Глава 6. ПОРЯДОК ЧЕРЕЗ ФЛУКТУАЦИИ - Порядок из хаоса - И. Пригожин - Сочинения и рассказы

1. Флуктуации и химия

Во введении к книге мы уже говорили о происходящем ныне концептуальном перевооружении физических наук. От детерминистических, обратимых процессов физика движется к стохастическим и необратимым процессам. Это изменение перспективы оказывает сильнейшее влияние на химию. Как мы узнали из гл. 5, химические процессы, в отличие от траекторий классической динамики, соответствуют необратимым процессам. Химические реакции приводят к производству энтропии. Между тем классическая химия продолжает опираться на детерминистическое описание химической эволюции. Как было показано в гл. 5, основным "оружием" теоретиков в химической кинетике являются дифференциальные уравнения, которым удовлетворяют концентрации веществ, участвующих в реакции. Зная эти концентрации в некоторый начальный момент времени (а также соответствующие граничные условия, если речь идет о явлениях, зависящих от пространственных переменных, например о диффузии), мы можем вычислить их в последующие моменты времени. Интересно отметить, что такой детерминистический взгляд на химию перестает соответствовать действительности, стоит лишь перейти к сильно неравновесным процессам.

Мы уже неоднократно подчеркивали роль флуктуаций. Перечислим кратко наиболее характерные особенности их воздействия на систему. Когда система, эволюционируя, достигает точки бифуркации, детерминистическое описание становился непригодным. Флуктуация вынуждает систему выбрать ту ветвь, по которой будет происходить дальнейшая эволюция системы. Переход через бифуркацию - такой же случайный процесс, как бросание монеты. Другим примером может служить химический хаос (см. гл. 5). Достигнув хаоса, мы не можем более прослеживать отдельную траекторию химической системы. Не можем мы и предсказывать детали временного развития. И в этом случае, как и в предыдущем, возможно только статистическое описание. Существование неустойчивости можно рассматривать как результат флуктуации, которая сначала была локализована в малой части системы, а затем распространилась и привела к новому макроскопическому состоянию.

Такая ситуация в корне меняет традиционное представление об отношении между микроскопическим уровнем, описываемым в терминах атомов и молекул, и макроскопическим уровнем, описываемым в терминах таких глобальных переменных, как концентрация. Во многих случаях флуктуации вносят лишь малые поправки. В качестве примера рассмотрим газ, N молекул которого заключены в сосуд объемом V. Разделим этот объем на две равные части. Чему равно число молекул Х в одной из них? Здесь Х - "случайная" переменная, и можно ожидать, что ее значение достаточно близко к N/2.

Основная теорема теории вероятностей (так называемый закон больших чисел) позволяет оценить ошибку, вносимую флуктуациями. По существу, закон больших чисел утверждает, что при измерении X мы можем ожидать значение порядка N/2+ON/2. При большом N ошибка ON/2, вносимая флуктуациями, может быть также большой (например, если N~1024, то ON~1012), но относительная ошибка, вносимая флуктуациями, порядка (ON/2)!(N/2) или 1/ON стремится к нулю при больших N. Как только система становится достаточно большой, закон больших чисел позволяет отличать средние значения от флуктуаций (последние становятся пренебрежимо малыми).

В случае неравновесных процессов встречается прямо противоположная ситуация. Флуктуации определяют глобальный исход эволюции системы. Вместо того чтобы оставаться малыми поправками к средним значениям, флуктуации существенно изменяют средние значения. Ранее такая ситуация нам не встречалась. Желая подчеркнуть ее новизну, мы предлагаем назвать ситуацию, возникающую после воздействия флуктуации на систему, специальным термином - порядком через флуктуацию. Прежде чем приводить примеры порядка через флуктуацию, нам бы хотелось сделать несколько общих замечаний, чтобы подчеркнуть концептуальную новизну той ситуации, с которой мы столкнулись.

Некоторым читателям, должно быть, известны соотношения неопределенности Гейзенберга, выражающие несколько неожиданным образом вероятностный аспект квантовой теории. Возможность одновременного измерения координат и импульса в квантовой теории отпадает, тем самым нарушается и классический детерминизм. Считалось, однако, что это никак не сказывается на описании таких макроскопических объектов, как живые системы. Но роль флуктуаций в сильно неравновесных системах показывает, что это не так. Случайность остается весьма существенной и на макроскопическом уровне. Интересно отметить еще одну аналогию с квантовой механикой, приписывающей волновой характер всем элементарным частицам. Как нам уже известно, сильно неравновесные химические системы также могут обладать когерентным волновым поведением: таковы, например, рассмотренные нами в гл. 5 химические часы. И снова некоторые из особенностей квантовой механики, открытые на микроскопическом уровне, проявляются теперь и на макроскопическом уровне!

Химия активно вовлекается в концептуальное перевооружение физических наук1. По-видимому, мы находимся лишь в самом начале нового направления исследований. Результаты некоторых проведенных в последнее время расчетов наводят на мысль, что в определенных случаях понятие скорости химической реакции может быть заменено статистической теорией, использующей распределение вероятностей реакций2.

2. Флуктуации и корреляции

Вернемся еще раз к химической реакции типа, рассмотренного в гл. 5. Пусть для большей конкретности мы имеем цепь реакций ADXDF. Приведенные в гл. 5 кинетические уравнения относятся к средним концентрациям. Чтобы подчеркнуть это, условимся писать aXn вместо X. Естественно задать вопрос: какова вероятность того, что в данный момент времени концентрация вещества Х имеет то или иное значение? Ясно, что эта вероятность флуктуирует, поскольку флуктуирует число столкновений между молекулами различных веществ, участвующих в реакции. Нетрудно выписать уравнение, описывающее, как изменяется распределение вероятности Р (X, t) в результате процессов рождения и уничтожения молекул X. Для равновесных или стационарных систем это распределение вероятности можно вычислить. Начнем с результатов, которые удается получить для равновесных систем.

