14 марта — день рождения величайшего физика всех времен Альберта Эйнштейна, человека посвятившего всю жизнь науке и исследованиям. В этом эссе доктор физико-математических наук профессор БФУ им. И. Канта Артем Юров предлагает читателям поразмышлять о том, что такое наука и что такое научные заблуждения.
Артем Юров. О заблуждениях
Заблуждения распространены не только среди людей далеких от науки, но и среди лиц, принимающих важные управленческие решения, связанные с научной деятельностью и даже среди самих ученых. По своей природе эти заблуждения выглядят неким невинным «философским вопросом», но на самом деле они чрезвычайно опасны и служат мощным тормозом в развитии. Для того, чтобы не отнимать время у читателя перейду к сути дела.
Заблуждение 1. Существует фундаментальная и прикладная науки.
Это заблуждение проявляется во многих формах, например, как утверждение о том, что существует некая «теория» и некая «практика», причем подразумевается примат последней. Иногда говорят о какой-то «академической науке», противопоставляя ее науке «практической», а иногда… ну вы поняли, о чем я. Так вот я утверждаю, что все это полная ЧЕПУХА. Все эти суждения делаются людьми, которые, увы, просто не понимают, ЧТО ТАКОЕ НАУКА (парадоксальность в том, что среди этих людей немало тех, кого мы классифицируем как «ученых»!). Есть наука и ее приложения. «Приклад», во всем мире — суть отличный способ заработать деньги. Почему в России государство оплачивает прикладные разработки — уму не постижимо! Люди идут из науки в индустрию, чтобы заработать, — так в мире принято (я не говорю, конечно, про военную индустрию). У нас же им платит государство! Это выше моего понимания. Вот такой пример из жизни: Джеффри Хинтон — британский информатик, известный своими работами над искусственными нейросетями. В настоящий момент является профессором департамента компьютерных наук в Торонтского университета. В марте 2013 года он начал работать с Google, после того как его компания DNNresearch Inc. вошла в ее состав. А почему? А потому что он получил фундаментальный результат. Есть такой удивительный объект — нейронная сеть — центральный объект в исследованиях по искусственному интеллекту.
Ключевое свойство этих сетей — они умеет обучаться (жутковато звучит, не правда ли?). Джеффри Хинтон и Руслан Салахутдинов в середине 2000-х годов, опубликовали работу, в которой они показали, что можно эффективно предобучать многослойную нейронную сеть, если обучать каждый слой отдельно при помощи т. н. ограниченной машины Больцмана, а затем до-обучать при помощи т. н. метода обратного распространения ошибки. Этот метод называется deep learning, и его применение дало потрясающий эффект. Посмотрите, как за последние годы стал работать поисковик Google! Сама работа — мощное фундаментальное исследование, которое можно эффективно использовать. Вот он и стал работать в компании. Ушел в индустрию, где огромные деньги, в отличие от Торонтского университета. У нас же в стране поощряются т. н. прикладные исследования за счет государства! Все вверх ногами. Я утверждаю, что наука не бывает неприкладной. Более точно:
1) НАУКА, ЭТО СОЗДАННЫЙ ЗА ПОСЛЕДНИЕ 300 ЛЕТ ИНСТРУМЕНТ РЕШЕНИЯ ЗАДАЧ.
2) НАУКА – ЭТО ЕДИНСТВЕННЫЙ ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ РЕШЕНИЯ ЗАДАЧ.
Короче говоря, я утверждаю, что ДО науки у человечества отсутствовал хоть какой-то эффективный, реальный способ решать проблемы, с которыми оно сталкивалось. Был только набор рецептов, весьма ограниченной области применимости. Яркий пример — строительство. До появления развитой науки построить небоскреб было невозможно. Когда мы смотрим на старые здания, то обычно говорим что-то вроде: «Вот это да! Как давно построили и до сих пор стоит! Умели же делать, не то что сейчас…». Однако анекдотичность ситуации заключается в том, что почти все строения, возведенные нашими предками, давно развалились! В свое время был эмпирически определен набор операций, необходимый для постройки устойчивого здания, но любое нововведение, как правило, имело катастрофические последствия и потому не одобрялось. И понятно почему! Науки-то не было! Никто не мог обоснованно предсказать, что произойдет, если мы уменьшим размер кирпичей или будем обжигать их иначе, или изменим место закладки замкового камня… А как они могли это предсказать? Такие вещи нужно уметь количественно оценивать, такие вещи нужно суметь смоделировать, а «смоделировать» — значит «рассчитать», а чтобы «рассчитать», нужно иметь соответствующую научную ТЕОРИЮ! Именно теорию. Это приводит нас к еще одному популярному заблуждению.
