Майкл Нильсен о визуализации, биологических системах и создании новой науки

Майкл Нильсен — квантовый физик, научный писатель, исследователь в области компьютерного программирования и современный эрудит, работающий над созданием инструментов для расширения возможностей человека мыслить и творить. Ранее он был автором новаторских книг по квантовым вычислениям , двигал вперед движение за открытую науку и публиковал исследования по искусственному интеллекту. В настоящее время он занимается исследованиями в области мета-науки в Институте Astera, а также пишет о своих многочисленных интересах в Интернете.

ДЕВОН: Здравствуйте, добро пожаловать в программу Tools and Craft. Я — ваш ведущий, Девон Зугель, и сегодня я беседую с Майклом Нильсеном. Майкл — ученый, который занимается разработкой идей и инструментов, помогающих людям мыслить и творить как индивидуально, так и коллективно. Майкл помог стать пионером квантовых вычислений и современного движения за открытую науку, а также ему принадлежит честь быть тем человеком, который почти десять лет назад познакомил меня с идеями инструментов для мышления. Так что мы действительно можем поблагодарить его за существование всего этого подкаста.

Майкл преступает границы областей, как никто другой. Он перепрыгивает из физики в метанауку, в образовательные инструменты, в программирование и т.д. и вносит огромный вклад в каждую область, с которой сталкивается на своем пути. Итак, Майкл, большое спасибо за то, что нашли время для этой беседы.

МИХАЭЛЬ: Спасибо, что пригласили меня в программу «Девон».

ДЕВОН: Вы уже говорили о том, что, по Вашему мнению, в науке возможны гораздо более совершенные социальные процессы и что они могут активизировать огромный скрытый потенциал открытий. Как изменились эти социальные процессы с тех пор, как Вы начали заниматься наукой?

МАЙКЛ: Здесь гораздо больше внимания уделяется подотчетности. Я думаю, что это звучит хорошо. Во многих отношениях это и есть хорошо. В частности, многие научные фонды по всему миру проводят больше мероприятий, в ходе которых они пытаются оценить, насколько хорошо идут дела. Вероятно, наиболее известный пример — Великобритания, где проводится программа, которая раньше называлась Research Assessment Exercise, а теперь переименована в Research Excellence Framework. Они оценивают все университеты и университетские факультеты, пытаясь определить качество их исследований, и от этого зависит, как они будут финансироваться. Когда я работал в Австралии в качестве научного сотрудника, там проводилась аналогичная работа.

Возможно, это немного неоднозначно. В итоге люди пытаются обмануть систему. Они так беспокоятся о том, как это отразится на финансировании, что в итоге может сработать закон Гудхарта, согласно которому то, что измеряется, постепенно становится целью. Люди начинают ориентироваться на такого рода упражнения, и это иногда может исказить суть их деятельности. Это не всегда хорошо. Это действительно серьезное изменение.

ДЕВОН: А как они измеряют качество?

МАЙКЛ: В разных местах по-разному. Есть два общих подхода. Один из них — библиометрический, то есть подсчет количества статей и цитирований. Это не такие уж ужасные вещи, на которые стоит обращать внимание. Но когда они становятся целями, они превращаются в очень странные вещи. Есть интересная статья, которую я как раз сегодня просматривал, в которой говорится о том, что использование такого рода мер в Италии с 2011 года, возможно, привело к созданию колец цитирования, большому количеству самоцитирования и тому подобным вещам. Нельзя с уверенностью утверждать, что дело обстоит именно так, но, по крайней мере, можно предположить, что это не очень хорошо для научного процесса. Таким образом, это один из вариантов подхода, основанного на данных, когда вы не смотрите на то, что на самом деле делается. Вы просто используете эти очень грубые метаданные.

«Прежде чем разрабатывать хорошие количественные показатели, необходимо понять [науку] таким образом, чтобы она не была сразу количественной или масштабируемой».

Другой подход, как правило, заключается в создании групп, где отдельные специалисты, обычно довольно известные ученые старшего поколения, пытаются оценить результаты исследований разных людей. Они могут попросить каждого сотрудника отдела представить свои три лучшие, пять лучших или сколько угодно лучших работ за последние три года, пять лет или сколько угодно лет. И они попытаются оценить, насколько важна была эта работа, и выработать некое совокупное представление о факультете или университете. Такой подход также является довольно распространенным, но варьируется между различными финансирующими организациями. Его, конечно, несколько сложнее обмануть, но способы обмана все же существуют.

ДЕВОН: Предположим, что ученый не хочет заниматься мошенничеством, но он стремится составить свою программу исследований таким образом, чтобы получить как можно более высокий балл по этому показателю, возможно, максимизировать количество ссылок, которые он может получить. Каковы характеристики исследовательских программ или направлений исследований, которые будут иметь тенденцию к получению большего количества ссылок и к более высокому соответствию этому показателю?

МАЙКЛ: Есть, по крайней мере, два момента. Присоединение к очень крупным коллаборациям часто является способом повышения этого показателя по нескольким причинам. Во-первых, вы можете стать автором очень большого числа различных работ, где вы просто являетесь частью коллаборации, которая их готовит. Может быть, вы работаете над детектором в эксперименте по физике частиц. И этот детектор используется во множестве различных экспериментов. В результате вы оказываетесь автором множества различных работ. Более того, среди этих работ будет вполне обоснованно много самоцитирования.

Другое дело, что это, несомненно, приведет к тому, что люди начнут работать над вещами, которые являются чрезвычайно модными, над которыми уже работает множество людей, и у вас есть определенный потенциал для того, чтобы оказать большое влияние таким образом. Значительно сложнее сделать карьеру, занимаясь чем-то, где вы единственный человек или в мире есть только один или два человека, которые в данный момент интересуются этой темой, вы просто не будете выглядеть так хорошо по всем этим показателям. Когда люди очень хорошо знают о таких вещах, это, как правило, подавляет такую работу.

ДЕВОН: Хм. Это действительно интересно. Сотрудничество, в результате которого появляется много работ, может быть, каждая из них очень хороша и качественна, но в пространстве идей они ближе друг к другу, чем работы на совершенно разные темы. Поэтому кажется немного странным, что такое сотрудничество учитывается как одинаковое количество цитирований, даже если речь идет об одном и том же кластере концепций.

«Одна из причин, по которой мы считаем какую-либо идею чрезвычайно важной, заключается в том, что она априори была настолько маловероятной… поэтому существует забавное, интересное противоречие между важностью идеи и тем, насколько она априори правдоподобна».

МАЙКЛ: Да, конечно. Это просто забавная вещь. Это использование ссылок для целей, для которых они совсем не предназначены. Человек, который основал Индекс научного цитирования и вообще весь интерес к подсчету цитирований, Юджин Гарфилд, он вовсе не думал о нем как о методе оценки влияния. Ну, это слишком сильно сказано. Он был очень слегка заинтересован в этом, но это не было его основным интересом. Его интересовало отслеживание линии идей. В частности, его интересовала возможность отслеживать ошибки в научных записях, то есть совсем другие цели. Цитирование само по себе не является мерой важности. Они просто говорят о том, что эта статья оказала на нас такое-то влияние.

ДЕВОН: Это также могло быть более эффективной мерой на начальном этапе, пока люди не поняли, что она будет использоваться именно таким образом. Идея сделать снимок системы сильно отличается от использования метрики для системы, которая впоследствии станет входом в саму систему, потому что теперь вы изменяете систему, наблюдая за ней.

Если бы вам пришлось разрабатывать количественную метрику качества науки, как бы вы это сделали? Или Вы полностью откажетесь от этой концепции?

МАЙКЛ: Я думаю, что если бы мне приставили пистолет к голове и сказали, что я должен это сделать, я бы набрал много разных команд, состоящих из самых разных людей. Там было бы много историков науки, социологов науки, философов науки — людей, интересующихся качественной эволюцией идей и деталями, чтобы попытаться понять вещи именно таким качественным образом. Прежде чем разрабатывать хорошие количественные показатели, необходимо понять их так, чтобы они не были сразу количественными или масштабируемыми. Ученые не выносят свои суждения индивидуально, просто подсчитывая цитаты или что-то в этом роде. Вы пытаетесь понять эволюцию идей в своей области и выяснить, что на самом деле является внутренне важным, над чем вам следует работать? Какие идеи действительно важны для будущего этой области? А люди, знаете ли, довольно неоднородны, у разных людей разные мнения, и не всегда ясно, что можно полностью устранить эту неоднородность. Я считаю, что, скорее всего, эти различия во мнениях являются очень полезными и необходимыми. Если серьезно отнестись к этой точке зрения, то ни одна метрика никогда не сможет отразить все это. Поэтому попытка сказать, что является наиболее важным, на самом деле отвечает на неправильный вопрос, а вместо этого следует попытаться сформировать портфель в различных направлениях, некоторые из которых могут быть в некотором смысле непоследовательными.

Позвольте мне привести пример. Квантовая гравитация — это действительно известный пример, в физике давно существует проблема разрешения несоответствия между теориями квантовой механики и общей теории относительности, нашей лучшей теории гравитации. Существует несколько различных школ мысли о том, как лучше это сделать. Если вы настаиваете на том, чтобы просто выбрать что-то лучшее, то вы сконцентрируете все свое внимание на одном конкретном подходе. Если же вместо этого вы скажете, что нужно просто позволить, по крайней мере, в течение некоторого периода времени процветать различным подходам и не пытаться определить, какой из двух, трех, пяти или десяти различных подходов является лучшим. Я думаю, что обычно такой путь значительно лучше.