В равновесных условиях мы, по существу, открываем заново одно из классических распределений вероятности, известное под названием распределения Пуассона. Оно описано в любом учебнике теории вероятностей, поскольку выполняется в огромном числе самых различных случаев: например, по Пуассону, распределены количество вызовов, поступающих на телефонную станцию, время ожидания в ресторане, флуктуации концентрации частиц в жидкости или газе. Математическая формула, задающая распределение Пуассона, для нас сейчас не имеет значения. Мы хотели бы лишь подчеркнуть два аспекта этого важного распределения. Во-первых, оно приводит к закону больших чисел именно в том виде, в каком он сформулирован в предыдущем разделе; следовательно, в большой системе флуктуации допустимо считать пренебрежимо малыми. Во-вторых, закон больших чисел позволяет нам вычислять корреляции между числом молекул Х в двух точках пространства, находящихся на заданном расстоянии друг от друга. Как показывают вычисления, в равновесных условиях такая корреляция не существует. Вероятность одновременно найти молекулу Х в точке r и молекулу X' в точке r' (отличной от точки r) равна произведению вероятности найти молекулу X в точке r и вероятности найти молекулу X' в точке r' (мы рассматриваем случай, когда расстояние между точками r и r' велико по сравнению с радиусом межмолекулярного взаимодействия).

Один из наиболее неожиданных результатов недавних исследований состоял в том, что в неравновесной области ситуация резко изменяется. Во-первых, при подходе вплотную к точкам бифуркации флуктуации становятся аномально сильными и закон больших чисел нарушается. Этого следовало ожидать, так как в сильно неравновесной области система при прохождении точек бифуркации "выбирает" один из различных возможных режимов. Амплитуды флуктуаций имеют такой же порядок величины, как и средние макроскопические значения. Следовательно, различие между флуктуациями и средними значениями стирается. Кроме того, в случае нелинейных химических реакций того типа, который мы рассматривали в гл. 5, появляются дальнодействующие корреляции. Частицы, находящиеся на макроскопических расстояниях друг от друга, перестают быть независимыми. "Отзвуки" локальных событий разносятся по всей системе. Интересно отметить3, что такие дальнодействующне корреляции появляются в самой точке перехода от равновесного состояния к неравновесному. В этом смысле потеря устойчивости равновесным состоянием напоминает фазовый переход, с той лишь особенностью, что амплитуды дальнодействующих корреляций сначала малы, а затем по мере удаления от равновесного состояния нарастают и в точках бифуркаций могут обращаться в бесконечность.

Мы считаем, что такой тип поведения представляет особый интерес, поскольку позволяет подвести "молекулярную основу" под обсуждавшуюся ранее при рассмотрении химических часов проблему связи между частицами. Дальнодействующие корреляции организуют систему еще до того, как происходит макроскопическая бифуркация. Мы снова возвращаемся к одной из главных идей нашей книги: к неравновесности как источнику порядка. В данном случае ситуация особенно ясна. В равновесном состоянии молекулы ведут себя независимо: каждая из них игнорирует остальные. Такие независимые частицы можно было бы назвать гипнонами ("сомнамбулами"). Каждая из них может быть сколь угодно сложной, но при этом "не замечать" присутствия остальных молекул. Переход в неравновесное состояние пробуждает гипноны и устанавливает когерентность, совершенно чуждую их поведению в равновесных условиях. Аналогичную картину рисует и микроскопическая теория неравновесных процессов, с которой мы познакомимся в гл.9.

Активность материи связана с неравновесными условиями, порождаемыми самой материей. Так же как и в макроскопическом поведении, законы флуктуации и корреляций в равновесных условиях (когда мы обнаруживаем распределение Пуассона) носят универсальный характер. При переходе границы, отделяющей равновесную область от неравновесной, они утрачивают универсальность и обретают сильнейшую зависимость от типа нелинейности системы.

3. Усиление флуктуаций

Рассмотрим сначала два примера, на которых во всех подробностях можно проследить за ростом флуктуаций, предшествующим образованию новой структуры. Первый пример - образование колонии коллективных амеб, стягивающихся при угрозе голода в единую многоклеточную массу. В гл. 5 мы уже упоминали об этом ярком примере самоорганизации. Другой иллюстрацией роли флуктуации может служить первая стадия постройки гнезда термитами. Она была впервые описана Грассе, а Денюбург исследовал ее с интересующей нас точки зрения4.

Процесс самоорганизации в популяции насекомых

Личинки жука Dendroctonus micans [Scol.] первоначально случайным образом распределены между двумя горизонтальными стеклянными пластинками с зазором 2 мм. С боковых сторон пространство между пластинками открыто. Площадь поверхности 400 см2.

Скопление личинок происходит под влиянием конкуренции двух факторов: случайных движений личинок и их реакции на особое химическое вещество феромон, синтезируемое личинками из терпенов, содержащихся в дереве, которым они питаются. Личинки испускают феромоновые сигналы с частотой, зависящей от степени насыщения. Феромон диффундирует в пространстве, и личинки перемещаются в направлении, задаваемом градиентом его концентрации. Такая реакция является автокаталитическим механизмом, поскольку скопление личинок увеличивает притягательность соответствующей области. Чем выше локальная плотность личинок в данной области, тем выше градиент концентрации феромона и тем сильнее тенденция других личинок к сползанию в точку скопления.

Как показывает эксперимент, плотность популяцни личинок определяет не только скорость, но и эффективность процесса самоорганизации, т.е. число личинок в скоплении на его конечном этапе. При большой плотности (рис. А) скопление возникает и быстро растет в центре экспериментальной установки. При очень малых плотностях устойчивое скопление не образуется (рис. В).

В других экспериментах исследовалась возможность образования, скопления личинок из "ядра", искусственно созданного на периферии системы. В зависимости от числа личинок в начальном ядре возникают различные ситуации (рис. С).