Заблуждение 2. Существует некая «теория» и некая «практика», причем они живут в слабо пересекающихся мирах. Практика — это то, что нам реально нужно, а теория — это нечто вроде глазури на торте — приятно, но не необходимо.
Вот скажем, я часто обсуждаю всякие интересные вещи с разными людьми и часто слышу фразу типа: «Это только теория…». Или: «Это в теории, а вот на практике…».
Все это происходит от непонимания науки, глубокого, принципиального непонимания вещей! Люди, которые это говорят, просто не осознают, что они используют слова «практика» и «теория» в каком-то своем, весьма «мутном» смысле. Короче, я утверждаю, что:
3) ЦЕЛЬ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ — СОЗДАНИЕ ТЕОРИИ.
Другими словами, не будет теории — не будет никакого эффективного инструмента для решения насущных задач. Будет либо знахарство, либо болтовня. Кстати, выявить болтуна, рассуждающего на научные темы, очень просто — проследите за его лексиконом. Если он перенасыщен спецтерминами и непонятными словами, попросите сформулировать сказанное иначе. Если после трех-четырех попыток он будет менять одни термины на другие (столь же непонятные), можете смело посылать его куда подальше — перед вами типичный болтун с нулевым содержанием. Такой тип всегда скажет «консенсус» вместо «соглашения» и т. п. Но я отвлекся, извините.
Так что такое теория? Какова ее роль? Отвечаю:
4) ТЕОРИЯ СЛУЖИТ ДЛЯ ОБЪЯСНЕНИЯ. ИНАЧЕ ГОВОРЯ: ЦЕЛЬ ТЕОРИИ — ОБЪЯСНИТЬ.
Есть забавные люди, называющие себя позитивистами, которые заявляют, что все эти ваши «объяснения» никому не нужны. Объяснения служат тому, чтобы родилось «понимание», а это все изыски интеллектуалов-очкариков. Цель теории — делать предсказания, которые можно проверить на опыте и которые нужны дабы конструировать всякие полезные приборы и тому подобное. Иногда позитивистами называют себя весьма мощные люди, скажем, великий Стивен Хокинг. Я позволю себе заметить, что Хокинг настолько велик, что он мог позволить себе говорить самые разные вещи, даже такие. Но в целом, позитивизм я расцениваю, как обычную глупость! Это замечательно проиллюстрировал Дэвид Дойч. Давайте совершим мысленный эксперимент, вообразим, что у нас есть УНИВЕРСАЛЬНЫЙ ПРЕДСКАЗАТЕЛЬ, устройство, способное предсказать исход ЛЮБОГО эксперимента, но не дающее никаких ПОЯСНЯЮЩИХ комментариев. Казалось бы, вот она мечта позитивистов. Ну что ж, теперь попробуем использовать эту замечательную штуку для того, чтобы спроектировать космический корабль или обычный дом. Хочу посмотреть — с чего вы начнете. Заметьте, вы ж играете в позитивистов и никакие объяснения вам не нужны, вам ТОЛЬКО предсказания подавай. Ну и как же вы будете строить дом? Как будете выбирать материал и размер свай? Откуда узнаете, сколько этих свай вообще нужно? Откуда узнаете, какие свойства грунта вам нужно измерить (и как!), чтобы определиться с этими сваями? А из чего будете стены возводить? А как сделать так, чтобы вся конструкция не накренилась и не рассыпалась?
Вроде бы яснее ясного, что для проектирования дома необходимо ПОНИМАТЬ целую кучу всяких вещей, а понимание — это то, что дают ОБЪЯСНЕНИЯ. А верить этим объяснениям можно только при наличии мощной теории. Вроде бы ежу должно быть понятно, что без этого никакой универсальный предсказатель вам не поможет, но люди порой явно не умнее ежей и продолжают нести эту чушь про важность предсказаний и ненужность объяснений!
Интересно, а как можно было бы без наличия мощных ОБЪЯСНЯЮЩИХ теорий спроектировать мобильный телефон, компьютер и интернет? Запустить спутники и соорудить антенны? Разработать вакцинацию?
Решение задач — это потребность, диктуемая практикой. Мы постоянно решаем задачи, когда требуется построить мост, вылечить больного, обеспечить людей пищей и т. п. На первый взгляд, я говорю о совершенно прагматических вещах, верно? Ну зачем, спросите вы, нам нужна наука о звездах или элементарных частицах, коли мы не используем ее для выпечки хлеба (и не будем использовать!), для пошива одежды (и не будем использовать!), для лечения от болезни Альцгеймера и так далее? Из этих вопросов рождается заблуждение номер один, с которого я начал, заблуждение о наличии фундаментальной и прикладной наук. Давайте я заострю это заблуждение так: «Есть полезные науки — прикладные и есть бесполезные науки — фундаментальные».