Это то, что мне нравится в Кремниевой долине. Если у вас есть два конкурента в каком-то пространстве, то, скажем, вы говорите о Netflix и Blockbuster, своего рода двух классических конкурентах. Дело в том, что в течение длительного времени, несмотря на то, что они конкурируют за один и тот же рынок, в некоторых отношениях у них есть своя внутренняя инфраструктура, капитал и импульс. И у вас нет ситуации, когда сотрудники Blockbuster проводят оценку работы сотрудников Netflix, определяют, кто получит повышение по службе, и т.п. Тем не менее, ситуация в науке часто немного похожа на эту, когда кто-то из представителей одной школы мысли фактически проводит экспертную оценку для кого-то из представителей совершенно другой школы мысли. Я думаю, что на самом деле хорошо, когда эти «силосы» могут существовать независимо друг от друга в течение некоторого периода, длительного периода времени. В конечном счете, вы хотите иметь возможность решить, какой подход лучше. А пока что предоставление одному из них права вето по отношению к другому представляется мне довольно безнадежным. Конечно, я совершенно уверен, что генеральный директор Blockbuster дал бы очень негативную оценку работе сотрудников Netflix в течение длительного времени.

ДЕВОН: Как только вы привели эту аналогию, я подумал: «О, Боже мой, это именно то, что происходит». На ум приходит образ Галапагосских островов. На этих островах различные виды могли развиваться независимо друг от друга, и в итоге мы получили гораздо большее разнообразие.

«Компьютеры начнут основываться на эволюционных процессах и других идеях из биологии. Мы согласились бы с этим, потому что получаем от них много энергии, но отказываемся от части своего контроля».

Как сохранить эту замкнутость и в то же время обеспечить перекрестное опыление идей, что также очень важно?

МАЙКЛ: Я имею в виду, что перекрестное опыление идей не зависит от их взаимной оценки. И если говорить прямо, то взаимная оценка — это прекрасно, но не стоит делать ее единственным фактором, определяющим дальнейшее существование людей.

Одна из идей, о которой говорят и которая становится популярным направлением исследований, — это идея рандомизации грантового финансирования. То есть, по сути, кто-то подает заявку с идеей проекта. Вместо того чтобы проводить экспертную оценку, когда вы, по сути, пытаетесь проранжировать все заявки и найти только «лучшие». Вместо этого проводится как бы базовая проверка на вменяемость, так что люди с откровенно плохими предложениями отклоняются. После этого происходит просто случайный отбор, и тот, чьи номера выпали в лотерее, получает финансирование. Преимущество такого подхода заключается в том, что вы не подавляете идеи, не ставите сотрудников Blockbuster отвечать за оценку работы сотрудников Netflix. Вы просто полагаетесь на то, что отдельные ученые могут принять решение о том, что, по их мнению, является наилучшей возможной идеей, с учетом базовой проверки, проверки на разумность. Думаю, что первым в мире это сделал Совет по исследованиям в области здравоохранения Новой Зеландии, так, кажется, он называется, и с тех пор несколько других грантовых агентств провели небольшие пилотные испытания, но этот подход, конечно, не получил широкого распространения.

ДЕВОН: Я полагаю, что если бы вы, как финансирующее агентство, заранее знали относительную важность различных исследований, то вы бы уже занимались наукой, которая как бы решает проблему.

МАЙКЛ: Да, я имею в виду, это такая забавная вещь, когда одна из причин, по которой мы считаем какую-то идею чрезвычайно важной, заключается в том, что она априори была маловероятной. Я знаю один из моих любимых примеров. Один из моих героев, биолог Линн Маргулис, — это человек, который предложил невероятную, почти смехотворную идею симбиоза. Долгое время ей противостояли, но, насколько я понимаю, сейчас это признано биологами. Таким образом, существует забавное, интересное противоречие между важностью идеи и тем, насколько она априорно правдоподобна. Она из тех людей, которые обладают огромной силой и готовностью упорствовать даже тогда, когда все остальные снова и снова говорят ей, что она не права.

В биологии также очень интересно то, что мы рассматриваем и одноклеточные системы, и многоклеточные организмы как формы жизни. И это невероятно интересно, что мы объединяем оба этих понятия. Почему мы не считаем животное с 1000 клеток? Почему мы не рассматриваем мысль как 1000 отдельных живых существ? Интересно, что мы этого не делаем, как и то, что граница между тем, что мы считаем организмом и клеткой, по крайней мере, для меня, не совсем очевидна.

«Мне всегда кажется, что JavaScript выглядит немного более, почти более биологическим».

ДЕВОН: Теперь я думаю, не упускаем ли мы что-то, потому что, когда мы объединяем вещи в категории, это часто делается для того, чтобы мы могли думать о них и делать обобщения о вещах, входящих в категорию. Так что теперь я задаюсь вопросом, что мы упускаем, объединяя их вместе? И что мы могли бы узнать, если бы разделили их на части?

МАЙКЛ: Да, один из моих любимых маленьких фактов заключается в том, что в лингвистике вопрос о том, что такое слово, является несколько спорным. Существуют различные школы взглядов на то, что следует считать словом, а что нет. Как физик, вы очень привыкли к тому, что у вас часто есть очень чистые категории и некоторое представление о правильных категориях. Поначалу очень расстраивает, что не существует таких быстрых и чистых концептуальных разграничений. Это действительно интересно.

ДЕВОН: Я часто чувствую себя так, переходя в другие сферы, нежели программирование. Программирование немного сложнее, может быть, чем физика, но в нем все равно много вещей, которые в буквальном смысле являются бинарными, то есть представляют собой булевы значения. И когда вещи являются цифровыми, есть ощущение, что этот код дает нужный мне результат или не дает. Если перейти в другие сферы, например, в дизайн или политику. Часто я задаю кому-нибудь вопрос, на который, как мне кажется, должен быть простой ответ. А ответ всегда такой: ну, это зависит от ситуации. А иногда это может зависеть даже от того, что собеседник ел на обед в тот день. Так что однозначного ответа нет.

МАЙКЛ: Просто мне кажется, что JavaScript в чем-то исключение. Это настолько удивительно, что я часто не могу вспомнить, как это делается. Потому что есть все эти странные исключения и вещи делаются странными способами. Если вы хотите удалить элемент DOM, вам нужно найти родительский элемент, а затем удалить дочерний. Это безумие с точки зрения дизайна, в то время как что-то вроде Python выглядит гораздо более похоже на то, что они пытались сделать язык, который был бы довольно последовательным. Мне всегда кажется, что JavaScript выглядит немного более биологическим. В нем нет ни единообразия, ни последовательности, он эволюционировал, чтобы быть таким, какой он есть.

ДЕВОН: Это замечательная формулировка. И я вижу в этом как ее главную силу, так и главную слабость.

МАЙКЛ: Я имею в виду, что это прекрасный язык в некоторых действительно интересных аспектах. Не знаю, читали ли вы когда-нибудь книгу Кевина Келли» Вне контроля«.

ДЕВОН: Нет, не знаю.

МАЙКЛ: Он написал эту замечательную книгу в начале 90-х годов, и тогда я подумал: «О, это хорошо», но она не произвела на меня глубокого впечатления. Суть книги заключается в том, что люди очень хорошо научились проектировать и создавать системы, которые они очень хорошо понимают и в которых они пытаются получить очень тесный, жесткий контроль над всеми различными элементами. Что-то вроде Ле Корбюзье, модернистского градостроителя, — много прямых линий и все такое.

Тезис Келли заключался в том, что мы перейдем к более биологическим системам — по сути, мы будем искать компромисс между мощностью и возможностью управления. Компьютеры начнут основываться на эволюционных процессах и других идеях из биологии, и мы примем это, поскольку получим от них большую мощность. Но мы откажемся от некоторых наших ожиданий. Вы как бы видите это, эти системы, которые раньше были под контролем, или выходят из-под контроля.

ДЕВОН: Это напоминает мне разговоры со многими моими друзьями, которые ранее руководили довольно маленькими компаниями, а затем увеличили их масштабы, или же они решают, хотят ли они стать более крупной организацией. Когда в компании есть только вы и еще два-три сотрудника, очень легко видеть, что происходит, и контролировать ситуацию. Но четыре человека могут сделать не так уж много. Если же вы руководите организацией, насчитывающей 10 000 человек, то у вас очень мало возможностей контролировать происходящее. Но у вас гораздо больше возможностей.

Это также напоминает мне многие рассуждения об искусственном интеллекте, где очень многое вокруг возможности понять, что делает ИИ, является интерпретируемым. Это ключевой первый шаг к тому, чтобы иметь возможность управлять им — то, что, как мне кажется, волнует многих людей, работающих над ИИ, поскольку его возможности выходят далеко за рамки того, что мы понимаем в настоящее время.

МАЙКЛ: Возвращаясь к вашему общему другу, который является генеральным директором, я хотел сказать, что им зачастую сложнее знать, что происходит внутри компании, чем почти всем остальным. Я думаю, что когда вы занимаете очень высокую должность, хотя это и дает вам возможность видеть все с высоты птичьего полета, есть определенные вещи, о которых подчиненному может быть неудобно рассказывать своему боссу, или боссу своего босса, или боссу своего босса, или боссу своего босса. Просто по естественным причинам вы не хотите жаловаться, что вам не нравится обеденное меню, или что вы сильно переживаете из-за своих отношений с этим человеком. Таким образом, создается действительно интересная непрозрачность для человека, находящегося на вершине организации. В каком-то смысле генеральный директор имеет меньший обзор некоторых частей организации, чем просто случайный новый сотрудник, который может пойти и узнать, что люди думают по тем или иным вопросам.

ДЕВОН: Это снова эффект наблюдаемости. Это похоже на цитаты о том, что как только кто-то на что-то посмотрит, его поведение изменится или, по крайней мере, замаскируется, чтобы не быть прочитанным в неблагоприятном или неконтролируемом для этого конкретного человека ключе.

МАЙКЛ: Да, похоже, что это именно так.

«Я неоднократно замечал, что многие виды подобных «guilty pleasures» в конечном итоге становятся, спустя пять или десять лет, творческими проектами, над которыми я работаю».

ДЕВОН: Вы сказали, что биология — это одна из областей, с которой Вы не очень хорошо знакомы. Я бы даже сказал, что это одна из немногих областей, с которыми Вы не знакомы, учитывая, сколько разных мест Вы занимали в науке? Как Вы переходили из одной области в другую? Какие признаки, которые Вы читаете, помогают Вам увидеть, что Вы, возможно, можете внести какой-то вклад в область, которую Вы ранее не изучали?