Если число личинок в ядре мало по сравнению с общим числом личинок, то скопление не образовывалось (рис. D) Если же число. личинок в ядре велико, то скопление растет (рис. Е). При среднем (не слишком большом и не слишком малом) числе личинок в ядре могут возникать структуры новых типов: появляются и сосуществуют два, три или четыре новых скопления с временем жизни не меньшим, чем время наблюдения (рис. F и G).

В экспериментах с однородными начальными условиями такие многокластерные структуры никогда не наблюдались. По-видимому, на бифуркационной диаграмме они соответствуют устойчивым состояниям при допустимых значениях параметров, характеризующих систему, недостижимых из однородных начальных условий. Затравочное ядро выполняет функцию своего рода возмущения, которым необходимо воздействовать на систему для того, чтобы возбудить ее и перевести в область бифуркационной диаграммы, соответствующей" семействам многокластерных распределений.

Постройка гнезда (термитника) термитами - одна из тех когерентных активностей, которые дали некоторым ученым повод для умозрительных утверждений о "коллективном разуме" в сообществах насекомых. Проявляется этот "коллективный разум" довольно необычным способом: для участия в постройке такого огромного и сложного сооружения, как термитник, термитам необходимо очень мало информации. Первая стадия строительной активности (закладка основания), как показал Грассе, является результатом внешне беспорядочного поведения термитов. На этой стадии они приносят и беспорядочно разбрасывают комочки земли, но каждый комочек пропитывают гормоном, привлекающим других термитов. Ситуацию можно представить следующим образом: начальной "флуктуацией" является несколько большая концентрация комочков земли, которая рано или поздно возникнет в какой-то точке области обитания термитов. Возросшая плотность термитов в окрестности этой точки, привлеченных несколько большей концентрацией гормона, приводит к нарастанию флуктуации. Поскольку число термитов в окрестности точки увеличивается, постольку вероятность сбрасывания ими комочков земли в этой окрестности возрастает, что в свою очередь приводит к увеличению концентрации гормона-аттрактанта. Так воздвигаются "опоры". Расстояние между ними определяется радиусом распространения гормона. Недавно были описаны и другие аналогичные примеры.

Хотя принцип порядка Больцмана позволяет описывать химические или биологические процессы, в которых неоднородности выравниваются, а начальные условия забываются, он не может объяснить ситуации, подобные только что описанным, где несколько "решений", принятых в условиях потери устойчивости, могут направить развитие системы, состоящей из большого числа взаимодействующих единиц, к некоторой глобальной структуре.

Когда новая структура возникает в результате конечного возмущения, флуктуация, приводящая к смене режимов, не может сразу "одолеть" начальное состояние. Она должна сначала установиться в некоторой конечной области и лишь затем распространиться и "заполнить" все пространство. Иначе говоря, существует механизм нуклеации. В зависимости от того, лежат ли размеры начальной области флуктуации ниже или выше критического значения (в случае химических диссипативных структур этот порог зависит, в частности, от кинетических констант и коэффициента диффузии), флуктуация либо затухает, либо распространяется на всю систему. Явления нуклеации хорошо известны из классической теории фазового перехода: например, в газе непрестанно образуются и затем испаряются капельки конденсата. Когда же температура и давление достигают точки, в которой становится устойчивым жидкое состояние, может образоваться капля критических размеров (тем меньших, чем ниже температура и чем выше давление), Если размеры капли превышают порог нуклеации, газ почти мгновенно превращается в жидкость.

Как показывают теоретические исследования и численное моделирование, критические размеры ядра возрастают с эффективностью механизмов диффузии, связывающих между собой все области системы. Иначе говоря, чем быстрее передается сигнал по "каналам связи" внутри системы, тем выше процент безрезультатных флуктуаций и, следовательно, тем устойчивее система. Этот аспект проблемы критического размера означает, что в подобных ситуациях "внешний мир", т. е. все, что окружает флуктуирующую область, всегда стремится погасить флуктуации. Затухнут ли флуктуации или усилятся, зависит от эффективности "канала связи" между флуктуирующей областью и внешним миром. Таким образом, критические размеры определяются конкуренцией между "интегративной силой" системы и химическими механизмами, приводящими к усилению флуктуации.

Описанная нами модель применима, в частности, к результатам, полученным в последнее время in vitro при экспериментальных исследованиях зарождения раковых опухолей5. В этих исследованиях отдельная раковая клетка рассматривается как флуктуация, способная спонтанно и непрестанно появляться и размножаться посредством репликации. Возникнув, раковая клетка сталкивается с популяцией цитотоксических клеток и либо погибает, либо выживает. В зависимости от значений различных параметров, характеризующих процессы репликации и гибели раковых клеток, мы можем предсказывать либо регресс, либо разрастание опухоли. Такого рода кинетические исследования привели к открытию неожиданных свойств взаимодействия цитотоксических клеток и опухоли: было установлено, что цитотоксические клетки могут принимать мертвые опухолевые клетки за живые. Такие ошибки существенно затрудняют разрушение опухоли.

Вопрос о пределах сложности системы поднимался довольно часто. Действительно, чем сложнее система, тем более многочисленны типы флуктуаций, угрожающих ее устойчивости. Позволительно, однако, спросить, как же в таком случае существуют такие сложные системы, какими является экологическая или социальная структура человеческого общества? Каким образом им удается избежать перманентного хаоса? Частичным ответом на подобные вопросы может быть ссылка на стабилизирующее влияние связи между частями систем, процессов диффузии. В сложных системах, где отдельные виды растений, животных и индивиды вступают между собой в многочисленные и разнообразные взаимодействия, связь между различными частями системы не может не быть достаточно эффективной. Между устойчивостью, обеспечиваемой связью, и неустойчивостью из-за флуктуации имеется конкуренция. От исхода этой конкуренции зависит порог устойчивости.