Конечно, в такой явной форме это не говорят. Но думают. И ошибаются! И не беда, если ошибается мой сосед по дому, который занимается бизнесом в области, скажем, торговли оргтехникой. Беда, когда ошибается человек (или люди), решения которых определяют развитие этих самых наук! Просто беда.
Позвольте я кратко расскажу вам одну историю, которая меня глубоко поразила (я знал о ней и раньше, но прекрасное изложение этой темы можно найти в 13 главе книжки Дойча «Начало бесконечности»). В свое время, в США столкнулись с так называемой проблемой «представительного правления». Вопрос звучал так: сколько мест должно быть выделено каждому штату в палате представителей? Считалось, что нужно делать это пропорционально населению штатов, скажем, если в штате 1 живет 3% населения Америки, то и в палате должно быть 3% представителей от этого штата. Это количество в абсолютных числах называется квотой штата и проблема в том, что это не целое число. Например, в палате представителей 435 мест, значит 3% будет 13.05 мест от этого штата. Но куда девать пять сотых человека?
Я уверен, что вы скажете: «Тоже мне, проблема. Округляем до целого — дел-то. Этот штат должен быть представлен аккурат 13 местами, а штат, в котором живет 1% населения, получает 4 места (округлили 4.35)». Я бы, наверное, тоже так сказал и был бы неправ. Ужасно неправ! Легко представить себе ситуации, в которых после округления сумма не будет равна 435, а будет 436. Более того, такие ситуации реально возникают постоянно. Значит, что-то не так с округлением. Надо придумать еще «что-то». Это «что-то» называется схемами перераспределения, но никому не удавалось найти такие схемы, которые гарантировали бы справедливость, т. е. отсутствие ущемления прав одних штатов другими. Например, разумные на первый взгляд схемы перераспределения могли привести к тому, что 5% людей вообще лишались представителей, тогда как у остальных 95% все было чудесно и справедливо — т. е. число их представителей было полностью пропорционально численности избирателей соответствующих штатов. Только оставшимся 5% это не улучшало почему-то настроения.
При более детальном анализе ситуация становится все хуже и хуже. Конституция включала ряд положений, специально предназначенных для разрешения такого рода коллизий (скажем, «у каждого штата должен быть по крайней мере один представитель»), но трудности не исчезали. Возникла целая область исследований, имеющая самые что ни на есть практические приложения. На этой арене яростно соперничали схемы, предложенные Джефферсоном со схемами Гамильтона (на правило Гамильтона в свое время наложил вето Джордж Вашингтон в 1792 году), в 1841 году отказались от правила Дефферсона в пользу схемы, предложенной сенатором Вебстером, а через 10 лет отказались от схемы Вебстера в пользу все той же схемы Гамильтона…. В общем, страсти кипели.
Почему это было столь актуально? Да потому что многие решения принимались с перевесом в один голос (создание фракций, лоббирование и прочее). Так что политики были весьма взволнованы этой проблемой — от ее решения зависело очень и очень многое. И борьба кипела! Я не буду рассказывать эту захватывающую историю детальнее (например, проблемы с тем, что избиратели и народонаселение штата было не одним и тем же — до определенного времени в штатах не голосовали не только дети, но и иммигранты, рабы и даже женщины), поскольку моя цель другая — объяснить при чем здесь наука.
А вот при чем. Политики не раз привлекали математиков к решению этой задачи, но всякий раз получались разные рекомендации. На этом основании ряд политиков (скажем, Роджер Миллс в 1882 или Джон Литтлфилд в 1901) нападали на математиков (последний из-за того, что его место в палате оказалось под угрозой!). В 1948 году этой задачей занималась комиссия, в которую входил даже великий Джон фон Нейман — по моему мнению, один из самых великих математиков. Но и они не справились с задачей. И вот в 1975 году Балинский и Янг доказали, что не существует метода сделать распределение пропорциональным и одновременно справедливым.