МАЙКЛ: Есть две вещи, которые происходят. Первая: иногда мне просто интересно узнать, что это за область. И, да, здесь нет какой-то особой возможности внести свой вклад. Я могу просто обращать на нее внимание в течение какого-то времени, говорить с людьми о ней, читать о ней. То есть в этот момент я не работаю в этой области. Я хочу получить лишь одну идею, которая кажется мне заслуживающей внимания и, возможно, потенциально важной. Это очень локальная вещь, не более того, просто одна маленькая творческая вещь, которая кажется, что должна быть сделана. Часто это действительно похоже на маленькое творческое дело, на проект, который должен занять неделю, а занимает три месяца, шесть месяцев или даже два года. Он как бы разворачивается, я делаю много подобных вещей. Я никогда серьезно не работал над ИИ, но время от времени я просто беру неделю или что-то в этом роде, потому что у меня есть какой-то маленький вопрос, на который я не могу найти ответа ни в одной статье. Поэтому я просто играю, пытаюсь немного разобраться в этом и, возможно, делаю заметки. Да, вы просто повторяете это достаточно часто. Иногда что-то начинает казаться очень интересным в каком-то конкретном направлении, и, возможно, действительно начинает развиваться какой-то опыт. Я не знаю, у меня нет какой-то осознанной теории того, как это происходит.

ДЕВОН: Когда в последний раз у вас был такой небольшой проект, который в итоге занял больше места в голове, чем вы предполагали?

МАЙКЛ: Да. Проект с Канджуном Кью, это эссе, на написание которого, как мы думали, уйдет пара месяцев? Ну, на самом деле, мы даже не знали, что мы сделали то, о чем я сейчас думаю, мы даже не представляли, что это будет о том, что сначала это будут просто некоторые мысли о финансировании науки и о том, как это может быть сделано лучше. А превратилось это в нечто совершенно иное. На это ушло 18 месяцев и многие тысячи часов. Она началась с простых идей и оказалась посвящена тому, насколько научная система, система открытий, которую мы имеем, способна учиться, изменяться и обновляться. Эта система действительно отлично справляется с обновлением своих идей — многие люди могут внести в это свой вклад. Но если говорить о социальных процессах и институтах власти, с помощью которых она функционирует, то они меняются относительно медленно. Именно этот вопрос в конечном итоге заинтересовал нас и заставил задуматься.

ДЕВОН: Я помню, что Вы говорили о некоторых из этих вопросов много, много, много лет назад. Так что это похоже на то, над чем Вы размышляли и размышляли в глубине своей головы в течение многих лет — типично ли это для тех типов проблем, которые в итоге надолго приковывают Ваше внимание, когда у Вас в голове что-то работает в течение некоторого времени, или иногда это приходит неожиданно, и это то, о чем Вы никогда раньше не задумывались.

МАЙКЛ: И то, и другое бывает. В данном конкретном случае? Около 15 лет назад я несколько лет работал в качестве сторонника открытой науки и разработал ряд идей, связанных с открытой наукой. И все это — как бы очень конкретные воплощения этой проблемы: как изменить и обновить социальные процессы или науку. Тогда я не представлял их в такой абстрактной форме, но позже вернулся и понял: «О, я видел много проблем в этих очень конкретных формах». На самом деле они являются примером гораздо более общей закономерности. В данном конкретном случае это было своего рода повторное обращение к чему-то давнему.

Один узор мне очень нравится. На самом деле, возможно, это просто повод для потакания себе. Я думаю, что у большинства людей есть различные «виноватые» удовольствия, вещи, которые им нравится делать, или читать, или еще что-то, но они считают, что на самом деле не должны этого делать. Они должны заниматься тяжелой работой над серьезными проектами. Я неоднократно замечал, что многие виды подобных «виноватых удовольствий» в конечном итоге становятся, спустя пять или десять лет, творческими проектами, над которыми я работаю. Я был квантовым физиком, я не должен был думать об открытой науке. Но меня очень заинтересовало то, как разрабатывается ядро Linux, как создается Википедия и еще целый ряд странных вопросов. Это звучит очень высокопарно, было и много других, менее высокопарных вещей, но именно это в конечном итоге привело к интересу к открытой науке. Эта схема повторяется снова и снова.

«Мы интересуемся вещами по причинам, которые часто не можем сформулировать. На самом деле, именно тот факт, что мы не можем их сформулировать, вызывает у нас интерес… В мире существует какая-то новая интересная структура, которая действительно привлекает наше внимание».

ДЕВОН: Да, в моей собственной работе это тоже имеет место. Хотя это совершенно разные виды работы, но те вещи, над которыми я работаю сегодня, — это те вещи, о которых я писал в блоге, думал и исследовал в свободное время три-шесть лет назад, и я всегда думал: ну, я никогда не смогу работать над этим.

МАЙКЛ: УПола Буххайта была очень хорошая эвристика, которой он следовал, когда начинал инвестировать. Иногда он отказывал некоторым основателям. Они делали предложение, а он думал: «Это явно не сработает». А потом он продолжал думать над их предложением снова и снова в течение нескольких дней. В конце концов, он понял бы, что, если бы это было так, он должен был бы вернуться и инвестировать. Его бессознательный разум, я полагаю, пытался что-то сказать ему о предложении. Это очень общая закономерность. Мы интересуемся чем-то по причинам, которые часто не можем сформулировать. На самом деле, нас интересует именно тот факт, что мы не можем их сформулировать. Это ощущение того, что в мире существует какая-то новая интересная структура, которую мы раньше не видели, привлекает наше внимание. Но, конечно, как только вы начинаете овладевать этим, это становится инструментом, который вы можете использовать в других занятиях. В общем, так я оправдываю многие часы, проведенные впустую на YouTube и в других местах.

ДЕВОН: Я думаю, что это очень убедительно. Я думаю, что буду думать об этом в течение следующих нескольких дней, на самом деле.

МАЙКЛ: Да, урбанистика. Так что да, один из ваших больших интересов для меня очень похож на этот. Мы оба знаем и любим работы Джейн Джейкобс, и многие люди любят ее. У меня не было причин читать Джейн Джейкобс по работе, это точно, но она — один из тех людей, которые оказали на меня наибольшее влияние. Просто то, как она думает о создании сложных систем, о том, что значит делать хорошо, и как мы должны это делать. Это влияет абсолютно на все, что я делаю, но я не думал об этом, когда читал ее работы, просто это было очень интересно по какой-то причине, которую я не совсем понимаю.

ДЕВОН: Теперь, когда вы это говорите, я вижу много общего между тем, как вы думаете о науке как об экосистеме, и тем, как она говорит о городах как об экосистемах и о том, как они могут оставаться здоровыми, сильными и динамичными.

МАЙКЛ: Да. Это еще один пример использования децентрализованных знаний для улучшения общества. Это очень сильно влияет на то, как я думаю о финансировании науки. У вас есть своего рода глаза на улице, как у Джейн Джейкобс, которые обеспечивают безопасность, охрану и многое другое. В науке можно либо иметь очень централизованных финансистов, принимающих все решения, либо попытаться передать большую часть доверия отдельным ученым и поверить, что отдельные ученые могут иметь гораздо лучшее представление о том, как потратить свои таланты, чем некая централизованная власть, накладывающая вето. Между этими аргументами есть структурное сходство. Подобные рассуждения повлияли на мое отношение к финансированию науки во многих и многих отношениях.

ДЕВОН: Прелесть действительно мощной аналогии в том, что она может предсказать то, о чем вы еще не задумывались. Вместо того чтобы быть отображением «один к одному», она становится отображением «многие ко многим». Как только вы наблюдаете что-то в одной системе, вы понимаете: «О, возможно, это верно и для другой системы». Так был ли у вас подобный опыт сравнения городов с наукой?

МАЙКЛ: Ну, вообще-то, у меня это как раз сейчас. На самом деле, я никогда раньше не проводил подобных аналогий. Мне просто интересно, знаете, какая аналогия с безопасностью и «глазами с улицы» существует в науке? Да, может быть, можно провести какую-то аналогию с процессом, с помощью которого мы обеспечиваем достоверность научных результатов.

Джейн Джейкобс говорит о том, что размер городских кварталов должен быть очень маленьким. Чем они меньше, тем быстрее происходит смешение, потому что у вас есть пролив, и люди из других штатов могут приезжать, и вместо того, чтобы иметь одномерную систему, вы фактически начинаете получать доступ к полной двухмерной сетке. Мне интересно, каков аналог малых размеров блоков в науке. На самом деле, может быть, это как-то связано с размером организационных единиц, которые вы используете для научной работы. Может быть, если они сравнительно небольшие и находятся в серьезном контакте друг с другом на относительно частой основе, то возникает своего рода междисциплинарный конфаб, где два или три таких подразделения собираются вместе и разговаривают друг с другом.

ДЕВОН: Что касается безопасности, то это заставляет меня задуматься о работе полиции и о том, что сообщества, в которых отмечается самый высокий уровень безопасности и самый низкий уровень преступности, как правило, не потому, что на улицах много полиции. Как правило, это связано с наличием социальных и культурных норм, которые не позволяют людям причинять друг другу вред. Кроме того, существует множество других факторов, таких как уровень благосостояния и возможности, наличие у людей других возможностей, кроме как грабить друг друга, и т.д.

Я никогда не был ученым, но могу себе представить, что для людей гораздо больше мотивации заниматься великой наукой и получать честные результаты, если они хотят произвести впечатление на своих коллег-ученых и хотят законным образом найти интересный вклад. В то время как если есть национальный орган, который следит за тем, чтобы ваша наука была хорошей, то это, вероятно, гораздо менее мотивирует человека.

«У меня, конечно, был опыт, когда я начал по-настоящему понимать математику в подростковом возрасте и в результате отказался от видеоигр… Зачем мне пытаться играть в видеоигры, если я мог бы заниматься чем-то в 1000 раз более полезным?»

МАЙКЛ: Это, конечно, верно. Но я думаю, что есть еще более фундаментальная вещь — это просто удовольствие от хорошей работы и понимания.