4. Структурная устойчивость

В каких случаях мы начинаем говорить об эволюции в ее собственном смысле? Как известно, диссипативные структуры требуют сильно неравновесных условий. Тем не менее уравнения реакций с диффузией содержат параметры, допускающие сдвиг в слабо неравновесную область. На бифуркационной диаграмме система может эволюционировать и приближаясь к равновесию, и удаляясь от него, подобно тому как жидкость может переходить от ламинарного течения к турбулентному и возвращаться к ламинарному. Сколько-нибудь жесткой и определенной схемы эволюции не существует.

С совершенно иной ситуацией мы встречаемся в моделях, в которых размеры системы входят в качестве параметра бифуркации: рост, происходящий необратимо во времени, приводит к необратимой эволюции. Однако такой тип развития является достаточно узким частным случаем, хотя вполне возможно, что он имеет некоторое отношение к морфогенетическому развитию.

Ни в биологической, ни в экологической или социальной эволюции мы не можем считать заданным определенное множество взаимодействующих единиц или определенное множество преобразований этих единиц. Это означает, что определение системы необходимо модифицировать в ходе эволюции. Простейший из примеров такого рода эволюции связан с понятием структурной устойчивости. Речь идет о реакции заданной системы на введение новых единиц, способных размножаться и вовлекать во взаимодействие различные процессы, протекающие в системе.

Проблема устойчивости системы относительно изменений такого типа сводится к следующему. Вводимые в небольшом количестве в систему новые составляющие приводят к возникновению новой сети реакций между ее компонентами. Новая сеть реакций начинает конкурировать со старым способом функционирования системы. Если система структурно устойчива относительно вторжения новых единиц, то новый режим функционирования не устанавливается, а сами новые единицы ("инноваторы") погибают. Но если структурные флуктуации успешно "приживаются" (например, если новые единицы размножаются достаточно быстро и успевают "захватить" систему до того, как погибнут), то вся система перестраивается на новый режим функционирования: ее активность подчиняется новому "синтаксису"6.

Простейшим примером такого рода может служить популяция макромолекул, образующихся в результате-полимеризации внутри системы, в которую поступают мономеры А и В. Предположим, что процесс полимеризации автокаталитический, т. е. синтезированный полимер используется в качестве образца для образования цепи с той же последовательностью структурных единиц. Такого рода синтез протекает гораздо быстрее, чем синтез в отсутствие образца для копирования. Каждый тип полимеров, отличающийся от других последовательностью расположения в цепи молекул А и В, может быть описан набором параметров, задающих скорость катализируемого синтеза копии, точность процесса копирования и среднее время жизни самой макромолекулы. Можно показать, что при определенных условиях в популяции доминирует полимер какого-то одного типа, например АВАВАВА..., а остальные полимеры могут рассматриваться как "флуктуации" относительно него. Возникающая всякий раз проблема структурной устойчивости обусловлена тем, что в результате "ошибки" при' копировании эталонного образца в системе возникает полимер нового типа, характеризуемый ранее не встречавшейся последовательностью мономеров А и В и новым набором параметров, который начинает размножаться, конкурируя с доминантными видам и за обладание мономерами А и В. Перед нами простейший вариант классической дарвиновской идеи о "выживании наиболее приспособленного".

Аналогичные идеи положены в основу модели предбиотической эволюции, разработанной Эйгеном и его сотрудниками. Подробности теории Эйгена можно найти в многочисленных статьях и книжных публикациях7, поэтому мы ограничимся лишь изложением самой сути. Эйген и его сотрудники показали, что только система одного типа обладает способностью сопротивляться "ошибкам", постоянно совершаемым автокаталитическими популяциями, - а именно полимерная система, структурно устойчивая относительно появления любого полимера-"мутанта". Такая система состоит из двух множеств полимерных молекул. Молекулы первого множества выполняют функцию "нуклеиновых кислот". Каждая молекула обладает способностью к самовоспроизведению и действует как катализатор при синтезе молекул второго множества, выполняющих функцию "протеинов". Каждая молекула второго множества катализирует самовоспроизведение молекул первого множества. Такая кросс-каталитическая связь между молекулами двух множеств может превращаться в цикл (каждая "нуклеиновая кислота" воспроизводит себя с помощью "протеина"). Этот цикл обеспечивает устойчивое выживание "нуклеиновых кислот" и "протеинов", защищенных от постоянно возникающих с высоким коэффициентом воспроизводства новых полимеров: ничто не может вмешиваться в самовоспроизводящийся цикл, образуемый "нуклеиновыми кислотами" и "протеинами". Таким образом, эволюция нового типа начинает расти на прочном фундаменте, предвосхищающем появление генетического кода.

Подход, предложенный Эйгеном, несомненно, представляет большой интерес. В среде с ограниченным запасом питательных веществ дарвиновский отбор имеет важное значение для точного самовоспроизведения. Но нам хотелось бы думать, что это не единственный аспект предбиотической эволюции. Не менее важное значение имеют сильно неравновесные условия, связанные с критическими, пороговыми значениями потоков энергии и вещества. По-видимому, разумно предположить, что некоторые из первых стадий эволюции к жизни были связаны с возникновением механизмов, способных поглощать и трансформировать химическую энергию, как бы выталкивая систему в сильно неравновесные условия. На этой стадии жизнь, или "преджизнь", была редким событием и дарвиновский отбор не играл такой существенной роли, как на более поздних стадиях.

В нашей книге отношению между микроскопическим и макроскопическим уделяется немало внимания. Одной из наиболее важных проблем в эволюционной теории является возникающая в итоге обратная связь между макроскопическими структурами и микроскопическими событиями: макроскопические структуры, возникая из микроскопических событий, должны были бы в свою очередь приводить к изменениям в микроскопических механизмах. Как ни странно, но в настоящее время наиболее понятные случаи относятся к ситуациям, возникающим в человеческом обществе. Когда мы прокладываем дорогу или строим мост, мы можем предсказать, как это скажется на поведении окрестного населения, а оно в свою очередь определяет изменения в характере и способах связи внутри региона. Такие взаимосвязанные процессы порождают очень сложные ситуации, и это обстоятельство необходимо сознавать, приступая к их моделированию. Именно поэтому мы ограничимся описанием лишь четырех наиболее простых случаев.

