточенность на вещах, находящихся за пределами нашего организма, могут создавать у нас ощущение, будто мы просто наблюдаем за объектами и отделены от того, что наблюдаем. На самом же деле мы не просто идем сквозь мир – мы в него вплетены. Куда ни посмотри, мы видим сложность. Вне зависимости от того, что мы делаем, мы участвуем в сложности.

Сейчас в мире существует несколько исследовательских учреждений, занимающихся теорией сложности, что свидетельствует о ее растущем влиянии в самых разных областях. Что изучают специалисты в этой сфере? Биологию и технологию. Экологию и климатологию. Городскую жизнь и сельское хозяйство. Бизнес и экономику. Антропологию, религию и эволюцию. Время. Историю. Будущее.

И в результате у нас появилась возможность изучить сложность с помощью нескольких простых правил, установленных исследователями. Эти правила помогут нам понять, какие свойства порождают сложность и способствуют эмерджентности, как их распознать и как думать о случаях, когда что‑то идет не так. При изложении этих правил я буду использовать в качестве примера муравьев, поскольку они вездесущи и любой человек хотя бы немного о них знает. То, что справедливо для муравьев, справедливо практически для всех сложных систем.

Правило № 1
Количество имеет значение

Чтобы сформировалась сложная система, должно быть достаточное количество взаимодействующих частей. Стандартная муравьиная ферма, которую можно заказать через интернет, включает около двадцати пяти муравьев, которые усердно роют туннели, прокладывают пищевые маршруты и устраивают кладбище для погибших собратьев. Такое поведение – пример эмерджентных явлений. Но если оставить лишь несколько муравьев, никакой самоорганизации не происходит и эмерджентные свойства исчезают: никаких пищевых маршрутов, никакого совместного строительства туннелей, мертвые муравьи остаются там, где умерли. С другой стороны, чем больше особей в системе, тем выше уровень сложности. Колония из двухсот муравьев не так сложна, как колония из двух тысяч насекомых, а колония из двадцати тысяч муравьев еще сложнее. Деревня – это не город, а город – это не мегаполис.

Правило № 2
Взаимодействия локальны, а не глобальны

Эмерджентные явления в муравьиных колониях возникают не потому, что там есть лидер, который что‑то организует. Хотя происходящее и выглядит спланированным сверху вниз, это не так. Хороший пример – пищевой маршрут муравьев. Насекомые хватают еду, где бы ее ни нашли, и тащат в колонию. Они снуют в обоих направлениях настолько эффективно и упорядоченно, что кажется, будто кто‑то должен был все это специально спланировать. Однако никто этого не делал. Муравьиная матка не выполняет административных функций и не отслеживает состояние колонии в целом. Ее роль исключительно репродуктивная. Нет какого‑то одиночки или группы особей, которые бы стояли во главе колонии и занимались планированием пищевых маршрутов или любого иного аспекта общей деятельности. Подобное поведение возникает только в результате локальных взаимодействий между каждым конкретным муравьем и любым его собратом, с которым он сталкивается.

Муравьи вырабатывают различныеферомоны, которые используются для подачи запаховых сигналов: так насекомые общаются друг с другом в разных ситуациях. Обнаруживая феромоны (как свои собственные, так и чужие), насекомые реагируют на них соответствующим образом. Так, например, когда муравей двигается, он оставляет запаховый след для себя: развернувшись, он сможет вернуться по этому следу в колонию.

Если на своем пути муравей натолкнется на пищу, он возьмет немножко, а затем развернется и пойдет по собственному запаху обратно.

Нагруженный добычей муравей при движении оставляет другой запах, сигнализирующий соплеменникам, что найдена еда. Поскольку запах со временем ослабевает, его относительная интенсивность указывает направление: сильнее запах в том направлении, по которому первый муравей возвращается в колонию, слабее – в направлении пищи.

Муравей, наткнувшийся на подобный феромонный след, почувствует этот специфический запах и воспримет его как указание повернуться в направлении пищи и продолжить движение.

Поэтому он неизбежно обнаружит еду

.

По мере того как все больше и больше муравьев начинают натыкаться на чужие запаховые дорожки, находить еду и возвращаться обратно, они прокладывают все более и более четкий путь.

