Вся наша жизнь — задачи по оптимизации

Разговор о новой теории, объединяющей теорию эволюции, теорию обучения и статистическую термодинамику, мы продолжаем с Михаилом Кацнельсоном, лауреатом премии Спинозы и Гамбургской премии по теоретической физике, профессором теории конденсированного состояния Университета Радбода (Неймеген, Нидерланды), членом Королевской академии наук и искусств Нидерландов и Европейской академии. Беседовала Наталия Демина.

— Хотелось бы обсудить ваши публикации — две последние статьи [1, 2] в PNAS, посвященные теории эволюции, термодинамике и теории обучения. Как шла работа над ними?

— С моими соавторами Юрой Вольфом и Женей Куниным мы уже активно сотрудничаем как минимум восемь лет. Наш общий интерес в том, чтобы попытаться эволюционную биологию не то чтобы превратить в теоретическую физику — не уверен, что это вообще возможно, — но попробовать применить настоящие методы и подходы теоретической физики, в особенности статистической механики, к задачам эволюционной биологии и посмотреть, что получится.

Мы не единственные, кто ставит такую задачу: публикации на эту тему были у известного физика и биолога Найджела Голденфельда (Nigel Goldenfeld), а также у Карла Вёзе (Carl Woese; это великий Вёзе, открывший три царства [3]). Так что нельзя сказать, что наш научный интерес уникален, но все-таки задача, мягко говоря, далека от разрешения.

Дело в том, что одна из областей биологии — популяционная генетика — достаточно сильно математизирована, и многие физики-теоретики по образованию, эмигрировавшие в биологию, пасутся в этой области. Наша первая работа с Женей Куниным была самой конкретной задачей в области популяционной генетики. Мой вклад в этот труд был абсолютно техническим: работа велась с некой системой уравнений, а я догадался, что эта система точно решаема и можно получить явные формулы для сравнения модели с данными биоинформатики. Так что работа над отдельными задачами идет вполне хорошо и интересно.

Однако и у нас, и у других людей были попытки подойти к проблемам на более фундаментальном уровне: что такое биологическая сложность, что такое эволюция в целом, потому что вопрос, насколько теоретическая физика применима к биологии, стоит давно.

С одной стороны, мы все — физические системы, живые организмы, состоящие из атомов, атомы — из электронов и ядер, ядра — из кварков и глюонов… Я не думаю, что кто-то из серьезных людей искренне верит, что в биологических объектах появляется какая-то новая физика в смысле новых фундаментальных взаимодействий. Периодически начинаются разговоры о биополе, которое не сводится к электромагнетизму. Но, мягко говоря, это не мейнстрим: в современную научную картину мира такие взгляды не встраиваются.

А с другой стороны, очевидно, что биологические законы не сводятся к физике, ну и роль эволюции в биологии, конечно, вещь фундаментальная. Женя Кунин в этой связи очень любит цитировать Феодосия Добржанского: «Всё в биологии имеет смысл только в свете теории эволюции». В этом смысле дарвиновский естественный отбор и т. д. — совершенно фундаментальные биологические явления.

Есть формальное определение жизни NASA, которое, видимо, они придумали, чтобы определять живые или неживые организмы на других планетах: живые системы — системы химические, подверженные дарвиновской эволюции. Химические — потому что, скажем, компьютерные программы тоже в какой-то степени подвержены дарвиновской эволюции, но живыми мы их считать пока не готовы. То есть дарвиновский отбор — совершенно фундаментальная вещь, плохо встраивающаяся в физику, потому что это не произвольный перебор, не случайные процессы, и это — те самые вопросы, по которым между физиками и биологами есть абсолютно фундаментальное непонимание.

Ведь если, например, полагать, что всё многообразие живых организмов возникло в результате случайных процессов, то становится совершенно очевидно, что жизни, чтобы возникнуть и развиться до текущего состояния путем более-менее случайного перебора, на много порядков не хватит времени (в конце концов, мы знаем возраст Вселенной и Земли). В то же время фундаментальные законы не предполагают никаких других механизмов возникновения новизны, кроме случайного перебора. Кто-то верит, кто-то не верит в intelligent design, в разумное устройство, но очевидно, что в современную научную картину мира это не вписывается. Мы хотим оставаться в ее рамках и наблюдать, что получится.