5. Логистическая эволюция

Понятие структурной устойчивости находит широкое применение в социальных проблемах. Следует, однако, подчеркнуть, что всякий раз речь идет о сильном упрощении реальной ситуации, описываемой в терминах конкуренции между процессами саморепликации в среде с ограниченными пищевыми ресурсами.

В экологии классическое уравнение, описывающее такую проблему, называется логистическим уравнением. Оно описывает, как эволюционирует популяция из N особей с учетом рождаемости, смертности и количества ресурсов, доступных популяции. Логистическое уравнение можно представить в виде dN/dt=rN(K-N)-mN, где r и m - характерные постоянные рождаемости и смертности, К - "несущая способность" окружающей среды. При любом начальном значении N система со временем выходит на стационарное значение N=K-m/r, зависящее от разности между несущей способностью среды и отношением постоянных смертности и рождаемости. При достижении этого стационарного значения наступает насыщение: в каждый момент времени рождается столько индивидов, сколько их погибает.

Кажущаяся простота логистического уравнения до некоторой степени скрывает сложность механизмов, участвующих в процессе. Мы уже упоминали о внешнем шуме. В случае логистического уравнения он имеет особенно простой смысл. Ясно, что при учете одних лишь климатических флуктуаций коэффициенты К, т и r нельзя считать постоянными: как хорошо известно, такие флуктуации могут разрушить экологическое равновесие и даже обречь популяцию на полное вымирание. Разумеется, в системе начинаются новые процессы, такие, как создание запасов пищи и образование новых колоний, которые заходят в своем развитии настолько далеко, что позволяют в какой-то мере избежать воздействия внешних флуктуации.

Есть в логистической модели и другие тонкости. Вместо того чтобы записывать логистическое уравнение в непрерывном времени, будем сравнивать состояние популяции через заданные интервалы времени (с интервалом, например, в год). Такое дискретное логистическое уравнение представимо в виде Nt+1=Nt(l+r[1-Nt/K]), где Nt и Nt+1 - популяции с интервалом в один год (членом, учитывающим смертность, мы пренебрегаем). Р. Мэй8 обратил внимание на одну замечательную особенность таких уравнений: несмотря на их простоту, они допускают необычайно много решений. При значениях параметра 0?r?2 в дискретном случае так же, как и в непрерывном, наблюдается монотонное приближение к равновесию. При значениях параметра 2До сих пор мы рассматривали все со статической точки зрения. Обратимся теперь к механизмам, позволяющим варьировать параметры К, r и m в ходе биологической или экологической эволюции.

Следует ожидать, что в процессе эволюции значения экологических параметров К, r и m будут изменяться (так же как и многих других параметров и переменных независимо от того, допускают ли они квантификацию или не допускают). Живые сообщества непрестанно изыскивают новые способы эксплуатации существующих ресурсов или открытия новых (увеличивая тем самым значение параметра К), продления жизни или более быстрого размножения. Каждое экологическое равновесие, определяемое логистическим уравнением, носит лишь временный характер, и логистически заданная экологическая ниша последовательно заполняется серией видов, каждый из которых вытесняет предшествующие, когда его "способность" к использованию ниши, измеряемая величиной К-m/r, становится больше, чем у них (см. рис. 21). Таким образом, логистическое уравнение описывает весьма простую ситуацию, позволяющую количественно сформулировать дарвиновскую идею о выживании "наиболее приспособленного": наиболее приспособленным считается тот вид, у которого в данный момент времени величина К-т/r больше.

Сколь ни ограниченна задача, описываемая логистическим уравнением, однако и она приводит к некоторым поистине замечательным примерам изобретательности природы.

Возьмем хотя бы гусениц, которые должны оставаться незамеченными, поскольку они движутся слишком медленно, чтобы успеть скрыться от врага.

Выработанные в процессе эволюции стратегии, включающие использование ядов, едких веществ, раздражающих волосков и игл, оказываются высокоэффективными при отпугивании птиц и других потенциальных хищников. Но ни одна из этих стратегий не обладает универсальной эффективностью, способной надежно защитить гусеницу от любого хищника в любое время, в особенности если хищник голоден. Идеальная стратегия состоит в том, чтобы быть как можно более незаметной. Некоторые гусеницы близки к этому идеалу, а при виде разнообразия и изощренности стратегий, используемые сотнями видов чешуекрылых, чтобы остаться незамеченными, невольно вспоминаются слова выдающегося натуралиста XIX в. Жан Луи Агассиса: "Экстравагантность настолько глубоко отражает самую возможность существования, что вряд ли найдется какая-нибудь концепция, которую Природа не реализовала бы как слишком экстраординарную"10.

Мы не можем удержаться от искушения привести пример, заимствованный у Милтона Лава11. Трематод (плоский червь), паразитирующий в печени овцы, проходит путь от муравья до овцы, где наконец происходит самовоспроизведение. Вероятность того, что овца проглотит инфицированного муравья, сама по себе очень мала, но поведение такого муравья изменяется самым удивительным образом, и вероятность, по-прежнему оставаясь малой, становится максимальной. Можно с полным основанием сказать, что трематод "завладевает" телом своего хозяина. Он проникает в мозг муравья и вынуждает свою жертву вести себя самоубийственным образом: порабощенный муравей вместо того, чтобы оставаться на земле, взбирается по стеблю растения и, замерев на самом кончике листа, поджидает овцу. Это - поистине "остроумное" решение проблемы для паразита. Остается загадкой, как оно было отобрано.