Таким образом и возникает пищевой маршрут, хотя ни один конкретный муравей и не думал, нужна ли колонии еда, сколько особей потребуется, чтобы ее принести, и как привлечь собратьев для этой работы. Сложное поведение возникает в результате локальных взаимодействий. Насекомые одно за другим будут повторять эту процедуру, пока сахар не закончится, а когда нагруженные едой особи перестанут двигаться по дорожке, пищевой маршрут в отсутствие подкрепления исчезнет.

Когда речь идет о человеческих системах, мы часто думаем, что кто‑то осуществляет глобальный мониторинг. Авторитарный лидер, например, может считать, будто управляет системой сверху донизу, но он обманывается. Хотя такой руководитель может иметь четкое представление о деталях на высшем уровне, его осведомленность не будет по‑настоящему глобальной. Это просто еще один вид “локального” мониторинга, хотя и с более широким сбором данных и более сложной информацией по сравнению с муравьями. Лидеры могут думать, что находятся над сетью взаимодействий, взирая на нее сверху вниз, но все равно они всегда неизбежно находятся внутри этой сети, тесно связанные со всеми и всем. В конце концов, лидеры не узнают о шепоте среди собирающихся повстанцев, и зарождающаяся революция (сама по себе являющаяся эмерджентным феноменом) сумеет поднять голову и свергнет якобы всевидящую верхушку. Таким образом, вера авторитарных лидеров в то, что они следят за каждой деталью системы как целого, оказывается иллюзией.

Точно так же нет какой‑то клетки, следящей за всем вашим организмом, чтобы определять, хотите ли вы спать, голодны или возбуждены. Нет даже глобального органа чувств, который бы этим занимался. Естественно предположить, что это мозг, но, несмотря на наш культурный инстинкт ставить его на самую вершину некой системы чувств, охватывающей все тело, мозг на самом деле контролируетвсе не больше, чем авторитарный лидер, считающий, будто может следить за всеми социальными сетями своего государства. Хотя мозг общается с организмом посредством сигналов, которые проходят по нервам, добираются до различных уголков тела и передают обратно информацию, мы знаем, что одновременно и другие части организма модулируют работу самого мозга. В качестве примера возьмем надпочечники, которые вырабатывают кортизол, гормон стресса. Уровень кортизола повышается и понижается в соответствии с суточным двадцатичетырехчасовым ритмом, однако может изменяться и в неблагоприятные моменты, когда организму нужно находиться в состоянии повышенной готовности. Если этот ритм нарушается, человек может впасть в депрессию или даже в психоз. Кроме того, в нашем пищеварительном тракте живут бактерии, которые оказывают влияние на мозг, меняют настроение, воздействуют на чувство голода и разные виды поведения. Мозг находится внутри этой сети: он влияет на организм, но и организм влияет на него. Он не просто наблюдает за остальными частями тела со своего трона в черепе.

Так кто и кем управляет? В конечном счете никто и никогда: все взаимодействия носят локальный характер. Каждый элемент сложной системы взаимодействует с каждым другим элементом через сети, образуемые локальными связями. Некоторые элементы могут оказывать большее или меньшее влияние, однако ни один из них в действительности не находится выше и вне сети; ни один не проникает в сеть извне с твердым намерением осуществлять тотальный контроль.

Правило № 3
Превалирует отрицательная обратная связь

Эти наблюдения за локальными взаимодействиями позволяют нам немного углубиться в тонкости адаптации сложных систем. В них всегда естьпетли обратной связи, сети взаимодействий, которые возвращают сигнал сами себе. Чтобы понять, что такое петли обратной связи, представьте себе кондиционер. Он проверяет температуру в помещении, включаясь, когда становится слишком тепло, и выключаясь, когда снова становится прохладно. Это отрицательная обратная связь, поскольку кондиционер поддерживает температуру воздуха в определенном диапазоне. А положительной обратная связь была бы в том случае, если бы, например, увеличение температуры в помещении заставляло включаться обогреватель, в результате чего температура становилась бы еще выше⁶.

В сложных системах преобладают петли отрицательной обратной связи, поддерживающие состояние системы в здоровом осциллирующемгомеостатическом диапазоне. В гомеостазе система сохраняет способность адаптироваться к меняющемуся вокруг нее миру, не позволяя одному члену системы подавлять другие.

