ладов всех составляющих ее элементов, называют эмерджентным поведением. Оно является хорошо заметной особенностью экономических систем, финансовых рынков, городских сообществ, компаний и организмов.
Самый важный урок, который мы извлекаем из этих исследований, заключается в том, что во многих из таких систем нет центрального управления. Например, при строительстве муравейника ни один из муравьев не имеет никакого понятия о том грандиозном предприятии, в котором он участвует. Муравьи некоторых видов даже используют в качестве строительного материала для сооружения своих замысловатых построек свои собственные тела: кочевые муравьи и огненные муравьи сцепляются в плоты и мосты, которые они используют для преодоления водных преград и других препятствий, встречающихся им в набегах за продовольствием. Здесь речь идет о так называемой самоорганизации. Это эмерджентное поведение, в рамках которого составные части объединяются, образуя эмерджентное (вновь возникающее) целое. Это же происходит при образовании социальных групп людей – например, книжных клубов или политических кампаний, – человеческих органов, которые можно считать результатом самоорганизации составляющих их клеток, или же городов, в которых можно увидеть проявление самоорганизации их жителей.
С концепциями эмерджентности и самоорганизации тесно связана еще одна важная характеристика сложных систем – их способность к адаптации и развитию в случае изменения внешних условий. Разумеется, наилучшим примером такой сложной адаптивной системы является сама жизнь во всех своих необычайных проявлениях, от клеток до городов. Разумеется, дарвиновская теория естественного отбора – это научная концепция, созданная именно для того, чтобы объяснить и описать непрерывный процесс развития организмов и экосистем и их адаптации к изменяющимся условиям.
Изучение сложных систем научило нас осторожному отношению к наивному разбиению систем на независимо действующие составные части. Более того, малое возмущение в одной из частей системы может привести к гигантским последствиям в других ее частях. Системе могут быть свойственны внезапные и, по-видимому, непредсказуемые изменения – классическим примером таких изменений можно считать биржевой крах. Одна или несколько тенденций могут усиливать другие тенденции в контуре с положительной обратной связью, в результате чего такой процесс быстро становится неуправляемым и переходит через пограничное состояние, по другую сторону которого поведение системы изменяется самым радикальным образом. Весьма зрелищным проявлением этого процесса был глобальный крах финансовых рынков 2008 г., имевший потенциально катастрофические социальные и экономические последствия для всего мира, порожденный неправильным пониманием динамики местечкового и сравнительно локализованного рынка американской недвижимости.
Лишь в течение последних тридцати лет ученые начали всерьез рассматривать задачи изучения сложных адаптивных систем как таковых и искать новые пути их исследования. На основе этих исследований естественным образом возник интегрированный, систематический междисциплинарный подход, включающий в себя широкий диапазон методик и концепций, позаимствованных из разных областей науки, от биологии, экономики и физики до информатики, инженерии и социально-экономических исследований. Из этих исследований можно сделать один важный вывод, состоящий в том, что, хотя подробное предсказание поведения таких систем обычно оказывается невозможным, в некоторых случаях можно получить приближенное численное описание среднего состояния наиболее заметных параметров такой системы. Например, хотя мы никогда не сможем точно предсказать дату смерти конкретного человека, понять, почему продолжительность человеческой жизни составляет порядка ста лет, должно быть вполне в наших силах. Применение таких численных методов к задачам, связанным с устойчивостью и долговременной жизнеспособностью нашей планеты, имеет первостепенное значение, поскольку в них уже заложено предположение о существовании тех взаимосвязей и взаимозависимостей, которые столь часто исключаются из рассмотрения существующими методиками.
Масштабирование от малого к большому часто сопровождается эволюцией от простого к сложному с сохранением основных элементов или составных частей системы неизменными или фиксированными. Эта особенность характерна для инженерных и экономических систем, компаний, городов, организмов и эволюционных процессов, причем в последних она проявляется, может быть, наиболее ярко. Например, небоскреб, построенный в большом городе, – это строение существенно более сложное, чем скромное семейное жилище в деревне, но основополагающие принципы их структуры и конструкции, в том числе в том, что касается механики, передачи энергии и информации, размеров электрических розеток и водопроводных кранов, телефонов, компьютеров, дверей и так далее, остаются приблизительно неизменными независимо от размеров здания. При увеличении масштаба с моего дома до нью-йоркского небоскреба эти базовые составляющие элементы не изменяются сколько-нибудь существенным образом: они остаются общими для всех нас. Аналогичным образом эволюция живых организмов привела к существованию широчайшего спектра их размеров и необычайного разнообразия типов морфологии и взаимодействий, которые часто отражают увеличение сложности; однако их элементарные составляющие – например, клетки, митохондрии, капилляры и даже листья – не претерпевают существенных изменений при изменении размеров организмов или увеличении сложности того класса систем, к которому они принадлежат.