Модели, аналогичные логистическому уравнению, позволяют исследовать и другие ситуации, возникающие в ходе биологической эволюции. Например, такие модели помогают определить условия межвидовой конкуренции, при которой определенной части популяции выгодно специализироваться на "военной", непроизводительной деятельности (таковы, например, "солдаты" у общественных насекомых). Можно также указать, в какой среде специализированный вид с ограниченным диапазоном пищевых ресурсов имеет более высокую вероятность, выжить, чем неспециализированный вид, потребляющий более разнообразные пищевые ресурсы12. Но здесь мы сталкиваемся с некоторыми весьма различными проблемами организации внутренне дифференцированных популяций. Во избежание путаницы и недоразумений необходимо установить четкие "демаркационные линии". В популяциях, где отдельные особи различимы, где каждая особь наделена памятью, обладает своим характером и опытом и призвана играть свою особую роль, применимость логистического уравнения или, более общо, простого аналога дарвиновских идей становится весьма относительной. В дальнейшем мы еще вернемся к этой проблеме.

Интересно отметить, что кривая на рис. 21, показывающая, как последовательно сменяются при увеличении параметра К-т/r периоды роста и пики семейства решений логистического уравнения, может также описывать размножение некоторых технологических продедур или продуктов. Открытие или технологическое новшество, появление нового продукта нарушает сложившееся социальное, технологическое или экономическое равновесие. Такое равновесие соответствует максимуму кривой роста техники или продуктов производства, с которыми новшеству приходится вступать в конкуренцию (в ситуации, описываемой логистическим уравнением, они играют аналогичную роль13). Приведем лишь один пример. Распространение пароходов привело не только к почти полному исчезновению парусного флота, но и за счет снижения транспортных расходов и повышения скорости перевозок способствовало увеличению спроса на морской транспорт (т. е. увеличению параметра K), что в свою очередь повлекло за собой увеличение численности транспортных судов. Разумеется, ситуация, о которой мы говорим здесь, предельно упрощена и, по предположению, подчиняется чисто экономической логике: технологическое новшество в данном случае лишь удовлетворяет (хотя и иным путем) ранее существовавшую потребность, которая остается неизменной. Но в экологии и человеческом обществе имеется немало примеров инноваций, оказавшихся успешными, несмотря на отсутствие предварительной "ниши".

6. Эволюционная обратная связь

Мы сделаем первый шаг к объяснению эволюционной обратном связи, если будем считать "несущую способность" системы не постоянной, как это было до сих пор, а функцией того, как используется система.

Такое расширение модели позволит нам учесть некоторые дополнительные аспекты экономической деятельности, и в частности некоторые "эффекты усиления". Например, мы получаем возможность описать самоускоряющиеся свойства системы и пространственную дифференциацию различных уровней активности.

Географы уже построили модель, коррелирующую эти процессы. Мы имеем в виду модель Кристаллера, определяющую оптимальное пространственное распределение центров экономическом деятельности. Крупные городские центры располагаются в узлах шестиугольной решетки. Каждый из центров окружен кольцом городов следующего по величине масштаба, те в свою очередь окружены тяготеющими к ним еще меньшими населенными пунктами и т. д. Ясно, что в действительности такое геометрически правильное строго иерархическое распределение встречается очень редко: немало исторических, политических и географических факторов нарушают пространственную симметрию. Но рассматриваемая модель нереалистична и по другим причинам. Даже если бы мы исключили все наиболее важные источники асимметричного развития и начали с однородного в экономическом и географическом отношениям пространства, моделирование генезиса распределения, по Кристаллеру, приводит к выводу о том, что описываемая моделью статическая оптимизация является возможным, но маловероятным исходом эволюции.

Рассматриваемая модель[14] использует лишь минимальный набор переменных, входящих в вычисления, аналогичные, проведенным Кристаллером. Построено несколько уравнений, обобщающих логистическое. При выводе их авторы исходят из основного предположения о том, что способность населения мигрировать есть функция локальных уровней экономической активности, определяющих своего рода локальную "несущую способность", которая в данном случае сводится к занятости населения. Но местное население есть в то же время потенциальный потребитель товаров, производимых местной промышленностью. Таким образом, в локальном. развитии существует двойная положительная обратная связь, называемая "городским мультипликатором": и локальное население, и экономическая структура, сложившаяся при уже достигнутом уровне активности, способствуют дальнейшему его повышению. Вместе с тем каждый локальный уровень активности определяется конкуренцией с аналогичными центрами экономической активности, расположенными в других местах. Сбыт произведенных продуктов или оказываемых услуг зависит от стоимости транспортировки их к потребителю и масштабов "предприятия". Расширение любых предприятий определяется спросом на то (товар или услугу), производству чего оно способствует и за производство чего данные предприятия конкурируют с другими. Таким образом, между относительным ростом населения и производительной деятельностью или сферой услуг существуют сильная обратная связь и нелинейные зависимости.

За исходное состояние в рассматриваемой модели приняты гипотетические начальные условия, при которых в различных точках наблюдается (сельскохозяйственная) активность "уровня 1". Модель позволяет проследить возникновение иерархически упорядоченной активности, соответствующей более высоким уровням иерархии по Кристаллеру, т. е. подразумевающей экспорт произведенной продукции в более широкую область. Модель показывает, что даже если начальное состояние совершенно однородно, то одной лишь игры случайных (т. е. не контролируемых моделью) факторов, таких, как место и время закладки различных предприятий, достаточно для нарушения симметрии - появления зон с высокой концентрацией активности и одновременным спадом экономической активности в других областях и оттоком из них населения. Проигрывание модели на ЭВМ позволяет наблюдать расцвет и упадок, подчинение одного экономического центра другому и соответственно доминирование одних центров над другими, периоды, благоприятные для развития альтернативных направлений, и сменяющие их периоды "замораживания" уже существующих структур.

В то время как симметричное распределение Кристаллера игнорирует "историю", изложенный выше сценарий учитывает ее (по крайней мере самым минимальным образом) как взаимодействие "законов", имеющих в данном случае чисто экономическую природу, и "случая", управляющего последовательностью, в которой возникают предприятия.

