Тайлер Коуэн - Среднего более не дано. Как выйти из эпохи великой стагнации

Многие из нас хотели бы посвятить себя работе, которая не только хорошо оплачивается, но еще является содержательной и важной. Мы желаем, чтобы наша работа отличалась значимостью. Одни из нас захотели стать учителями, другие — врачами, третьи — специалистами в области физики частиц. В огромном сонме профессий легко не обратить внимания на тот факт, что все современные специальности в той или иной мере зависят от научных разработок. А как обстоят дела у науки? Можно ли говорить о том, что среднего более не дано и в ней?

Наука представляет собой общую систему прогнозов, контроля за нашей средой обитания и понимания нашего мира. Тем не менее я считаю, что в практическом применении и понимании науки назревают существенные перемены. И причина этого вряд ли кого удивит: машинный разум. В конце концов мы придем к тому, что более не сможем понимать значительные области науки, на которых зиждется наша работа и наша жизнь — а многие этого не понимают уже сейчас. Нелогичность и неспособность понимать — уже не редкость в квантовой механике. И эта тенденция непонимания продолжится.

Мы находимся на необычном этапе в истории науки: многие из важных научных результатов все еще могут быть поняты людьми с хорошим образованием и, само собой, хорошо подготовленными, эрудированными учеными. Множество научно-популярных книг достаточно информативны. Возможно, они не наделяют вас способностью судить о потенциальных направлениях развития в той или иной области или понять все детали. Тем не менее многие американцы, не будучи учеными, способны следить за некоторыми из основных направлений развития, скажем, эволюционной биологии или общей теории относительности Эйнштейна.

Нам, однако, не следует принимать нынешнее состояние нашего понимания науки как данность. Речь идет не о снижении образованности как таковой, а о том, что наука сама по себе во многих областях выходит за рамки понимания обычным человеком. Большая часть науки станет более трудной для понимания, по крайней мере в силу трех причин:

1. В некоторых (не во всех) научных областях рассматриваются все более сложные проблемы, не поддающиеся простым, основанным на логике, прорывным решениям.

2. Работа научного специалиста становится все более специализированной. Это тенденция, которая наблюдается в течение столетий и которая вряд ли прервется.

3. Уже недалек тот день, когда умные машины сами станут высококлассными учеными.

Общая обескураживающая картина позволяет говорить о неспособности отдельного человеческого мозга понять науку функционирования нашего мира.

По мере развития науки каждое новое открытие второстепенного характера является скорее результатом специализированных исследований, а не следствием общих научных прорывов — в отличие от того, что наблюдалось прежде. Скорее всего, у нас уже не будет нового Исаака Ньютона, Адама Смита или Евклида, поскольку наиболее фундаментальный вклад в исследовавшиеся ими области науки уже сделан. Новые фундаментальные открытия еще впереди, однако делаться они будут черепашьим шагом и, скорее всего, целыми исследовательскими коллективами, а не гениями-одиночками, открытия которых отличаются масштабностью и неожиданностью. Ничего плохого в этом нет. В действительности, это лишь является отражением некоторых положительных особенностей, присущих науке, таких как быстрота и интенсивность обмена информацией, наличие большого числа очень талантливых людей, работающих над крупными, еще не решенными проблемами, и того факта, что значительная часть фундаментальных открытий уже сделана. Наука стала в значительной мере более коллективным занятием, чем это было когда-то: личный вклад отдельного исследователя теперь существенно меньше, даже в периоды значительного научного прогресса.

Мы уже оказались на таком этапе, когда не существует общего понимания того, что следует рассматривать в качестве «доказательства» математической теоремы. Крупная по значимости теорема может занимать десятки или сотни страниц и основываться на сотнях предыдущих решений из различных областей математики. Разрабатываемые сегодня теоремы основываются на разделении труда: ни один человек в буквальном смысле слова не знает, верна ли та или иная теорема; вместо оценки одним человеком отдельные части теоремы распределяются между соответствующими математиками. Решение о том, доказана теорема или нет, является коллективным, а полезность теоремы становится очевидной уже потом — при ее практическом применении.