По совсем другим делам, не связанным c сотрудничеством с Женей Куниным, последние лет пять я начал потихоньку погружаться в нейросети, знакомиться с машинным обучением. Наработанные там результаты в то время начинали активно применяться в физике, в том числе и в моих разделах, и я волей-неволей стал с ними знакомиться.

Возникла идея, что машинное обучение схоже с дарвиновским отбором, ведь и в том и в другом случае возникает сложное, целесообразное поведение и решаются оптимизационные задачи на основе случайных процессов. Пока мы с Женей не спеша обменивались электронными письмами на эту тему, я успел познакомиться в «Фейсбуке» с Виталием Ванчуриным.

Он показал мне несколько своих препринтов по теории машинного обучения. В одном из них почти битым словом было написано, что в биологии должны быть какие-то важные процессы, родственные машинному обучению. В статьях Виталия мне понравилось, что там был серьезный математический аппарат, потому что подавляющее большинство людей, которые занимаются машинным обучением и искусственным интеллектом, пишут алгоритмы, составляют программы и жмут на кнопки, не применяя много формул; у Виталия же — нормальный теорфизический аппарат из дифференциальных уравнений в частных производных, с которым нормальному теоретику более-менее понятно, что делать. Стало ясно, что это направление надо развивать.

Мы с Виталием как-то быстро начали вместе работать, причем это не имело никакого отношения к биологии. Первая наша статья — о возникающем квантовоподобном поведении в нейросетях [4]. C самого начала мы стремились применять это к биологии, но понятно, что мы не чувствовали себя достаточно компетентными. Поскольку я долго работал с Женей и Юрой Вольфом, я рассказал Виталию о наших попытках. Он приезжал в Бетесду (штат Мэриленд), где работают Женя и Юра, и мы стали обсуждать работу вчетвером.

Так начались попытки применить не абстрактные теорфизические методы, а конкретно теорию машинного обучения (особенно в той форме, в которой ее начал развивать Виталий) к теории биологической эволюции. Мы хотели понять, насколько можно формально описать сходство дарвиновского отбора и машинного обучения (которое на интуитивном уровне кажется очень естественным и даже, может, тривиальным) и как далеко можно продвинуться в исследовании этой аналогии.

Хочу сказать (не знаю, что говорили мои коллеги): это была захватывающе интересная, но очень тяжелая работа по согласованию языков. И у Жени, и у Юры интерес к теоретической физике и ее методам сильно выше, чем, видимо, «в среднем по больнице» у биологов, но понятно, что у них другая точка зрения на наш объект исследования.

У меня есть некоторые базовые знания в области биологии, но биологом я считать себя не могу; я физик-теоретик, интересующийся проблемами биологии. А для Виталия всё это вообще было в новинку. Поэтому притирание языков шло безумно тяжело, и мы даже делали перерывы в общении, когда было непонятно, куда двигаться. Потом потихонечку что-то начало вырисовываться.

Момент, когда мне стало интересно, когда я сам стал чувствовать, что что-то получается, не имеет прямого отношения к биологии, но есть большая проблема фундаментальной физики (ну, может, кто-то и не считает это проблемой). Это процедура перенормировки в квантовой теории поля, которая дала (не без помощи Ричарда Фейнмана, Джулиана Швингера, Фримена Дайсона и других великих людей) возможность построить квантовую электродинамику.

Проблема заключается в том, что́ делать со всякими бесконечностями, расходимостями, которые возникают при наивных расчетах. Собственно, идея перенормировок состоит в том, что все эти расходимости, все математические неприятности при работе в квантовой теории поля происходят на очень маленьких расстояниях и очень маленьких промежутках времени и, соответственно, на очень больших энергиях. Перенормируемые теории поля — это такие, где в каком-то смысле можно бесконечности «заметать под ковер»: засунуть все эти расходящиеся величины в конечное число параметров, определяемых из эксперимента, после чего с ними можно нормально работать. Процедура очень необычная.

Такой великий физик, как Поль Дирак — собственно, отец квантовой электродинамики и теории излучения, — первым начал разбирать эти задачи. Он всю жизнь считал процедуру перенормировок отвратительной, но, тем не менее, на практике это работает. Впоследствии Герард ‘т Хоофт (Gerardus ‘t Hooft) и Мартинус Велтман (Martinus Veltman) доказали перенормируемость теории электрослабого взаимодействия Вайнберга — Салама, и стало понятно, насколько все-таки перенормируемость важна.