Вообще эти вопросы оказались тесно связаны с так называемой теорией игр (созданной тем же величайшим фон Нейманом) и составляют ядро раздела теории игр под названием «теория социального выбора». Проблемы, с которыми столкнулись политики, суть лишь вершина айсберга, а ведь как невинно все выглядело вначале. Мощнейший удар идея о справедливом пропорциональном распределении получила в работах экономиста Кеннета Эрроу, который совместно с Джоном Хиксом получил в 1972 году нобелевскую премию по экономике. Вот куда завели попытки решить задачу, поставленную политиками в 18 веке! Кстати, Эрроу, в период перестройки в 90-е годы высказывался за то, что приватизация тяжелой промышленности России должна проходить медленно и под контролем государства. Его советы, насколько я понимаю, были полностью проигнорированы тогдашним российским правительством. Действительно, что им нобелевский лауреат?
Все это я излагаю, преследуя одну конкретную цель, — показать связь реальной науки с практикой. Общаясь с рядом наших экономистов, я слышал о том, что работы Эрроу — это глубокая абстракция, некая «чистая наука», а они, наши экономисты, интересуются и «занимаются практическими вопросами». Я думаю, что читателю должно стать абсолютно ясно, насколько смехотворно выглядят эти утверждения. Фундаментальные результаты упомянутых нобелевских лауреатов получены именно при решении абсолютно «практической» и совершенно актуальной задачи, связанной с формированием палаты представителей. И это не исключение. Все, я подчеркиваю, ВСЕ мощнейшие научные результаты, во ВСЕХ областях связаны с конкретными, реальными, а не выдуманными задачами!
На примере экономистов я показал, как возникают научные теории. Они появляются в процессе решения задач. Вовсе не как какое-то индуктивное обобщение фактов — так говорят лишь люди, никогда не получавшие реальных научных результатов. Наоборот, теории суть финальный результат столкновения различных способов ПОНЯТЬ явление, и начинаются они с гипотез, догадок… Творчества, короче!
Для того, чтобы вы лучше поняли о чем я, позвольте привести пример: можно сколь угодно долго наблюдать за движением облаков, но это вам ничего не даст. Никаких индуктивных заключений, никаких обобщений, ничего полезного, кроме красоты вы не извлечете. И погоду предсказывать вы тоже не сможете. Можно смотреть на небо годами, заполнять память компьютера многочисленными описаниями того, какие облака, когда и куда двигались, но все это окажется мертвым грузом, если только однажды не придет некто с моделью или теорией и не попросит ваши данные для ПРОВЕРКИ этой теории. Но саму ТЕОРИЮ так получить невозможно! Аналогично, можно сколь угодно много мониторить общественное мнение, но при отсутствии хорошей, объясняющей теории вы никак не сможете использовать их для предсказания результатов выборов. Всякие индуктивные обобщения данных просто не работают в реальной жизни, кроме случаев, когда есть некая рабочая модель, в рамках которой производится обобщение.
На самом деле науку делают так: некто выдвигает смелую догадку-гипотезу, которая подвергается самой жесточайшей критике (Поппер). Исправленный вариант опять предлагается и все по новой. Жесточайшая критика приводит к естественному и жесткому отбору. Известно, что в процессе естественного отбора вымирает 99% видов. То же самое с гипотезами-теориями. То, что остается, проходит такое горнило, не хуже, чем виды в биологии. Кстати, смелые догадки обычно удел молодых, которым пока нечего терять, отсюда миф о том, что науку делают молодые.
Заблуждение 3. Науку делают молодые.
Это следующая глупость: молодые лишь необходимая часть этого инструмента, ибо не боятся ОЗВУЧИВАТЬ безумные догадки. Но догадки эти обычно генерят старые профи. Чтобы высказать содержательную догадку, надо очень много чего понимать и знать. Но старики — не бойцы, а эти догадки проходят эволюционный жестокий отбор через попытки опровержений. Критика — суть науки, попытки опровергнуть — суть этого отбора. Здесь сидит очередная глупость.
Заблуждение 4. Ученые вечно спорят — они сами ни в чем не уверены. Почему им надо доверять?
Это, конечно, ерунда: именно потому что они спорят, им можно доверять, ибо результатом этих боев является выжившее ХОРОШЕЕ объяснение.
Но что такое ХОРОШАЯ ОБЪЯСНЯЮЩАЯ теория? Чем хорошее объяснение отличается от плохого? Тем, что хорошее объяснение невозможно подправить, не разрушив ВСЕ объяснение, а плохое — легко. Пример: планеты, уравнения Эйнштейна и теория ангелов. Ангелы на демонов и тот же эффект. А вот замена «с» на «с в квадрате» убивает все. И дело не в том, что мы не видим ангелов (может, они невидимы) в телескоп. Гравитацию мы тоже не видим. Критерий хорошей теории не сводится к видимости, очевидно. Это дает очередную глупость…
Заблуждение 5. Наука занимается ТОЛЬКО тем, что можно померить т. е. увидеть. То, что НЕЛЬЗЯ увидеть, — не наука.