Вспомните, как муравьи строят пищевой маршрут: один муравей начинает прокладывать феромонный путь, указывающий направление, в котором нужно искать пищу, а также противоположное направление для возвращения в колонию. Другой муравей натыкается на этот путь и реагирует соответствующим образом, добавляя собственные феромоны. Теперь на дорожке есть два феромонных запаха, и такое подкрепление вдвое увеличивает вероятность, что другие муравьи наткнутся на эту дорожку и присоединятся к движению. В результате появляется все больше запаховых следов и все больше муравьев: положительная обратная связь создает пищевой маршрут.

Но если все насекомые займутся этой работой, то будут заброшены другие задачи по обслуживанию колонии. Вот тут‑то и проявляется важность отрицательной обратной связи. Сразу после появления запахового следа он начинает развеиваться. Мы видели, что так обеспечивается его направленность, но одновременно это и отрицательная обратная связь: запаховые следы не остаются навечно. Отрицательная обратная связь не позволяет муравьям всей колонией влиться в один бесполезный гигантский пищевой маршрут.

Все живые системы гомеостатичны, но они никогда не застывают в неподвижности. Подобно “стабильности в движении”, которую мы наблюдали в хаотических системах, здесь происходит постоянное изменение сложности, непрерывные осцилляции в пределах здоровых, поддерживающих жизнь диапазонов. Жизнь – это непрерывное движение, а стабильность – в равновесии, а не в жесткости.

Если петли положительной обратной связи берут верх над уравновешивающими их петлями отрицательной обратной связи, то самоподдерживающееся гомеостатическое равновесие нарушается. Начинает преобладать поведение, требующее больших затрат энергии, что в конечном итоге приводит к разрушению и перегоранию системы. Вспомните экономический пузырь или рак. И то и другое возникает из предшествующей гомеостатической живой системы – хорошо функционирующей экономики или здорового организма, состоящего из взаимодействующих клеток, – однако по причинам, характерным для каждого случая, отрицательная обратная связь ослабевает, позволяя выйти на первый план положительной. Происходит взрывной рост, а за ним коллапс: рецессии или депрессии в экономике, смерть в случае терминальной стадии рака.

Классический пример – экономика США после Великой депрессии. После краха фондового рынка в 1929 году экономисты и законодатели того времени пришли к выводу, что необходимо регулирование, которое позволило бы предотвратить образование пузырей, подобных тому, что привел к катастрофе. В результате был принят закон Гласса – Стиголла, который обеспечил реформы в американской экономической системе, в том числе отделил инвестиционную банковскую деятельность от коммерческой, запретил банкам брать кредиты у самих себя и наделил Федеральную резервную систему полномочиями по регулированию банков. Разве эти правила не являлись законодательно установленными петлями отрицательной обратной связи, призванными поддерживать экономику в адаптивном гомеостатическом состоянии?

Реформы сработали. Однако к 1980‑м годам и в новом тысячелетии обе основные американские политические партии неуклонно подтачивали их, поэтому с точки зрения теории сложности совершенно неудивительно, что экономические пузыри, оборачивающиеся крахом, возникали все чаще – вплоть до мирового экономического кризиса 2008 года. Поскольку петли отрицательной обратной связи разрушались, положительная обратная связь на различных рынках (например, технологий Кремниевой долины или субстандартных ипотечных кредитов⁷) способствовала бесконтрольным спекуляциям, что приводило к образованию пузырей со взрывным энергозатратным ростом, которые были обречены на крах.

Аналогично все происходит и при клеточном росте. Нормальные клетки в нормальных тканях регулируют свой рост и рост других клеток с помощью отрицательной обратной связи. Клетки, растущие рядом с другими клетками, демонстрируют так называемое контактное ингибирование: они перестают делиться, когда со всех сторон окружены соседями. Если соседние клетки погибают или удаляются, контакт исчезает – и ранее подавляемая клетка может снова делиться, так что образовавшееся пространство заполняется новыми клетками. Так контактное ингибирование восстанавливается; идеальная гомеостатическая петля отрицательной обратной связи: выключение, включение, выключение.