Возникал и вопрос, который не имел никакого отношения к биологии: почему мы живем во Вселенной, в которой все фундаментальные взаимодействия перенормируемы, и откуда это условие перенормируемости берется? В наших с коллегами разговорах это внезапно всплыло. С точки зрения теории обучения это оказался довольно нетривиальный извод антропного принципа.

Вдруг нам как-то стало очевидно, что во Вселенной, в которой существенную роль играли бы неперенормируемые взаимодействия, жизнь была бы невозможна — выживание по Дарвину было бы невозможно. Что значит неперенормируемость? Это значит, что какая-то очень существенная, жизненно важная для процессов нашего масштаба информация сидит на самых маленьких временах и длинах, на планковских масштабах и, грубо говоря, всё, что происходит на планковских масштабах, важно в мире вокруг нас.

Практически это означает, что даже когда не то что мы, а волк и зайчик решают свои биологические проблемы (зайчик — как убежать от волка, волк же — как схватить зайчика и съесть), эти проблемы не решаются без знания квантовой гравитации, теории струн и так далее.

А на самом деле все эти задачи можно решить, не закапываясь на такие уровни. То есть наше описание природы — да и не только наше, а описания, которыми руководствуются волки, зайчики, черви, бактерии и вирусы, — оно иерархично. Можно познать мир на достаточном для выживания уровне, не закапываясь в глубины. А это возможно только в мире, где все фундаментальные взаимодействия перенормируемы.

Для меня самое ценное в науке — когда внезапно возникают контакты, связи между удаленными друг от друга областями. Мои самые известные работы — хотя не думаю, что самые лучшие, — касаются графена, когда удалось установить контакты между физикой высоких энергий и наукой о материалах. Сравнительно тривиально по сравнению со связью перенормируемости фундаментальных взаимодействий и дарвиновской эволюции, да? Тут я начал видеть, что мы обсуждаем что-то действительно важное.

После этого дела пошли дальше, вышли статьи [1, 2]. В PNAS довольно мягкое ограничение по объему, но оно есть — 12 страниц, так что что-то еще даже не вошло. Сейчас я доволен результатом. В развитии нашей с Женей и Юрой деятельности произошел скачок после того, как к нам присоединился Виталий, и всё как-то стало на место.

Опять же, не случайно мы в этих двух статьях цитируем практически все наши основные предыдущие работы, причем цитируем по делу, не для галочки — всё это вполне куда-то встроено. Например, в одной из наших статей в PNAS [5] мы утверждали, что решающий фактор при возникновении биологической сложности — фрустрации, конкурирующие взаимодействия. Это очень естественно встроилось в нейросетевую идеологию.

Еще у нас была статья с математиком Юрой Бахтиным [6], в которой обсуждалось следствие того факта, что биологические системы, с которыми мы имеем дело, — результат миллиардолетней эволюции и они уже очень хорошо оптимизированы. Речь идет об оптимизации уже почти оптимизированных систем. Это было процитировано тоже по делу и хорошо встроилось в общую схему.

На мой взгляд, эти две статьи с Виталием, Женей и Юрой суммируют то, что мы до сих пор делали. Но полного удовлетворения ни у кого из нас нет: все-таки если мы действительно хотим попытаться использовать методы и подходы теоретической физики в биологии, то не следует забывать о том, что физика — наука экспериментальная и в ней, в конце концов, очень важно то, что ты начинаешь обсуждать какие-то экспериментальные данные, что-то можешь объяснить или, еще лучше, предсказать.

Эта цель пока не достигнута, потому что у нас есть некая концептуальная схема и, что очень важно, математический аппарат, которым можно пользоваться. Это надо применять к реальным задачам, к реальным системам, пытаться проверить какие-то предсказания — как раз то, чем мы сейчас начали заниматься.

В этом смысле не было бы счастья, да несчастье помогло: ковид. Накоплен невероятный массив данных по эволюции этого очень неприятного вируса, по его генетическому разнообразию и т. д. Более того, этот массив существует не просто абстрактно. Женя и Юра активно участвовали в его изучении.

Сейчас мы пытаемся анализировать эти и другие данные по ковиду в свете нашего общего подхода. Мы смотрим на функцию распределения какой-то там величины. Условно скажем: теория предсказывает, что должно быть два пика. Мы берем биоинформатические данные, восстанавливаем эту функцию распределения, смотрим, сколько пиков получается. Пока не очень понятно, что получается, и, конечно, такого рода проверка важна для внутренней уверенности в правильности нашего подхода.