7. Моделирование сложности

Несмотря на свою простоту, наша модель довольно точно передает некоторые особенности эволюции сложных систем. В частности, она проливает свет на природу трудностей "управления" развитием, зависящим от большого числа взаимодействующих элементов, Каждое отдельное действие или локальное вмешательство в систему обретает коллективный аспект, который может повлечь за собой совершенно неожиданные глобальные изменения. Как подчеркивал Уоддингтон, в настоящее время мы еще мало знаем о наиболее вероятной реакции системы на то или иное изменение. Очень часто отклик системы на возмущение оказывается противоположным тому, что подсказывает нам наша интуиция. Наше состояние обманутых ожиданий в этой ситуации хорошо отражает введенный в Массачусетском технологическом институте термин "контринтуитивный": "Эта проклятая штука ведет себя не так, как должна была бы вести!" В подтверждение сошлемся на классический пример, приведенный Уоддингтоном: программа ликвидации трущоб вместо того, чтобы улучшить, еще более ухудшает ситуацию. Новые здания, построенные на месте снесенных, привлекают в район большее число людей, но если их занятость не обеспечивается, то они продолжают оставаться бедными, а их жилища становятся еще более перенаселенными15. Мы приучены мыслить в терминах линейной причинности, но теперь нуждаемся в новых "средствах мышления". Одно из величайших преимуществ рассмотренной модели состоит как раз в том, что она позволяет нам находить такие средства и разрабатывать способы их оптимального использования.

Как мы уже отмечали, логистические уравнения наиболее пригодны, когда критическим измерением является рост популяции, будь то популяция животных, совокупность их навыков или активностей. Логистическая модель исходит из предположения о том, что каждый член популяции может быть выбран и рассматриваться как эквивалент любого другого члена. Но эту общую эквивалентность надлежит рассматривать не как незыблемый факт, а лишь как приближение, достоверность которого зависит от связей, наложенных на популяцию, от оказываемого на нее давления и от стратегии, избираемой популяцией для того, чтобы противодействовать вмешательству извне.

Взять хотя бы различие, проводимое экологами между К-стратегиями и r-стратегиями (К и r - параметры, входящие в логистическое уравнение). Хотя это различие относительно, оно проявляется особенно отчетливо в дивергенции, обусловленной систематическим взаимодействием между двумя популяциями, в частности взаимодействием хищник - жертва. Типичной для популяции жертв эволюцией является увеличение рождаемости r, а для популяции хищников - совершенствование способов ловли жертв, т. е. увеличение коэффициента К. Но повышение К в рамках логистической модели влечет за собой последствия, выходящие за круг явлений, описываемых логистическими уравнениями.

Как заметил Стивен Дж. Гулд[16], К-стратегия подразумевает, что индивид все более повышает свою способность обучаться на опыте и хранить накопленную информацию в памяти. Иначе говоря, индивиды становятся все более сложными и со все более долгим периодом созревания и обучения. В свою очередь это означает, что индивиды становятся все более "ценными", представляющими более крупные вложения "биологического капитала" и уязвимыми на протяжении более продолжительного периода. Развитие "социальных" и "семейных" связей является, таким образом, логическим аналогом К-стратегии. С этой точки зрения другие факторы, помимо численности индивидов в популяции, становятся все более существенными, и логистическое уравнение, измеряющее успех по числу индивидов, все хуже отражает истинное положение дел. Перед нами достаточно наглядный пример, показывающий, почему к моделированию сложных явлений следует относиться с осторожностью: в сложных системах дефиниция самих сущностей и взаимодействия между ними в процессе эволюции могут претерпевать изменения. Не только каждое состояние системы, но и само определение си-темы в том виде, в каком ее описывает модель, обычно нестабильно или по крайней мере метастабильно.

Мы подходим к проблемам, в которых методология неотделима от вопроса о природе исследуемого объекта. Мы не можем задавать одни и те же вопросы относительно популяции мушек, рождающихся и погибающих миллионами без сколько-нибудь заметных признаков обучения на опыте или расширения опыта, и относительно популяции приматов, каждый член которой является как бы тончайшим переплетением собственного опыта и традиций популяции.

Нетрудно видеть, что и в самой антропологии необходим принципиальный выбор между различными подходами к коллективным явлением. Хорошо известно, например, что структурная антропология отдает предпочтение тем аспектам общества, к которым применимы средства и методы логики и конечной математики, а именно: к элементарным структурам родства или анализу мифов, трансформации которых нередко сравнимы с ростом кристаллов. Дискретные элементы подсчитываются и комбинируются. Такой комбинаторный подход в корне отличается от подходов, анализирующих эволюцию в терминах процессов, которые охватывают большие, частично хаотические популяции. Мы имеем здесь дело с двумя различными взглядами и двумя типами моделей: Леви-Строс называет их соответственно механической и статистической моделями. В механической модели "элементы того же масштаба, что и явления", а индивидуальное поведение основано на предписаниях, относящихся к структурной организации общества. Антрополог выявляет логику этого поведения, а социолог со своей стороны работает со статистическими моделями больших популяций и определяет средние и пороги17.

Общество, определяемое исключительно в терминах функциональной модели, соответствовало бы аристотелевской идее о естественной иерархии и естественном порядке. Каждое официальное лицо исполняло бы все то, что входит в круг его обязанностей. Эти обязанности осуществляют перевод различных аспектов организации общества как целого с одного уровня на другой. Король отдает приказы архитектору, архитектор - подрядчику, подрядчик - строительным рабочим. На каждом уровне имеется свой руководитель. В то же время поведение термитов и других общественных насекомых ближе к статистической модели. Как мы уже видели, при возведении своего "дома" термиты не следуют указаниям одного руководящего разума. Взаимодействие между индивидами порождает при некоторых условиях определенные типы коллективного поведения, но ни одно из этих взаимодействий не соотносится с глобальной задачей, все взаимодействия чисто локальны. Такое описание подразумевает обращение к средним и вновь поднимает вопрос относительно устойчивости и бифуркаций.

