Kitobni o'qish: «Саммари книги «От микроорганизмов до мегаполисов. Поиск компромисса между прогрессом и будущим планеты»»

В своей книге Вацлав Смил исследует разносторонний феномен роста, его роль в эволюции и развитии организмов, влияние на общество, ресурсы и качество жизни. Автор подчеркивает разнообразие и сложность измерения роста, особенно в социальных и экономических контекстах, и рассматривает как положительные, так и тревожные аспекты диспропорционального роста в современном мире.

На протяжении веков общества были ограничены медленным естественным ростом. Для удвоения посевных площадей даже самым развитым древним цивилизациям требовались столетия. Технический прогресс двигался медленно, пока не началась эпоха индустриализации. Прогресс отразился на увеличении населения, продолжительности жизни, росте доходов, уровне комфорта и коммуникациях. Показателен рост числа транзисторов и других компонентов, которые можно разместить на кремниевой пластине. Этот рост подчиняется закону Мура, согласно которому число элементов интегральной схемы удваивается каждые два года. В результате самые мощные интегральные схемы, произведенные в 2018 году, имели в 10,2 млн раз больше компонентов, чем первое подобное устройство.

Другая тенденция – взрывной рост данных. В последние несколько лет было создано более 90 % всей существующей информации. Технический директор Google Рэй Курцвейл предсказывает, что технологические изменения будут экспоненциально ускоряться, пока не наступит Сингулярность – эпоха, когда машины превзойдут человеческий интеллект. Вацлав Смил скептично относится к подобным утверждениям. Как бы ни отличалась наша цивилизация от предыдущих, она действует в рамках тех же ограничений и является частью биосферы.

В книге рассматривается как рост в биосфере, связанный с эволюцией, так и рост в созданном человеком мире, включая население, экономику и технологии. Автор стремится понять аспекты и ограничения роста в современной цивилизации, предостерегая от упрощенных прогнозов.

Ключевые идеи книги.

Идея 1. Чтобы понять феномен роста, важно иметь представление о его моделях

Процессы роста могут быть описаны различными математическими функциями, включая линейные, экспоненциальные, модели ограниченного роста.

Линейный и экспоненциальный рост представляют разные траектории: линейный – стабильный, экспоненциальный – ускоряющийся. Линейный рост характерен для разных сфер, от физики до экономики, а его причины могут быть сложными и нелинейными, включая взаимодействия между переменными. Экспоненциальный рост характеризуется быстрым увеличением с каждым последующим изменением. Свойства этого роста, известные как геометрическая прогрессия, хорошо иллюстрирует история, дошедшая до нас из XIII века. Это история об изобретателе шахмат, который попросил своего правителя-благодетеля вознаградить его, удваивая число зерен риса на каждой следующей клетке поля. В конце первого ряда было всего лишь 128 зерен, однако к концу четвертого ряда число достигло 2,1 млрд, а в конце последнего – около 9,2 квинтиллиона зерен. В реальном мире экспоненциальный рост имеет ограничения, связанные с конкуренцией и нехваткой ресурсов.

Гиперболический рост отличается от экспоненциального роста тем, что стремится не только к бесконечности, но и к абсурду – к сингулярности, когда значение растущей переменной достигает бесконечности за конечный промежуток времени. Однако на практике такой рост невозможен, к его замедлению и остановке приводит обратная связь от окружающей среды. Примером квазигиперболического роста является быстрый рост населения. Рост некоторых раковых опухолей тоже начинается с ускорения, но затем переходит к сокращению периода удвоения во время самой агрессивной фазы.

Сигмоидальные функции, такие как S-образный рост (логистическая функция), описывают естественные и инновационные процессы. Изначально медленный рост ускоряется в точке нижнего изгиба, затем следует быстрый подъем, темп которого замедляется, формируя второй изгиб, за которым следует замедленный подъем, так как рост становится минимальным. В отличие от экспоненциального роста, относительное приращение логистического (ограниченного) роста уменьшается по мере приближения растущего значения к максимально возможному уровню (предельной нагрузке). Логистические кривые используются для прогнозирования роста живых организмов и антропогенных процессов. Однако их использование требует осторожности, так как они могут упускать важные детали и быть неточными в долгосрочных прогнозах.