В этом смысле полного удовлетворения нет, но, во всяком случае, есть понимание, что, во-первых, как я думаю, мы нащупали правильный путь, по которому надо двигаться дальше, а во-вторых, возникли совершенно неожиданные аналогии между далеко расположенными областями (дарвиновский отбор и перенормируемость фундаментальных взаимодействий), что прекрасно само по себе.

То, что уже сделано, доставляет, по крайней мере мне, чисто эстетическое удовлетворение, но, разумеется, если удастся это применить к реальным биологическим данным, то это будет прорыв в науке. Даже если это останется на уровне деклараций, как у нас, то, по меньшей мере, на результат будет приятно смотреть эстетически.

— Один из выводов вашей статьи гласит, что Вселенная самонастроена на воспроизведение жизни. Как вы для себя это понимаете?

— Наши общие статьи, конечно, есть результат компромисса мировоззрений четырех авторов, и я не уверен, что со всеми моими доводами согласится Виталий, и не факт, что я соглашусь со всем тем, что говорит он. Могу высказать свою личную точку зрения: я не думаю, что Вселенная заточена под возможность появления в ней жизни и что у нас вот прямо буквально это сказано, но она устроена таким совершенно удивительным образом, что появление жизни в ней возможно.

Обычно, когда обсуждают антропный принцип, говорят не про такие глобальные вещи, а про что-то более конкретное: что будет, если изменить массу нейтрона, постоянную тонкой структуры, гравитационную постоянную, как это повлияет на вероятность появления звезд, планет и сложных химических соединений — то, что нужно для жизни нашего типа.

Это интересное направление, хотя не надо злоупотреблять антропным принципом и объяснять им всё на свете. Но мы, кажется, задели еще более глубокий уровень: не о значении фундаментальных постоянных, а о структуре законов физики. Какого типа фундаментальные законы описывают мир, в котором возможна жизнь?

И тут очень интересно. Вот в нашей Вселенной фундаментальные законы допускают формулировку в виде так называемых вариационных принципов, то есть своего рода оптимизационных задач. Именно этот язык дает возможность унифицировать подходы к физике и эволюционной биологии.

Владимир Арнольд говорил, что главное достижение Ньютона можно сформулировать одной фразой: «Полезно решать обыкновенные дифференциальные уравнения». Исаак Ньютон заметил, что фундаментальные физические законы имеют математическую структуру дифференциальных уравнений. А после Ньютона другие физики: Пьер Ферма в оптике с принципом наименьшего времени, Пьер де Мопертюи в механике с принципом наименьшего действия и, наконец, Жозеф Лагранж с Уильямом Гамильтоном обнаружили, что есть альтернативная формулировка: вместо того чтобы описывать процесс шаг за шагом, как предполагается в дифференциальных уравнениях, можно делать утверждение об оптимальности какого-то функционала, который есть действие (принцип наименьшего действия).

Совершенно нетривиально, что законы механики имеют такую структуру. Можно представить себе дифференциальное уравнение другого типа, которое не является, математически говоря, уравнениями Эйлера — Лагранжа, которые не следуют из оптимизации какого-то функционала. Но мир таков. На самом деле вариационные принципы пронизывают физику и, как мы думаем, всю науку сверху донизу. Вариационный принцип лежит также в основе эволюционной биологии (оптимизация fitness — приспособленности); fitness является вполне конкретной математической величиной, тем, что называется мальтузианской приспособленностью (Malthusian fitness — скорость репликации минус средняя скорость репликации).

Эволюция идет таким образом, чтобы максимально оптимизировать эту приспособленность. Единство математического аппарата — а в нашей Вселенной допускается формулировка фундаментальных физических законов в виде некоторого вариационного принципа, в виде некоторой оптимизационной проблемы — создает естественные предпосылки для того, чтобы биологическая оптимизация настроилась на решение этой проблемы.

Я не равняю себя с Ньютоном, но на том же уровне, на котором он, по Арнольду, сказал, что решать обыкновенные дифференциальные уравнения полезно, мы сделали схожее утверждение: «Полезно решать оптимизационные, вариационные задачи». Вариационное исчисление и есть тот универсальный математический аппарат, который до некоторой степени формально объединяет физику, биологию и всё остальное.