У меня, конечно, был опыт, когда я начал по-настоящему понимать математику в подростковом возрасте и в результате отказался от видеоигр, потому что математика оказалась намного интереснее. А чуть позже наука стала намного интереснее. Зачем мне играть в видеоигры, если я могу заниматься чем-то в 1000 раз более полезным? Просто по своей сути, мне больше никто не был нужен. Математика действительно обладает невероятной ясностью в этом смысле.

Я помню, как впервые понял доказательство Евклида, что существует бесконечно много простых чисел, и идею о том, что квадратный корень из двух иррационален — это просто невероятно красивая вещь. Потом тебе начинают давать маленькие задачки, и ты испытываешь такой же шок от понимания. Это так приятно. Так что я думаю, что многое из этого не зависит от того, чтобы произвести впечатление на своих коллег, но это не значит, что это также не важно. Я думаю, что для многих людей открытие уже является таким мотивирующим фактором. Я встречаю удивительно много людей, которые слышали о кризисе репликации в психологии и тому подобных вещах. Они думают, что ученых нужно контролировать, или что стимулы не те. Иногда они не понимают, какой огромный внутренний стимул существует.

ДЕВОН: Что касается внутренней мотивации, как Вы думаете, насколько она распространена среди ученых? Например, если бы вы вытащили случайного ученого из шляпы? Как Вы думаете, насколько вероятно, что это будет относиться к данному человеку?

МАЙКЛ: Конечно, ученые, которых я встречал в своей жизни, думаю, в подавляющем большинстве, если бы они хотели стать богатыми, или влиятельными, или занимать высокий статус, они могли бы заниматься многими другими вещами, которые дали бы им больше возможностей для этого. Я думаю, что большинство из них просто обожали науку. Это не всегда так, на самом деле, как правило, они либо абсолютно обожают науку в детстве, либо это некая доля везения или случайности. Они оказались в нужной лаборатории в нужное время и вдруг поняли: «О, это здорово». Так они отбросили все другие возможности.

При этом трудно избежать карьеризма. Людям нравится есть. Большинство людей при прочих равных условиях предпочитают иметь более высокую зарплату. Бывают очень печальные случаи, когда люди занимаются мошенничеством или чем-то очень сомнительным. Очень часто это происходит из-за того, что люди просто слишком увлеклись каким-то ложным представлением об успехе. Они отрываются от того, чем должны заниматься на самом деле. Это печально в отдельности и, конечно, очень плохо для нашего общества.

ДЕВОН: Я даже могу представить себе ситуацию, когда это не противоречит какой-то внутренней мотивации. Я могу вспомнить случаи, когда, скажем, я беседую с кем-то на тему, которая меня очень интересует. Я действительно хочу учиться у него очень, очень сильно. Но иногда наступает момент, когда я думаю: «Если я задам этот вопрос, то буду выглядеть глупо, это понизит мой статус в их глазах, потому что они подумают: «Она что, уже этого не знает?»». Я всегда очень стараюсь преодолеть это чувство, потому что мне важна информация, но я чувствую, как меня тянет «может быть, мне стоит сдержаться, может быть, мне не стоит задавать этот вопрос». Я не думаю, что это противоречит моему желанию узнать ответ. Это просто еще одно чувство, которое накладывается сверху. Эти две вещи, несмотря на то, что в итоге они приводят к противоречивым результатам, могут существовать, они могут сосуществовать.

В одной из своих статей вы процитировали Поля Дирака. Они сказали, что в 1920-х годах, когда была открыта квантовая механика, это был период, когда любому второсортному физику было очень легко сделать первоклассную работу. По словам представителей ООН, история свидетельствует о том, что первые годы становления новых научных областей часто становятся золотым веком, когда на фундаментальные вопросы о мире можно быстро и легко найти ответы. И мне кажется, что это один из тех случаев, когда ты видишь что-то, но мне очень интересно, что для тебя? Означает ли это создание новой области?

МАЙКЛ О, да, это действительно интересный вопрос. Что такое область, которая действительно интересна и действительно сложна. И насколько я знаю, такой области нет. Итак, один из возможных наборов ассоциаций, который у вас может возникнуть, это некий глубокий набор связанных идей. Например, уравнения Максвелла-Лоренца используются для описания электромагнитных явлений, это невероятно глубокий набор идей. Вы можете потратить весь свой день на изучение следствий из этих уравнений и понять все виды электрических и магнитных явлений. Так что при таком подходе, если подумать о том, что такое поле, то поле — это некая социальная структура, которая вырастает вокруг определенного глубокого набора идей.

Теперь, например, физика — это не один глубокий набор идей. На самом деле это целый ряд слабо связанных между собой идей, когда есть квантовая механика, есть физика конденсированного состояния вещества, есть астрофизика, есть гидродинамика. Это свободная агломерация. Итак, я начал с глубоких идей, но затем на них накладываются такие политические структуры, как, например, «является ли это областью? Это что-то, что имеет свою кафедру в университетах? Вы сделали это полностью политической вещью.

Но на самом деле время, когда в крупных фондах появляются программные специалисты и руководители программ, часто является очень важным переходным периодом. В той или иной области до того, как это произойдет, не будет никакой возможности для того, чтобы набор идей начал расти. Я принимал активное участие в относительно ранних этапах развития квантовых вычислений. Было очень интересно наблюдать, как люди начали получать возможность делать такие вещи, как проведение конференций или подача заявок в журналы. Это звучит дико, но на самом деле было довольно сложно понять, где публиковаться, потому что не существовало своего рода издательского дома. В жизни области происходят различные изменения, но я считаю, что если нет глубокого набора идей, то и области быть не может.

Причина, по которой я так долго здесь излагаю, заключается в двух интересных вещах, которые могут произойти. Мне нравится думать о потемкинских полях, и я не буду пытаться называть конкретные примеры. Но это когда, знаете, деньги и интерес пытаются объявить, что что-то является полем, но нет глубокого набора идей. Вы можете тратить сколько угодно денег, но если глубокий набор идей не будет обнаружен, у вас будет много активности. У вас могут быть журналы, у вас могут быть всевозможные вещи, но никогда не будет никакой реальной сути.

Это в определенной степени влияет или может повлиять на междисциплинарную работу, когда у вас есть две области, обе из которых основаны на глубоких наборах идей. Но простое объявление чего-то находящимся на пересечении не означает, что есть интересные, глубокие идеи, которые можно обнаружить, что иногда и происходит, я думаю, что квантовые вычисления в основном возникли благодаря тому, что люди смешали квантовую механику с информатикой. Но иногда междисциплинарная работа может немного буксовать, потому что есть люди, которые пытаются работать на пересечении двух областей.

ДЕВОН: Для этих потемкинских полей мне очень нравится эта фраза.

МАЙКЛ: Можно привести довод, что вычислительная техника в XIX веке была примером потемкинского поля. Такие люди, как Чарльз Бэббидж, пытались изобрести область информатики. Они действительно получили достаточную поддержку, но время было не совсем подходящее. Они задавали большие фундаментальные вопросы и смогли добиться некоторого прогресса, но время для существования этой области было неподходящим. Поэтому они не смогли дойти до того невероятного набора идей, который был у фон Неймана и других в 1930-1940-х годах, с изобретением транзистора и так далее.

ДЕВОН: Что бы вы считали полевым полем, как архетипическим полем поля?

МАЙКЛ: Ну, вы знаете, физика была очень успешной в начале, особенно классическая механика, ньютоновская механика. Поэтому очень заманчиво сказать: «О, это прототип для какой-то области». Но самое интересное — это когда вещи работают совершенно по-другому. Я не очень много знаю об искусственном интеллекте, но когда я слышу некоторые критические замечания скептиков, я, возможно, немного слышу, что они пытаются загнать его в старую форму. Поэтому им нужны системы, которые они действительно могут понять, например, как они работают. Если речь идет о таких вещах, как языковые модели, то они хотят иметь возможность понять связь модели с такими вещами, как различные части речи, существительные, глаголы, грамматика и так далее. А у нас этого просто нет. У нас нет принципиального способа понять, как работает ни одна из крупных фундаментальных моделей. Может быть, некоторые из старых стандартов вообще не должны применяться.

Как правило, между «возиться» и «дурачиться» существует некая взаимосвязь. Иногда это взаимодействие может быть улучшено за счет детального научного понимания происходящего. Возможно, в случае ИИ глубокое понимание не так уж необходимо, поскольку мы можем проводить эксперименты так быстро. Я думаю, что скептик скажет: «Вы никогда не добьетесь успеха в искусственном интеллекте, если не остановитесь и не поймете, что делают эти системы». Посмотрите на историю того, как мы совершенствовали технологии в прошлом, нам всегда нужно было понять, как они работают». На это можно возразить, что да, это правда. Но на самом деле мы находимся в другой ситуации. Сегодня наши возможности по проверке наших разработок гораздо шире, чем в прошлом, мы можем автоматически опробовать гораздо, гораздо, гораздо больше возможностей. Поэтому нам не нужны действительно сильные теоретические объяснения, чтобы исключить неправильные направления исследований, мы можем просто попробовать триллион или триллион триллионов различных вещей и полагаться на нашу способность распознавать, когда что-то работает, а не выводить из первых принципов, почему это работает.

ДЕВОН: Похоже, что вы описываете некое чувство, направленное на понимание, в отличие от мышления, направленного на понимание.

МАЙКЛ: Немного. Да, я имею в виду, очень много интуитивного подхода, когда вы не обязательно систематически понимаете, почему все улучшается. Ощущение — не самый плохой способ выразить это. Но вы не можете пройти путь от парового двигателя до современной Tesla, не имея между ними большого количества научных объяснений. В каком-то смысле мы пытаемся сделать это со стороны ИИ без такого детального понимания в промежутке. Поэтому легко понять, почему вы можете относиться к этому скептически. Но в прошлом вы просто не могли проверить триллионы триллионов триллионов промежуточных технологий.