Но это чушь! Современная космология предсказывает, что вселенных много, но они сейчас за горизонтом видимости. Некоторые говорят — значит, это не наука. Ерунда! Никто же не создавал теорию, чтобы выдумать эти другие вселенные. Наоборот, другие вселенные — это неизбежное следствие проверенной инфляционной космологии. Неизбежное и неожиданное! Невозможно сказать, что их нет и не разрушить всю модель. Дело не в видимости: Наполеона в принципе невозможно увидеть тоже, но никто не говорит, что история не наука, ибо имеет дело с ненаблюдаемыми сущностями. Существование Н неизбежно следует из исторической науки, как и другие вселенные.
Итак, хорошая объясняющая теория обычно одна, прошедшая горнило боев и жуткой критики. Ее нельзя подправить слегка — можно только предложить новую, более крутую, со всеми последующими боями. Чем плоха, скажем, «теория», утверждающая, что картошка должна иметь половину избирательных прав человека, поскольку половина ее генов совпадает с хомо? Не тем, что это абсурд (замедление времени тоже кажется обывателю абсурдом), а тем, что в этой «теории» нет никаких объяснений, как гены связаны с избирательными правами. Тем же плоха теория о том, что ГМП опасны и вредны. Такие суждения ничем не отличаются от гипотез типа: я вылечу простуду, съев тонну травы. Никто не будет это проверять, ибо нет никаких объяснений в этой догадке (эти примеры я взял из книги Дойча).
И в заключение пару фраз о том, что мы часто называем наукой то, что не наука, либо всего лишь набор данных. Я весьма критичен к психологии и особенно педагогике, да и социологии. Там накоплен колоссальный материал, но похоже это на наблюдения за конфигурациями облаков — данных много, но ХОРОШИХ объяснений нет. Докажу это очень просто: вы уже поняли, что хорошую теорию очень трудно поправить и потому они общеприняты (квантовая механика, теория эволюции) не потому, что ученые — члены секты, а потому что подправить невозможно — приходится принимать. Поэтому нет физиков, воюющих с квантовой механикой (нет, споры по техническим нюансам идут, но реальные баталии отгремели при их создании). Эти теории так хороши, что ОБЩЕПРИЗНАНЫ. Ну а теперь вопрос: покажите мне хоть одну ОБЩЕПРИЗНАННУЮ теорию в педагогике. В гуманитарных областях существует множество школ, воюющих по самым принципиальным вопросам — это в лучшем случае НАЧАЛЬНАЯ стадия создания ХОРОШЕЙ теории. Кстати, чтобы гуманитарии уж совсем не обижались: то же самое относится к основаниям математики — там тоже воюют интуиционисты, конструктивисты, формалисты и пр. Т. е. и там нет хороших объяснений. Зато они стали появляться в экономике (теория социального выбора), и, конечно, ХОРОША Дарвиновская теория. Биология — наука.
Наконец, не могу не сказать пару слов о религии. Это сейчас опасно — оскорбишь чьи-то чувства! Но поймите меня правильно. Вот многие мои знакомые (не ученые) говорят мне: слушай, КАК появилась Вселенная? КТО ее создал? КТО-ТО же ДОЛЖЕН был ее создать. Без Бога тут не обойтись. Я ничего против Бога (или богов) не имею, но спрашиваю: погодите, а почему это ты говоришь, что КТО-ТО ДОЛЖЕН был ее создать? Ответ: ну как же — если что-то есть, то кто-то или что-то это порождает. ОК, говорю я, но чем мне гипотеза Творца поможет? Кто создал Творца? Тут ступор и ответ — никто. Творец — начало ВСЕГО, но сам никем не создан. Тут я не понимаю и говорю: значит, ты признаешь возможность существования такой сущности — Творец, для которой не нужен Супертворец? А почему Вселенная не может быть такой сущностью? Ты же сам допустил возможность существования Того, кого никто не создавал. Может Вселенная как раз из этой оперы?
Поймите меня правильно, я вовсе не воюю с религией (вера — дела личное, и у меня много верующих друзей). Я говорю только, что объяснение, привлекающее Творца, — ПЛОХОЕ объяснение, в смысле ПЛОХОГО о котором я уже говорил. Оно ничего не объясняет. Хотя то, что объяснение плохое, не значит, конечно, что Бога нет.
Личный кабинет для cтудента
Личный кабинет для cтудента
Даю согласие на обработку представленных персональных данных, с Политикой обработки персональных данных ознакомлен
Подтверждаю согласие