Если из-за генетических мутаций клетка перерождается в раковую, каждая мутация либо выключает петлю отрицательной обратной связи, либо включает петлю положительной обратной связи, либо и то и другое. Так рак фактически переходит от гомеостаза к взрывному неконтролируемому росту: появляется разрастающаяся и распространяющаяся опухоль. Поскольку начинают преобладать собственные раковые самоусиливающиеся петли положительной обратной связи, в системе в целом происходит значительное сокращение энергии. Больной раком, будучи не в состоянии удовлетворить растущие метаболические потребности опухоли, сильно истощает организм и умирает.

Передовые методы лечения рака направлены не только на уничтожение раковых клеток, но и на восстановление гомеостатического контроля над ними со стороны организма. Например, одной из естественных гомеостатических мер борьбы с раком служит противоопухолевый надзор, осуществляемый иммунной системой. Поэтому риску развития рака особенно подвержен человек, у которого иммунная система по какой‑либо причине хронически ослаблена (например, из‑за стресса, недоедания, приема иммуносупрессивных препаратов или нелеченой ВИЧ-инфекции), поскольку нарушена ее петля отрицательной обратной связи. Некоторые новейшие интересные подходы к лечению рака направлены на перезагрузку способности иммунной системы распознавать опухоль и бороться с ней. Гомеостаз восстанавливается – и злокачественное новообразование исчезает.

В следующих главах мы будем продвигаться вниз по уровням масштаба: от клеток к молекулам, от атомов к субатомным частицам и в область квантовых эффектов. На каждом уровне процессы, создающие петли отрицательной и положительной обратной связи, можно описать в терминах средств коммуникации между частями, взаимодействующими на этих масштабах. Чем сложнее система, тем изощреннее эти средства коммуникации и зачастую тем менее точными будут наши краткие описания для них. Клетки и организмы труднее охватить простыми уравнениями, но на самых малых масштабах, таких как атомный уровень (управляемый законами химии) и квантовый (управляемый законами физики элементарных частиц и квантовой теории поля), процессы более четкие и всегда поддаются математическому описанию.

Правило № 4
Не слишком большая и не слишком маленькая степень случайности

Непредсказуемость – определяющая черта сложных систем. А еще она источник всех необычайных возможностей для безудержной креативности в сложных системах. Ее следствия грандиозны.

Всегда найдется небольшое число муравьев, которые не следуют за едой по прямому феромонному следу. Это не признак лени или бесполезности отклонившихся особей. На самом деле они жизненно важны для адаптации. Если бы все насекомые следовали проложенному пищевому маршруту, не осталось бы ни одного муравья, который искал бы другие источники пищи. В ходе исследований стволовых клеток на рубеже тысячелетий мы с моими коллегами обратили внимание, что аналогичным образом ведет себя и организм. Если бы клетки вели себя как маленькие машины, то организмы оказались бы слишком хрупкими при встрече с болезнями или травмами. Чтобы ведущие к выздоровлению пути были найдены, в поведении клеток, перемещающихся по организму, должна присутствовать некоторая доля случайности¹⁸.

Но, как и во многих других жизненных ситуациях, лучший путь – умеренность, и в сложных системах степень случайности имеет ключевое значение. Слишком большая случайность препятствует самоорганизации, а слишком маленькая вынуждает систему вести себя подобно машине: ей недостанет гибкости, чтобы найти новые режимы адаптивного поведения. Только при правильном низком уровне случайности, который мы будем называтьвстроенным беспорядком, у системы появляется способность исследовать то, что Стюарт Кауффман именует “смежными возможностями”¹⁹. Нельзя обнаружить новые возможности, если то тут, то там не происходят какие‑то случайности, наталкивая на новые способы существования, на новые режимы, которые нужно исследовать и использовать. Небольшая случайность помогает системе выжить.

Когда я был маленьким, такое поведение муравьев постоянно создавало напряжение между мамой и мной. Она была одержима идеей безупречной чистоты и идеального порядка в доме. Если я натыкался на муравья, в одиночестве ползающего по нашей кухне, я знал, что должен быстро выставить его оттуда – пока мама не увидела его, не убила и не вызвала затем дезинсектора. Мне было жаль заблудившегося муравьишку, поэтому я подставлял ему клочок бумаги и относил к соплеменникам на улицу, где ему самое место.