ДЕВОН: Думаю, я представляю себе, что если бы технологии, которыми мы могли бы оперировать, представляли собой дерево, и у вас были бы все эти различные варианты, которые вы могли бы сделать, подобно тому, как вы можете сделать выбор в шахматах, то человеческий разум должен был бы построить модели, которые сделали бы более ясным, по каким путям идти, потому что мы просто не можем вычислить все различные возможные пути. А вот с ИИ с компьютером мы можем провести его по всем путям и посмотреть, «есть ли что-нибудь в конце?». Это интересно. Он может вернуться и сказать нам, так что нам не нужно будет иметь такую большую модель понимания того, почему этот путь является правильным, потому что мы уже перепробовали их все. Мы просто выбираем тот, который дает нужный нам результат.

МАЙКЛ: Да, это, вы только что сказали гораздо более четко то, что я хотел сказать, чем то, как я это сказал.

ДЕВОН: Нет, в этом есть большой смысл. Я никогда не думал об этом раньше. Я не так внимательно слежу за ИИ, как вы. Наблюдаете ли вы что-то подобное в поведении исследователей ИИ, выполняющих свою работу?

МАЙКЛ: Просто когда я разговариваю с исследователями ИИ и критиками исследователей ИИ, я часто вижу эту дихотомию. Возможно, я несправедливо характеризую некоторых или всех этих людей. Но когда я вижу таких людей, как Дэвид или, в некоторой степени, Гэри Маркес, конечно, Ноам Чомски, критикующих подходы к ИИ, мне кажется, что большая часть того, что они говорят, заключается в том, что мы должны иметь детальное понимание, говорящее нам, знаете, что, что, что в вашем, в вашем способе описания, какие из этих ветвей не должны идти вниз? Какие из них правильные, а какие нет. И их не очень устраивает ситуация, когда люди, по сути, говорят: давайте просто пройдем по всем веткам и будем полагаться на способность распознавания в конце, в то время как направление исследователей ИИ, похоже, заключается в том, что они гораздо более счастливы, просто пробуя очень большое количество различных вещей.

Итак, да, действительно интересный вопрос и ответ с исследователем ИИ Яном Гудфеллоу. Кто-то задал вопрос, примерно такого содержания: «Вы расстраиваетесь, когда один из ваших экспериментов не удается?». И он отвечает: «О, нет, совсем нет. Я придерживаюсь того подхода к экспериментам, который считаю высокопроизводительным». На самом деле, пока я проводил эту сессию вопросов и ответов, я сказал, что запустил целую кучу различных экспериментов и увидел результаты». Таким образом, для него это просто очень дешевая вещь, когда он может продолжать задавать вопросы и получать ответы очень, очень, очень быстро, так что он может делать это, участвуя в вопросах и ответах. Мне очень понравилась эта терминология, своего рода высокопроизводительный подход к проведению экспериментов. Мне кажется, что во многих отношениях это фундаментальный сдвиг в нашем представлении о науке.

Друзья, работающие в лабораториях ИИ, коммерческих, промышленных лабораториях ИИ, говорят мне, что они заметили одну особенность: здесь гораздо больше внимания уделяется доступу к действительно первоклассным инженерным ресурсам. Так, в прошлом какой-то бедный аспирант должен был написать весь код и, как вы понимаете, организовать всю инфраструктуру. Теперь же есть команда, которая специализируется на том, чтобы убедиться, что вся инфраструктура работает очень хорошо, что можно быстро масштабировать эксперименты и делать подобные вещи.

«Для решения некоторых задач им приходилось переворачивать листы бумаги над монитором, чтобы отсечь детей. Вместо этого им приходилось останавливаться и думать — иногда скорость — ваш враг».

ДЕВОН: Как Вы думаете, насколько изменились бы физические эксперименты или физика в целом, если бы у физиков было больше такого мышления: «Давайте просто бросать на стену как можно больше экспериментов и смотреть, что прилипнет».

МАЙКЛ: В физических системах часто существуют внутренние временные масштабы, которые затрудняют эту задачу. В моем одном опубликованном эксперименте, я физик-теоретик по одному опубликованному эксперименту, мы использовали определенную молекулу для проведения эксперимента ЯМР. И нам нужно было ждать примерно три минуты в конце каждого цикла, просто чтобы молекула расслабилась и вернулась в свое исходное состояние. Когда мы только настраиваемся, то обычно ждем 50, 60, 70 секунд. Таким образом, молекула сбрасывалась не совсем правильно, но в основном сбрасывалась. Это было сделано только для того, чтобы провести первоначальную грубую калибровку. Но позже, когда мы начали проводить реальный эксперимент, это трехминутное ожидание стало просто раздражающим. Все было бы намного проще, если бы мы могли это устранить. Если бы у нас было несколько машин, работающих параллельно, это тоже было бы очень полезно. Но я помню, что стоимость машины составляла порядка 10 миллионов долларов, поэтому наличие нескольких машин было исключено.

Я не знаю, каковы были бы последствия. Я инстинктивно чувствую, что это полностью изменило бы процесс для нас, не всегда, не совсем в лучшую сторону — мы много хорошо подумали и сделали эти трехминутные интервалы. В принципе, при проведении эксперимента вы бы увидели результаты. В эти три минуты, пока мы ждали, мы писали несколько строк о том, что мы только что увидели. Иногда, конечно, мы тратили гораздо больше времени, если происходило что-то очень важное. Но чаще всего мы писали всего несколько минут. Там было записано много хороших мыслей». Экспериментаторы говорят о том, что больше думать и меньше работать — это иногда правильный подход к решению проблем, но не всегда самый простой.

Есть еще один интересный пример. Я помню, от кого я это услышал, возможно, от Алана Кея, возможно, от кого-то, кто был в его школе в Лос-Анджелесе в 70-х или 80-х годах. У них есть группа детей, которые являются одними из первых пользователей компьютеров. Для решения некоторых задач им приходилось переворачивать листы бумаги над монитором, чтобы отгородить детей от монитора. Таким образом, дети не могли просто продолжать беспорядочные вычисления, чтобы решить какую-то задачу. Вместо этого им приходилось останавливаться и думать: иногда скорость — твой враг. На самом деле, это интересный вопрос, я думаю о случаях, когда действительно значительное ускорение чего-либо, например, возможность итераций, на самом деле приводило к некоторому светскому замедлению. Как будто общий процесс был сожжен этим. Можете ли Вы вспомнить какие-нибудь подобные примеры?

ДЕВОН: Я бы сказал, что в программировании отладка часто дает такой эффект: если я вхожу в ритм отладки, я просто пробую всевозможные варианты. С этим сталкиваются многие, очень многие люди: как только вы отходите от компьютера, чтобы пойти в туалет, или выпить кофе, или лечь спать, именно тогда решение как бы попадает в ваш мозг. Я думаю, что тот факт, что у вас под рукой есть столько способов проверить что-то, часто может помешать вам отойти от компьютера и просто позволить проблеме погрузиться в подсознание.

МАЙКЛ: Прогулка — часто лучший отладчик.

ДЕВОН: Верно, верно. К счастью, есть определенные базовые человеческие потребности, которые вы должны удовлетворять, и которые заставляют вас, например, сказать: «О, я не ел уже 12 часов, может, мне стоит перестать пытаться найти этот баг, из-за которого я так расстроен». А потом вы идете есть сэндвич и думаете: «О, я решил эту проблему». С другой стороны, эти часы отладки, ковыряния в системе, получение множества различных входных данных в ваш мозг помогают вам построить модель. Этот подсознательный процесс не смог бы сделать то, что вы хотите, если бы вы не сделали многого из этого.

Как бы ни было хорошо замедлять ход событий, иногда мне кажется, что в мире и так достаточно процессов, которые замедляют ход событий. А ускорить процесс гораздо сложнее. Поэтому я склоняюсь к тем инструментам, которые позволят мне работать быстрее. Просто есть много вещей, которые заставят вас остановиться и дать время подумать, но не так много тех, которые помогут вам быстрее получить интересные, релевантные данные.

МАЙКЛ: Интересно, что использование библиотек в вычислительной технике, похоже, тесно связано с тем, что некоторые конкретные библиотеки станут настолько каноническими. Я думаю о библиотеке LINPACK и в науке, которая используется для линейной алгебры. Может быть, есть люди, которым нравится постоянно отлаживать, но я также задаюсь вопросом, не могут ли важные части кода в итоге стать такими же, как цивилизация, которой мы пренебрегли. Они становятся как бы инфраструктурой, которую все используют, но никто о ней не задумывается.

Это действительно интересная долгосрочная тенденция, я думаю, что в нашей цивилизации какая-то группа или человек тратит огромное количество усилий на разработку [инфраструктуры]. Если они действительно хороши, то они просто остаются на месте. И долгое время никому не приходится о них думать. А мы постепенно создаем все новые и новые уровни. Так что это действительно хорошо с точки зрения скорости — вы просто хотите иметь возможность импортировать NumPy или что-то еще. В долгосрочной перспективе это создает интересную точку отказа. Для катастрофического отказа, если в одной из этих вещей есть ошибка в каком-то важном смысле. Потенциально это может привести к интересным последствиям для всей системы.

ДЕВОН: Это — предмет моих кошмаров. Я не собираюсь спать сегодня. Спасибо, Майкл.

МИХАЭЛЬ: Я не знаю. Простите. Однажды я пролетал над главным распределительным центром, наверное, супермаркетов в Торонто. И это было просто интересно, смотреть вниз с самолета. И я подумал: когда у вас есть такая централизованная система, которая так важна, так важна для города, что произойдет, когда она начнет давать сбой? Насколько хрупки эти системы? Я задаюсь этим вопросом.

Я привел пример с LINPACK. Я уверен, что LINPACK используется в таких вещах, как открытие Большим адронным коллайдером бозона Хиггса, или обнаружение гравитационных волн с помощью LIGO, и, вероятно, в миллиарде других важных открытий. Это просто забавная игра для размышления. Да, а как бы вы обнаружили тонкие программные ошибки в результатах этих экспериментов? Я совершенно уверен, что эти команды знают толк в том, что делают. Но, по крайней мере, в качестве научно-фантастического сценария забавно подумать о том, что ошибки, заложенные очень глубоко в программное обеспечение, действительно могут привести нас к ошибочным выводам о том, как устроен мир. Может быть, о том, как распределяется пища, или стабилизируется электричество в электросети, или о чем-то подобном.