7. сами себе сети: рост от клеток до китов
В начале этой главы я отмечал тот весьма удивительный и на первый взгляд противоречащий здравому смыслу факт, что, несмотря на все причуды и случайности эволюционной динамики, почти все наиболее фундаментальные и сложные из измеримых характеристик организмов масштабируются с размером поразительно простым и регулярным образом. Это обстоятельство ясно иллюстрирует, например, приведенный на рис. 1 график зависимости уровня метаболизма некоторых животных от массы их тела.
Эта систематическая закономерность подчиняется простой математической формуле, которую можно выразить на профессиональном языке следующим образом: «уровень метаболизма масштабируется по степенному закону с показателем близким к ¾». Далее я приведу гораздо более подробное объяснение этой формулы, но пока что я хотел бы привести простую иллюстрацию того, что она означает на обиходном языке. Рассмотрим следующее соотношение: слон приблизительно в 10 000 раз (104, на четыре порядка величины) тяжелее крысы; соответственно, в его теле приблизительно в 10 000 раз больше клеток. Согласно степенному закону с показателем ¾, несмотря на то что слону требуется поддерживать в 10 000 раз больше клеток, уровень его метаболизма (то есть количество энергии, необходимое для его выживания) всего в 1000 раз (103, на три порядка) больше, чем у крысы. Обратите внимание на соотношение степеней десятки: оно равно 3:4. В этом случае при увеличении размеров действует чрезвычайно сильная экономия на масштабе, предполагающая, что клетки тела слона потребляют всего около одной десятой энергии, необходимой клеткам крысы. Стоит отметить в скобках, что следующее из этого уменьшение износа клеток в метаболических процессах лежит в основе большего долголетия слонов и дает нам возможность понять старение и смертность. Тот же закон масштабирования можно выразить и в несколько другом виде: если размеры одного животного вдвое больше размеров другого (будь то 10 кг и 5 кг или 1000 кг и 500 кг), то, используя классическое линейное мышление, можно наивно предположить, что и уровень метаболизма первого животного должен быть в два раза выше. Однако нелинейный закон масштабирования говорит, что уровень метаболизма не удваивается; на самом деле его увеличение составляет всего лишь около 75 %, что соответствует громадной экономии – по 25 % на каждое удвоение размера[17].
Отметим, что отношение, равное ¾, – это наклон кривой на рис. 1, на котором все величины (уровень метаболизма и масса) представлены в логарифмическом масштабе, что означает, что по обеим осям отложены их десятикратные приращения. В таком представлении наклон графика равен показателю степенного закона.
Закон масштабирования уровня метаболизма, названный по имени биолога, который первым сформулировал его, законом Клайбера, применим почти для всех таксономических групп, в том числе млекопитающих, птиц, рыб, моллюсков, бактерий, растений и клеток. Однако еще большее впечатление производит тот факт, что сходные законы масштабирования действуют, по существу, для всех физиологических величин и жизненных процессов: скорости роста, частоты сердцебиения, скорости эволюции, длины генома, плотности митохондрий, количества серого вещества мозга, продолжительности жизни, высоты деревьев и даже числа листьев на них. Более того, в логарифмическом масштабе все законы масштабирования этого головокружительного набора выглядят как график, приведенный на рис. 1, а следовательно, имеют ту же математическую структуру. Все они представляют собой «степенные законы», показатель которых (наклон графика) обычно кратен ¼: классическим примером как раз и является закон масштабирования метаболизма с показателем ¾. Например, при удвоении размеров млекопитающего частота сердцебиения уменьшается приблизительно на 25 %. Таким образом, число 4 играет фундаментальную и почти что магически универсальную роль во всех проявлениях жизни[18].
Как такая удивительная регулярность возникает из статистических процессов и исторических случайностей, свойственных процессу естественного отбора? Повсеместное господство степенного закона масштабирования с показателями, кратными ¼, явно указывает на то, что естественный отбор подчинялся другим общим физическим принципам, выходящим за пределы конкретных конструкций. Самоподдерживающиеся структуры высокой сложности – будь то клетки, организмы, экосистемы, города или корпорации – требуют тесного объединения огромных количеств составных частей, на всех уровнях которого необходимо действенное обслуживание. В живых системах эта задача решается путем развития фракталоподобных сетевых систем с иерархическим ветвлением, предположительно оптимизированных механизмами непрерывной «конкурентной» обратной связи, свойственными естественному отбору. Именно общие физические, геометрические и математические свойства этих сетевых систем лежат в основе законов масштабирования, отвечая в том числе и за преобладание показателей, кратных ¼. Например, закон Клайбера вытекает из требования минимизации энергии, необходимой для циркуляции крови по системе кровообращения млекопитающих, в том числе и человека, чтобы сделать максимальной долю энергии, которую можно использовать на воспроизводство. В числе других примеров таких сетей можно назвать дыхательную, мочевыделительную и нервную системы, а также сосудистые системы деревьев и других растений.