Но чутье маму не обманывало. Этот муравей на самом деле был для колонии частью встроенного беспорядка и прокладывал путь к исследованию смежных возможностей по отношению ко всей еде на кухне. Все, что требовалось насекомому, – найти уроненную мною крошку прежде, чем мама успеет ее убрать. Тогда муравей быстро развернулся бы и проследовал по своему запаху обратно к колонии, прокладывая надежный маршрут для сотни других особей, которые устремились бы в наш дом. Это был не какой‑то “бедный муравьишка”, а авангард вторжения!

Подобная небольшая степень беспорядка объясняет, почему мы не в силах предсказать природу эмерджентных структур в сложных системах, даже если точно знаем, что они возникнут. Даже при одинаковых начальных условиях сложные системы не будут развиваться строго одинаковым образом, потому что на них постоянно воздействует некоторый небольшой беспорядок. В каждый момент своей жизни сложная система словно окутана мерцающим облаком смежных возможностей – всех возможностей, которыемогут реализоваться в следующий момент. И в этот следующий момент из всех имеющихся возможностей проявляется одна, предсказать которую нельзя. Теперь эта новая итерация сложной системы сталкивается с новыми условиями в сочетании с ограниченной случайностью, и вокруг нее клубится другое облако возможностей. А затем все повторяется снова. И снова. И снова. Раз за разом.

Если говорить об эволюции, то естественный отбор вполне может подтолкнуть вид к изменениям, однако диапазон возможных вариантов этих изменений включает только те, которые представляют собой доступные смежные возможности. Число вариантов не бесконечно, и большинство из них не будут адаптивными. Но диапазон выбора и не мал. Примечательно, что эти варианты невозможно предсказать. Биологическая креативность, способность жизни давать разнообразные реакции на изменения окружающей среды, даже приводя к развитию совершенно новых видов и форм экосистем, обеспечивается за счет встроенного в систему беспорядка.

В отличие от гладких пограничных линий на фазовой диаграмме состояний воды граница между порядком и хаосом, на которой возникает сложность, является фрактальной, бесконечно и изощренно запутанной.

В последующих главах мы рассмотрим, как различные типы “частей” (организмы, клетки, молекулы, атомы и так далее) взаимодействуют, создавая сложное эмерджентное целое. В каждом из этих случаев то, как случайность возникает, как она выглядит и функционирует, будет зависеть от уровня масштаба изучаемой системы. Точно так же способы коммуникации, создающие петли обратной связи на каждом уровне, отличаются от тех, что действуют на других масштабах: клетки общаются с другими клетками совсем иначе, нежели кварк общается с другим кварком. Поэтому, хотя общие положения, описанные в этой главе, применимы на всех масштабах, детали будут сильно различаться. Тем не менее на каждом уровне мы обнаружим лишь узкий диапазон случайности и прочность коммуникационных сетей, достаточную для поддержания равновесия, даже когда сложные системы переходят к исследованию новых, непредсказуемых возможностей.

У этой монеты есть и другая сторона – потемнее. Что насчет смежных возможностей, которые не являются адаптивными для системы, частично или в целом?

Если физические фазовые переходы между жидкой водой, льдом и паром лучше всего представлять в виде простых линий, то грань хаоса фрактальна. Вообразите себе (математическую) границу, которая выглядит такой же бесконечно сложной и филигранной, как фракталы множества Мандельброта. Биологическая креативность возникает в царстве, сформированном фрактальной геометрией, где стабильность и хаос тянут жизнь в разные стороны.

Когда встроенный беспорядок ведет нас по изгибам фрактального пути на границе между стабильностью и хаосом, мы рискуем оказаться в местах, которых предпочли бы избежать. Вместо того чтобы оставаться в рамках этого фрактального фазового перехода, где обнаруживается жизнь, мы можем из него выскочить – либо в жесткий, машиноподобный детерминизм, либо в хаос. Чем бы ни закончилось это перетягивание каната, самоподдерживающаяся адаптивная креативность системы утрачивается, и ее ждет частичная или же полная массовая гибель.