ДЕВОН: Есть много историй о том, как биологические лаборатории используют Excel, а потом, например, гены вместо генов обрабатываются в Excel как даты. В результате все эти результаты оказываются неверными. Я слышу подобные истории довольно часто, и это только те, о которых мы слышим, я уверен, что есть еще много, много других, о которых мы не знаем.

Я думаю, что именно здесь становится очень важным рассматривать проблемы разными способами, через разные линзы, чтобы можно было здраво проверить результаты. То есть, знаете, на уроках математики, я помню, в начальной школе, говорили, что нужно решить задачу двумя разными способами. И тогда, если вы допустили ошибку в одном из путей, она проявится, и вы увидите, что результат будет другим. Я могу предположить, что в некоторых задачах по физике, вероятно, довольно сложно показать это одним способом, не говоря уже о двух способах.

МАЙКЛ: На самом деле, чем дальше находится бозон Хиггса, тем больше детекторов на БАКе, по крайней мере, два. И поэтому, в принципе, можно работать не совсем независимо друг от друга, так как в этом случае все равно будет много общей инфраструктуры, так как все они будут использовать, например, Intel или AMD. Так что возможность остается, и нельзя сказать, что они полностью некоррелированы, но для LIGO независимость достаточно велика. У них была команда, чья работа заключалась в том, чтобы заражать его, по сути, вводить поддельные сигналы. Да, она должна была действовать в качестве своего рода обезьяны Хаоса в системе, что, на мой взгляд, просто замечательно. Наличие такой состязательной группы, встроенной в дизайн эксперимента, — это так здорово. А еще, наверное, было очень весело. Представьте себе, что вы являетесь частью научной группы и вас нанимают для того, чтобы вы ночью пробирались в лабораторию и делали там всякие гадости. Такова их роль, и вы хотите быть устойчивым к такому поведению.

ДЕВОН: Это похоже на white hat penetration testing и программные системы. Но в интеллектуальных системах. Это забавно, я бы точно посмотрел фильм про ограбление с этим.

МАЙКЛ: Отличная идея. Отличная идея.

ДЕВОН: Или, по крайней мере, как в научно-фантастическом романе, фильм о грабеже, думаю, это было бы забавно.

МАЙКЛ: Уверен, что некоторые так и сделали. Самое замечательное в научной фантастике то, что кажется, что любая идея, которая может возникнуть у вас или у меня, у какого-нибудь автора-фантаста уже есть, по крайней мере, короткий рассказ о ней. Там столько фантазии,

ДЕВОН: Мы должны откопать одну из них и дать ссылку на нее в примечаниях к шоу, если найдем. Это было бы забавно. Помимо интеллектуальных хаос-обезьян, какие наиболее успешные инструменты для развития мышления вы видели в физике?

МАЙКЛ: Язык, математика, символы? Да, это все вещи, которые мы считаем само собой разумеющимися. Но, конечно, они просто удивительно важны. Такие вещи, как арабские цифры, очень легко принять как должное, хотя на самом деле идея о том, что место имеет значение для цифр, невероятно глубока. Тот факт, что если я рассматриваю число 21, то 2 имеет совсем другое значение в числе 21, чем когда это просто 2. Мы не задумываемся об этом, но на самом деле это совсем другой символ. В каком-то смысле контекст изменил его значение. Так что я думаю, что Вы, вероятно, спрашиваете о гораздо более поздних вещах, не так ли?

ДЕВОН: Это правда, но это был и хороший ответ. Какие инструменты мышления были разработаны в физике, скажем, за последние 100 лет?

МАЙКЛ: Просто сужение до века? Да. Даже до 100 000 лет не дотягивает?

ДЕВОН: Да.

МАЙКЛ: Безусловно, система Mathematica оказала огромное влияние на физику. Так что есть такие вещи, как MATLAB и NumPy, и тому подобные. Я пользовался этими системами, но я не мастер, как некоторые. У меня был студент Генри Хасельгроув. То, что Генри мог делать с MATLAB, поражало. Мы разговаривали о том, что я считал очень концептуальным, теоретическим вопросом. Затем он просто проводил несколько минут в MATLAB, и, хотя он выполнял вычисления с конкретными матрицами, ему удавалось получить концептуальное представление об абстрактной математике, что мне казалось очень интересным. Это было гораздо быстрее, чем я мог бы сделать, будучи ограниченным совершенно другим способом мышления.

Подумал, что действительно интересно работать с людьми, которые обладают такой способностью производить очень конкретные расчеты с конкретными числами, но при этом делать интересные выводы по очень абстрактным концептуальным вопросам. Физика, конечно, изменилась. До такой степени, что вычислительные и численные методы действительно стали третьим способом понимания очень многих систем. Многие проблемы просто невозможно решить аналитически. Если вы хотите понять, как будет выглядеть сигнатура гравитационных волн от столкновения черных дыр, вам необходимо провести довольно серьезные численные расчеты. Тогда вы поймете, какие именно сигнатуры следует искать.

В каком-то смысле именно эта возможность моделирования изменила не только физику, но и всю науку. Как будто вы можете взять спецификацию системы, которая является очень широкой. А затем ответить на вопросы о специфическом поведении системы в конкретных условиях, которые без моделирования были бы просто совершенно недоступны для вас. Вы не можете решить проблему выяснения того, какого рода сигнатура гравитационных волн будет получена в результате столкновения черных дыр. Вы не можете этого сделать. Теоретически эта проблема слишком сложна. Это можно сделать экспериментально, если знать, что рядом находятся две черные дыры. Но мы не знаем, что поблизости есть две черные дыры, мы пытаемся понять, действительно ли то, что мы видим, — это две черные дыры. Поэтому важно иметь этот дополнительный метод, метод моделирования, который позволяет сказать: «О, две сталкивающиеся черные дыры будут выглядеть вот так в сигнатуре гравитационных волн». Таким образом, вы изучаете целую кучу подобных событий, которые, возможно, вы не видели в своих симуляциях о черных дырах и их поведении. Затем это можно использовать в качестве исходных данных для других экспериментов. Я не знаю, спрашивали ли вы об этом в данном конкретном примере.

Как это преобразует науку в данном конкретном случае? Она позволяет делать выводы о системах, в которых вы не уверены. В эксперименте вы не знаете, из чего состоят системы, а делаете вывод на основе результатов теории и численного моделирования. Так что это новая способность в науке, и довольно значительная. Я думаю здесь в реальном времени

Я думаю, что каким-то образом, например, вы, конечно, можете сделать такую вещь, когда вы просто попытаетесь смоделировать множество и множество различных возможных систем, которые, как вы думаете, могут быть где-то там, ну, знаете, нейтронные звезды, сталкивающиеся с нейтронными звездами, и черная дыра, сталкивающаяся с другими разновидностями многих других возможностей. Вы можете смоделировать их все. И затем вы можете посмотреть в данных, есть ли в них сигнатуры? Это и есть процесс. Я это знаю. Они действительно провели раннее моделирование некоторых из этих важных классов правдоподобных астрофизических явлений. А затем им пришлось просто ждать и смотреть, что же на самом деле проявится, и в данных не было никакой гарантии, что они увидят столкновение черных дыр.

ДЕВОН: В каких областях физики, по Вашему мнению, мы могли бы воспользоваться более совершенными инструментами для мышления, где наше мышление как бы затуманено, потому что у нас нет карт, которые помогли бы нам действительно понять, что происходит?

МАЙКЛ: Это, безусловно, так, и я много играл с инструментами, которые просто предназначены для представления конкретных индивидуальных систем. В качестве примера я приведу YouTube-канал моего друга Гранта Сандерсона, 3Blue1Brown. Это не инструмент, но, по крайней мере, наглядно показывает суть. Он делает эти прекрасные анимированные 3D-графики, которые показывают системы из иллюстраций явлений и математики, иногда из физики, иногда из других областей, но чаще всего сформированные из математики. Вы просто способны построить интуицию, часто относительно легко, видя эти виды анимированных рисунков, которые вы не смогли бы получить никаким другим способом. Это чрезвычайно поразительно. Я имею в виду, что это очень простой пример и очень распространенный, но во многих отношениях мне кажется, что в каком-то смысле жаль, что он не является более обыденным. Это требует немалых стартовых затрат. В той мере, в какой мы можем сделать такие вещи более простыми и легкими, это, безусловно, хороший генератор интуиции.

«Система визуальной обработки очень мощная. Она работает параллельно, тогда как символьные манипуляции, которыми я занимался раньше… они очень похожи на последовательные».

ДЕВОН: Действительно, трудно создавать графику такого качества, как Грант для своих видео, но я думаю, что есть относительно низкие планки, которые люди все еще не преодолевают. Даже простое построение линейного графика часто может быть очень наглядным. Я даже не могу сосчитать, сколько раз в компании я тратил час или два на то, чтобы нарисовать визуальное изображение, объясняющее мои мысли, и думал: «Это не очень поможет. Это пустая трата времени. Лучше бы я занимался реальной работой». А потом я рассказываю об этом другим людям в своей команде, и они говорят: «О, теперь я понимаю». В этом есть смысл. Иногда вокруг этой диаграммы формируется целая команда, которая решает проблему. Это всегда так ценно. Я всегда потом себя пинаю и думаю: почему бы мне не тратить на это больше времени? Потому что вдруг все эти люди понимают то, чего раньше не понимали. И я сам стал лучше понимать. Потому что, когда я нарисовал это, я понял: «О, это не совсем сходится» или «Это то, что у меня в голове, на самом деле не очень хорошо отображается на бумаге». Это означает либо то, что что-то не так, либо то, что есть какой-то способ, которым я это представляю, который не совсем точно отражает суть. Но да, такие вещи всегда очень ценны. Мне кажется, что большинство людей недооценивают их, в том числе и я. Почему так?