Какие события способствуют регрессу и какие прогрессу системы? В каких ситуациях перед системой возникает необходимость выбора и в каких ситуациях режимы стабильны? Поскольку размеры или плотность системы могут играть роль параметра бифуркации, как может чисто количественный рост приводить к качественно новому выбору? Для ответа на эти вопросы понадобилась бы обширная исследовательская программа. Как и в случае с r- и K-стратегиями, поставленные нами вопросы приводят к обоснованию выбора "хорошей" модели социального поведения и истории. Каким образом в ходе эволюции популяция становится все более "механической"? Параллелизм между этим вопросом и теми вопросами, с которыми мы уже сталкивались при рассмотрении биологических проблем, очевиден. Например, каким образом отбор генетической информации, управляющей скоростями и регулированием метаболических реакций, делает одни пути настолько наиболее предпочтительными, чем другие, что развитие кажется целенаправленным или напоминает передачу "сигнала"?

Мы полагаем, что модели, построенные на основе понятия "порядок через флуктуации", помогут нам справиться с подобными вопросами, а при определенных обстоятельствах будут способствовать более точной формулировке сложного взаимодействия между индивидуальным и коллективным аспектами поведения. С точки зрения физика, к этому кругу проблем относится проведение различия, с одной стороны, между состояниями системы, в которых всякая индивидуальная инициатива малозначима, а с другой стороны, между областями бифуркаций, в которых индивидуальная идея или даже новое поведение может порождать глобальное состояние. Но даже в областях бифуркации усиление - удел далеко не каждой индивидуальной идеи и не каждого индивидуального поведения, а лишь "опасных", т. е. способных обратить себе на пользу нелинейные соотношения, обеспечивавшие устойчивость предыдущего режима. Таким образом, одни и те же нелинейности могут порождать порядок из хаоса элементарных процессов, а при других обстоятельствах приводить к разрушению того же порядка и в конечном счете к возникновению новой когерентности, лежащей уже за другой бифуркацией.

Модели "порядка через флуктуации" открывают перед нами неустойчивый мир, в котором малые причины порождают большие следствия, но мир этот не произволен. Напротив, причины усиления малых событий - вполне "законный" предмет рационального анализа. Флуктуации не вызывают преобразования активности системы. Если воспользоваться образным сравнением Максвелла, можно сказать, что спичка может стать причиной лесного пожара, но одно лишь упоминание о спичке еще не позволяет понять, что такое огонь. Кроме того, если флуктуация становится неуправляемой, это еще не означает, что мы не можем локализовать причины неустойчивости, вызванной усилением флуктуаций.

8. Открытый мир

Ввиду сложности затронутых нами вопросов мы вряд ли вправе умолчать о том, что традиционная интерпретация биологической и социальной эволюции весьма неудачно использует понятия и методы, заимствованные из физики18, - неудачно потому, что они применимы в весьма узкой области физики и аналогия между ними и социальными или экономическими явлениями лишена всякого основания.

Первый пример тому - парадигма оптимизации. И управление человеческим обществом, и действие селективных "воздействий" на систему направлены на оптимизацию тех или иных аспектов поведения или способов связи, но было бы опрометчиво видеть в оптимизации ключ к пониманию того, как выживают популяции и индивиды. Те, кто так думает, рискуют впасть в ошибку, принимая причины за следствия, и наоборот.

Модели оптимизации игнорируют и возможность радикальных преобразований (т. е. преобразований, меняющих самую постановку проблемы и тем самым характер решения, которое требуется найти), и инерциалъные связи, которые в конечном счете могут вынудить систему перейти в режим функционирования, ведущий к ее гибели. Подобно доктринам, аналогичным "невидимой направляющей руке" Адама Смита, или другим определениям прогресса в терминах критериев максимизации или минимизации, модели оптимизации рисуют утешительную картину природы как всемогущего и рационального калькулятора, а также строго упорядоченном истории, свидетельствующей о всеобщем неукоснительном прогрессе. Для того чтобы восстановить и инерцию, и возможность неожиданных событий, т. е. восстаповить открытый характер истории, необходимо признать ее фундаментальную неопределенность. В качестве символа мы могли бы использовать явно случайный характер массовой гибели в меловой период живых существ, исчезновение которых с лица Земли расчистило путь для развития млекопитающих - небольшой группы крысообразных животных19.

Сказанное выше было лишь общим изложением, своего рода "видом с птичьего полета". Mы обошли молчанием многие важные вопросы (например, большой теоретический и практический интерес представляют неустойчивости, возникающие в пламёнах, плазме и лазерах в сильно неравнонесных условиях). Всюду, куда бы мы ни бросили свой взгляд, нас окружает природа, неисчерпаемо разнообразная и щедрая на всякого рода новаторские решения. Описываемая нами концептуальная эволюция сама по себе является лишь составной частью более широкой истории последовательного, шаг за шагом переоткрытия времени.

Мы видели, как физика постепенно обогащалась все новыми и новыми аспектами времени, между тем как присущие классической физике претензии на всемогущество одна за другой отпадали как необоснованные. В этой главе мы шли от физики через биологию и экологию к человеческому обществу, хотя могли бы двигаться и в обратном направлении: история занималась изучением в основном человеческих сообществ и лишь затем распространила свое внимание на временные аспекты жизни и геологии. Таким образом, вхождение времени в физику явилось заключительным этапом все более широкого "восстановления прав" истории в естественных и социальных науках.

Интересно отметить, что на каждом этапе этого процесса наиболее важной отличительной особенностью "историизации" было открытие какой-нибудь временной неоднородности. Начиная с эпохи Возрождения западное общество вступало в контакт со многими цивилизациями, находившимися на различных этапах развития; в XIX в. биология и геология открыли и классифицировали ископаемые формы жизни и научились распознавать в ландшафтах сохранившиеся до нашего времени памятники прошлого; наконец, физика XX в. также открыла своего рода "ископаемое" - реликтовое излучение, поведавшее нам о "первых минутах" Вселенной.