МАЙКЛ: И я в том числе, это забавно. Вопрос, почему вы знаете, что разные представления одних и тех же идей так сильно помогают? Совершенно ясно, что у многих людей есть такой опыт. Мне нравится Венкатеш Рао, писатель. Он любит рисовать два на два абсолютно все. Да, они заставляют вас думать о вещах немного по-другому. Да, есть дешевый ответ, но я думаю, что есть и лучший ответ. Дешевый ответ заключается в том, что, когда вы упорядочиваете что-то в новом представлении, иногда становится легче увидеть другие связи, которые формально ускользали от вас, так что вы видите: «О, это может быть связано с этой другой вещью» и так далее, возможно, я думаю, что это лучший ответ.

Несколько лет назад я разработал небольшой прототип. Он предназначался для изучения движения физических систем в одном измерении. И в прототипе я нашел способ представления сохранения энергии, так что вы можете просто увидеть сохранение энергии непосредственно в визуальном представлении, предоставляемом прототипом. Несмотря на то, что я занимаюсь физикой большую часть своей жизни, 30 с лишним лет, я применял сохранение энергии, не знаю, сколько 1000 или 10 000 000 раз до этого, я обнаружил, что возможность видеть его непосредственно в этом визуальном представлении системы полностью изменила мое отношение к нему. Я больше не занимался алгебраическими операциями. Вместо этого я мог просто видеть, чего ожидать. Это простое изменение действительно изменило мои представления о системе.

Одна вещь, я имею в виду, что это просто потому, что, конечно, вы знаете, система визуальной обработки настолько мощная. Она работает параллельно, в то время как символьные манипуляции, которыми я занимался до этого, думая о сохранении энергии, очень похожи на последовательные. Поэтому гораздо труднее получить глобальное представление. Но главное, что нужно было сделать, — это разработать интерфейс и прототип. Так, чтобы этот прототип обеспечивал прямое представление важного, глубокого результата о системе. В моем конкретном случае это было сохранение энергии. Я нашел несколько других примеров и небольшой прототип, чтобы проиллюстрировать некоторые идеи о комплексном анализе. И снова я обнаружил, что просто возможность видеть непосредственно, а не выполнять символьные манипуляции, несомненно, помогла мне.

Это изменило мой опыт, но изменило ли бы это опыт других людей, я не знаю. Это был всего лишь небольшой прототип, а не система, которая когда-либо поставлялась для широкого распространения.

ДЕВОН: Одна вещь, которую я заметил в нашей общей социальной группе и за ее пределами за последние пять с лишним лет, — это рост числа независимых исследователей. Мне кажется, что все больше и больше людей выбирают места за пределами традиционной академической среды, чтобы заниматься теми направлениями исследований, которые раньше находили себе место в университетах. Во-первых, возникает два вопроса. Первый — совпадает ли это с вашими наблюдениями, поскольку вы гораздо дольше меня были связаны с наукой, и если это действительно совпадает с вашими наблюдениями, то что является причиной такого сдвига?

МАЙКЛ: Я имею в виду, что интуитивно это так. У меня нет никаких реальных данных, подтверждающих это, просто я замечаю, что людей становится все больше и больше, что может быть просто связано с тем, что я становлюсь старше.

На это есть как минимум две серьезные структурные причины, а может быть, и три. Одна из них заключается в том, что доступ к статьям и другим серьезным материалам стал намного проще, и вы можете участвовать в обсуждении. В этом смысле Академия как бы немного приоткрылась. И второе, что очень тесно связано с этим, заключается в том, что эти сообщества практиков уже не так закрыты, как раньше. Это даже шокирует. Оглядываясь на свой опыт в области квантовых вычислений в конце 1990-х и начале 2000-х годов, я, по крайней мере, считаю, что мой опыт был довольно замкнутым. Я думаю, что сейчас гораздо проще просто сидеть на границе. Я все еще отслеживаю, по крайней мере, немного материалов о квантовых вычислениях, то есть, большая часть из них — это просто встречи со старыми друзьями и сплетни о всякой всячине. Но это стало намного проще благодаря социальным сетям, в этом нет сомнений. Кроме того, стало гораздо легче, гораздо легче сидеть на многих из этих границ, причем не только в одной области, но и в двух, трех, десяти, тридцати областях. Тот, кто хочет быть независимым исследователем в какой-то области, может в какой-то степени просто внедриться в нее.

В области ИИ это было интересно наблюдать. Некоторые люди, не имеющие докторской степени или, в некоторых случаях, имеющие степень бакалавра, становятся значительной частью сообщества ИИ. Я имею в виду таких людей, как Крис Олах, Алек Рэдфорд и других, которые не обязательно получили степень доктора философии и т.п. Но, тем не менее, они стали очень важной частью сообщества. И я думаю, что этому в некоторой степени способствовала такая проницаемость.

Третье — и это уже более умозрительно — я могу привести массу конкретных примеров, когда я просто был свидетелем того, как это происходит. Третья вещь — это источники капитала для поддержки этой работы. То есть люди поддерживают себя на Substack, или Patreon, или через меценатство каким-то образом. Возможно, в предыдущих поколениях были прецеденты. Мы уже говорили о Джейн Джекобс, она не была градостроителем в традиционном понимании. Она смогла организовать определенное независимое финансирование, и я думаю, что в некотором смысле ее следует рассматривать как независимого исследователя, который стал одним из самых влиятельных людей в своей области, если не самым влиятельным. Так что, может быть, я не знаю, но таких людей в те времена было много. И я просто выбираю человека, который был особенно ярким примером. Так что я не знаю, увеличились ли источники капитала или что произошло. Это хороший вопрос. На самом деле, это неплохой исследовательский вопрос.

ДЕВОН: Надеюсь, кто-то, слушая это, сможет поднять свои годы? Надеюсь, они также напишут этот научно-фантастический роман о грабеже, я надеюсь, что мы сможем посеять несколько семян идей.

МАЙКЛ: Или, вообще-то, мне понравилась идея о том, что академику Мари Кондо следует написать продолжение о «Меняющей жизнь магии поиска новых репрезентаций». Возможно, она не тот человек, который должен это написать.

ДЕВОН: Джейн Джейкобс — интересный пример, потому что я думаю, что тот факт, что она была независимой, или то, что было независимым, было так важно для результатов, которые она в итоге обнаружила и увидела. Динамика, которую она заметила, во многом объясняется тем, что она была матерью, которая проводила много времени, гуляя по городам, и просто замечала вещи на протяжении многих лет, накапливая мнения, взгляды и перспективы, которых не было у других людей. Если бы она сидела в офисе традиционного департамента городского планирования или в академической среде, изучая экономику землепользования, у нее была бы совсем другая точка зрения. Она была бы в гораздо большей степени окрашена тем, что люди говорят, что это правда, чем тем, что она видит на самом деле. Я думаю, что такие способы мышления, безусловно, могут решить множество важных проблем. Но индуктивный подход — что я вижу? Что, по моему мнению, происходит?

МАЙКЛ: Вы изменили мое мнение, причем только что. Дэвид Кит, очень известный сторонник геоинженерии, написал книгу о том, как увеличить отражательную способность атмосферы Земли в качестве способа смягчения некоторых, но не всех последствий глобального потепления. В своей книге он делает замечание, очень похожее на то, что вы только что сказали. Он говорит, что его беспокоит то, что слишком многие люди, принимающие решения по вопросам климата и связанным с ним вопросам, делают это в кондиционированных конференц-залах. По сути, он призывает людей просто выйти на улицу, посмотреть на окружающую среду, провести некоторое время, посмотреть на мир и т.д. Должен признаться, что когда я прочитал эту статью, то отнесся к ней как к неуместному романтизму. Думаю, что Ваш пример с Джейн Джекобс заставил меня изменить свое мнение. Тогда я подумал, что он как бы ратует за разнообразие опыта. И да, поскольку трудно сказать, какой опыт имеет значение, возможно, это хорошая мысль. Вы, конечно, правы насчет Джейкобса.

ДЕВОН: Да, в случае с климатом мне кажется, что это более неправильно. Но мне нужно подумать, почему. Моя первая мысль: «О, это так неправильно». Потому что, когда вы выходите на улицу, вы можете ощутить только часть климата, планета огромна. Если вы находитесь в Калифорнии и сталкиваетесь с лесными пожарами, вы можете подумать: да, изменение климата — это большая проблема. Но на самом деле, возможно, пожары вызваны неправильным управлением на протяжении десятилетий, и это как бы не связано с изменением климата или не связано с ним, возможно, я не делаю такого утверждения. Такова моя немедленная реакция. Но потом я думаю, что, когда вы выезжаете на природу, вы все равно можете увидеть вещи, которые полностью противоречат вашей модели и могут вас шокировать.

За последние несколько лет я провел много времени в Аргентине и до этого много читал о денежно-кредитной политике и инфляции в теоретическом плане. Но есть нечто совершенно иное, чем увидеть это на месте, когда я осознал, что на самом деле совершенно не понимал этого явления, пока не побывал там. Существует множество других социальных эффектов, взглядов на жизнь, которые просто не замечались, потому что я не был там. И да, я не разговаривал с каждым аргентинцем. Я думаю, что их около 40 миллионов, так что я упускаю многое из этого опыта. Но те немногие, с кем я действительно хорошо познакомился, помогли мне понять, что я упустил большую часть картины. Так что я вполне могу представить себе нечто подобное в климате, где да, вы не сможете увидеть каждый квадратный дюйм Земли в каждый момент времени. Но для того, чтобы исправить некоторые из самых больших ошибок в своем мышлении, это, вероятно, не нужно.

МАЙКЛ: Думаю, что в случае с Джейн Джейкобс я бы априори не очень-то симпатизировал аргументу, что это поможет провести столько времени в работе, когда это даже не работа в поле, а просто случайная прогулка. И все же, я думаю, совершенно очевидно, что это привело к ожидаемому уровню прозрений. Вспомните великих исследователей, Жака Кусто, Роберта Балларда и других. Они получали просто огромное количество информации. На самом деле я недолго жил в одном кабинете с человеком, Томасом Лавджоем, который был отцом биологии охраны природы, я думаю, это термин, который он придумал. На тот момент он провел 40 или 50 лет в Амазонии. Он принимал огромное участие в сотнях, возможно, тысячах различных дел по спасению различных частей тропических лесов Амазонки. У него было так много разнообразного опыта работы на местах в различных местных условиях, что он обладал очень обширными знаниями. Он сказал, что за эти годы изменил свое мышление, перейдя от глобального взгляда к гораздо более локальной точке зрения.

Я немного отклонился от темы. Полагаю, что для меня это навязчивая идея — думать о локальном знании в противовес абстрактному глобальному взгляду. Думаю, в самом начале своей карьеры я очень любил широкие, абстрактные рассуждения, и мне стало гораздо интереснее и приятнее иметь в голове множество совершенно конкретных примеров и пытаться рассуждать о коллизиях и несоответствиях между ними.

ДЕВОН:В молодости я тоже был очень увлечен теорией. Но с каждым годом я все больше ценю конкретику, и именно в ней кроется все самое интересное. Любой человек может выучить теорию и попытаться применить ее на практике. Я думаю, что это не так уж и сложно. А вот интегрировать ее или найти доказательства и интегрировать их в нечто более широкое, объясняющее все эти доказательства, — это уже сложнее. Это гораздо сложнее и гораздо интереснее, я думаю.

МАЙКЛ: Ага! Мне так кажется.

ДЕВОН: Мой последний вопрос основан на цитате, которую Вы привели в одном из своих эссе: Вы сказали, что физик Джон Уилер однажды сформулировал полезный принцип для руководства исследованиями: «В любой области вы должны найти самую странную вещь и затем исследовать ее». Поэтому я задаю вопрос: что странного заинтересовало Вас в последнее время?

МАЙКЛ: Недавно я прочитал книгу Кадзуо Исигуро» Погребенный великан«. Я думаю, он очень известен как автор книг «Остатки дня» и «Никогда не отпускай меня», которые я очень люблю, особенно «Остатки дня». The Buried Giant — это, по сути, сказка, поставленная в артурианские времена, и это не совсем работает. Но самое странное, и то, что заставило меня читать, это то, что у нее есть качество сказки. И я не знаю, есть много вещей, которые кажутся сказками, но на самом деле это просто истории о людях. И в них нет, нет ощущения сказки.

«Он говорит о том, что он называет субкреацией, имея в виду создание полного внутренне непротиворечивого мира, который, тем не менее, отличается от нашего».

Я прочитал книгу Нила Геймана » Звездная пыль» много лет назад, и она кажется мне сказкой. Такое ощущение, что она была написана 1000 лет назад. Я не знаю, почему. Это странная вещь, которую я хочу понять: что это за ощущение, что ты фейри, что ты вне времени? В «Звездной пыли» и в самом великане есть какое-то ощущение странности, которое я нахожу и в «Беовульфе», и во «Властелине колец», и в «Лорде Дансани». Но этого я не нахожу почти во всей фэнтези. Как-то вроде бы внутренне непротиворечиво, но очень по-разному, и я не понимаю, почему.

Есть одно любимое мною эссе Толкина, посвященное процессу. Это действительно процесс творчества, он говорит о том, что он называет суб-творчеством, то есть о создании полного внутренне непротиворечивого мира, который, тем не менее, отличается от нашего. Это то, что он пытался сделать и откуда он черпал силу мифа во «Властелине колец», «Сильмариллионе» и некоторых других своих произведениях. В «Погребенном великане» и «Звездной пыли» нет того же ощущения под-творчества. Но какое-то странное ощущение глубины все же присутствует. В случае с «Погребенным великаном», он встроен в артурианские легенды, и, возможно, вы получаете что-то от этого, вы знаете, что Артур так распространен в нашей культуре, вы знаете, он во всем в некотором роде. Это не так сильно, как, скажем, Библия, но она действительно сильно влияет на нашу культуру. Идеи рыцарства, представления об отношении полов друг к другу — на многое из этого по-разному влияет Артур. В «Погребенном великане» есть что-то от этого, и, возможно, именно в этом он черпает свой смысл.

Соответственно, я не могу дать внятного ответа, потому что это странно. Я пытаюсь понять, что делают эти авторы. Как они это делают? На самом деле, я не особенно люблю Геймана. И я не нахожу, что его светлые работы или его якобы светлые работы — это те вещи, которые меня действительно захватывают. Мне нравится «Звездная пыль», мне нравится «Коралина». Мне нравится его совместная с Терри Пратчеттом книга Good Omens. Ни один из этих авторов сам по себе мне особенно не нравится. Но «Коралина» и «Звездная пыль» почему-то показались мне глубокими, даже если это, казалось бы, детские сказки. Понимаете, что я имею в виду под этим ощущением странности?

ДЕВОН: Есть еще два типа опыта, которые, как мне кажется, могут быть похожими. Скажите мне, не перекликаются ли они. Первый — это опыт путешествия в другое место. И еще один опыт — это опыт проведения времени с религиозными людьми, когда вы сами не религиозны.

МАЙКЛ: Да, это здорово.

ДЕВОН: Да, например, недавно я был на седере у друга семьи. Их семья не ортодоксальные евреи, но у них много друзей, которые придерживаются более традиционных взглядов. И у них были все эти ритуалы и вещи на ужине, которые, как я мог убедиться, имели такое большое значение для них, для их предков и для многих других людей. Для себя я понял несколько вещей на поверхностном уровне, и они мне кое-что объяснили. Но это было ощущение того, что я сам, конечно, не верю в это, но в то же время могу сказать, что это действительно имеет значение. И я вроде как озадачен, но и вроде как потрясен этим одновременно. Есть целый рассказ о том, что они делают друг с другом, который я не могу понять, но могу сказать, что это происходит.

МАЙКЛ: Я немного думаю о том, что существуют слои и слои смысла. Вы видите это и в городах, некоторые города очень хорошо спроектированы, есть одна причина, почему там что-то находится. А в некоторых городах, вы знаете, есть так много слоев, на которых они были заложены. Есть 27 разных причин, почему эта вещь там находится. Вы можете сказать, что это было сделано каким-то бюрократом, а потом есть что-то еще, что находится там по происхождению улиц, определенному какой-то случайностью 2000 лет назад. Что-то похожее есть и в социальных ритуалах, и в подобных историях.

Может быть, именно это и делает такой умный писатель, как Гейман. Он достаточно изучил и усвоил, что воспроизводит некоторые из этих странных вариантов. Вы как бы чувствуете слои прошлого, которые могли бы стать одной из возможных теорий или возможных объяснений того, что происходит или дает эти интересные и странные резонансы, это.

У Барбары Тверски есть такая книга. Она делает замечательный вывод о том, что в языке, если рассматривать его в терминах пользовательского интерфейса, есть много говорящих, сотни миллионов людей постоянно вносят свой вклад в пользовательское тестирование. Они передают все функции. Они разрабатывают функции. И они делают это на протяжении столетий или дольше. В этом смысле у нее гораздо больше участников. Мифы и сказки обладают тем же свойством: их часто пересказывают снова и снова, снова и снова. Одна из теорий гласит: «О, в конечном итоге они становятся очень выхолощенными из-за этого, вы знаете, многие грубые края обрезаются». Я также задаюсь вопросом, в какой степени, возможно, сохраняются некоторые очень глубокие элементы, которые мы не совсем понимаем, почему они там находятся, но они находятся там по очень веским причинам.

Ричард Фейнман, физик, очень интересовался историями и сказками и пытался их сочинять. Он сказал, что обнаружил, что его сказки просто совершенно скучны. И он не мог понять, что они всегда будут просто скучными, ну, знаете, пересказ элементов, которые он уже видел. И он чувствовал, что ничего другого быть не может. А потом он разговаривал с другом с английского факультета, и они говорили: «О, нет, нет, знаешь, вот еще один пример». И он снова обретал ту же мифическую силу и ту же оригинальность. Может быть, именно на это я и отвечаю в примерах. В тех двух примерах, которые я привел, есть некая мифическая сила, происхождение которой я не понимаю. А очень хотелось бы.

ДЕВОН: Да, Толкиен, как известно, написал книги еще до того, как написал настоящие книги. Он писал песни, он создал язык, он создал этот очень богатый гобелен. У вас есть целая вселенная, которая существовала, и затем вы выстраиваете историю на ее основе. Так что это, я думаю, действительно способствует тому, о чем вы говорите.

Если бы вы сказали что-то о другом авторе, что ваша модель заключается в том, что, возможно, он видел так много, он был так настроен на реальные культуры, в которых были сложности и нюансы, что он смог затем как бы сгенерировать это. Интересно, что вы говорите, потому что моя интуиция подсказывает, что все было бы совсем по-другому, а именно: вам придется создавать эти слои в течение долгого времени. И требуется невероятное количество времени, чтобы создать его, позволить ему мутировать и так далее, что больше похоже на то, что, возможно, делал Толкиен, где он создавал эту мифологию со временем, которая наслаивалась сама на себя. Откуда у вас интуиция в отношении другого подхода.

МАЙКЛ: Наверное, я имею в виду, что просто читаю интервью с Гейманом и некоторые из его нехудожественных произведений, где он явно невероятно наблюдателен. Больше всего мне нравится его книга «Остаток дня». В этой книге, я имею в виду, просто история неудачного любовного романа между дворецким, управляющим английским домом. И она так тщательно продумана, что это делает ее прекрасной. У него огромный глаз на детали, и вы не можете оценить все эти детали. Я уверен. Я несколько раз перечитывал эту книгу и много раз смотрел фильм, и каждый раз вижу что-то новое. Я даже не знаю, что это обязательно точное отображение той среды, о которой якобы идет речь, но его внимание к деталям в людях кажется мне просто поразительным. Немного напоминает Джейн Остин, у которой тоже просто невероятный взгляд на людей.

ДЕВОН: Что ж, это все вопросы, которые я собираюсь задать. Спасибо, Майкл. Это была действительно интересная беседа. Мне очень понравился повод глубже погрузиться в вашу работу.

МИХАЭЛЬ: Большое спасибо, Девон. Это было очень мило.