Если говорить об этом как об аппарате, то да, фундаментальные физические законы удивительным образом допускают такую формулировку, которая делает естественной постановку вопроса о биологической эволюции. Это гносеологический аспект — какими законами мы описываем реальность. Но следует ли из этого аспект онтологический, то есть что реальность заточена под то, чтобы стать потенциальным носителем жизни? Я бы такого вывода не сделал. Но если к нему пришел Виталий, то я не удивлен: у него намного более радикальные взгляды, чем у меня.

— В статье вы делаете вывод, что жизнь — многоуровневое обучение. Осознаете ли вы самого себя многоуровневой обучающейся системой?

— Конечно, да. В одной из наших с Юрой и Женей предыдущих работ [5] мы подчеркивали решающую роль фрустраций, конкурирующих взаимодействий, появления биологической сложности. Мы существуем на разных уровнях — состоим из клеток, клетки объединяются в ткани, которые объединяются в целый организм; более того, мы — часть социальных систем и т. д. Оптимизационные требования на разных уровнях разные, и иногда возникают противоречия. Простейший и довольно грустный пример — то, к чему стремится индивидуальная клетка: чтобы всё было лучше для нее, она стремится быть бессмертной, неограниченно делиться, тем самым решая свою оптимизационную задачу.

Если мы предоставим отдельным клеткам возможность так себя вести, решая только их собственные оптимизационные задачи, то это кончится раком, который убьет организм. Поэтому в рамках объединения клеток в организме, в рамках тканевой дифференциации возникают всякие механизмы. Перед тем как дать клетке поделиться, той нужно пройти некую проверку. Как я узнал от Жени, рак сейчас рассматривается как поломка этого самого контроля, кому давать делиться, а кому — отказывать.

Но у нашего организма тоже есть свои задачи. С точки зрения биологии мы прежде всего должны размножиться, оставить плодовитое потомство — ей вообще больше ничего от нас не надо. А поскольку мы встроены в социальные системы, то мы спрашиваем себя, есть ли польза от членов общества, невероятной плодовитостью не отличающихся. У Чингисхана счет потомкам идет, говорят, на десятки или сотни миллионов — что же в это время делали остальные мужчины? Они, в частности, создавали условия, при которых он мог так лихо размножаться. Так, естественно, возникают противоречия между нашими потребностями как организма и как члена общества.

Например (прошу прощения за немного вульгарный пример), я сижу на заседании и у меня — как у биологического объекта — возникает потребность срочно сходить в туалет. А вот как член общества я не буду этого делать прямо на заседании, а дождусь его окончания. Пример анекдотический, но он просто показывает постоянные фрустрации, в данном случае — противоречие между оптимизацией своего физиологического состояния и своего социального статуса. Так же всё идет и дальше: помимо абстрактно понимаемого общества, у нас есть семьи, коллеги, сограждане; такие же жители планеты Земля, которые тоже не хотят, чтобы ее уничтожили. Каждая из этих групп стремится к чему-то своему. Все эти оптимизационные задачи противоречат друг другу. Вся эта цветущая сложность — и биологическая, и социальная — возникает именно из-за конкурирующих взаимодействий, из-за того, что становится невозможно решать оптимизационные задачи одним махом на всех масштабах.

Да, это важно и в биологии. Есть еще один грустный сюжет: неизбежность клеточной смерти. Типичная вещь, но с точки зрения ее собственной судьбы, собственных оптимизационных задач — зачем клетке умирать, ведь надо жить вечно? Но даже до появления многоклеточности существовали вирусы, болезни клеток. С точки зрения интересов популяции следует умереть и не распространять заразу дальше, если не можешь бороться. Звучит грустно, но без этого жизнь была бы невозможна.

Все эти самоликвидаторы у нас настроены на всех уровнях — это многоуровневая оптимизация. Она имеет один противоречивый извод: групповой отбор. В биологии, как я правильно понимаю, это очень скандальная тема (осуществляется ли отбор только на уровне индивидуальных организмов или на уровне целых групп организмов). Не хочу туда лезть: я не биолог и не чувствую себя достаточно компетентным в этой теме. Но вот если чуть-чуть сменить терминологию и говорить не о групповом отборе конкретно, а об отборе многоуровневом, то я бы сказал, что это — концепция совершенно правильная и нужная.

Когда мы оптимизируем сложную систему, то неизбежно сталкиваемся с противоречиями между локальными и глобальными оптимизационными задачами. Другая очень важная мысль: противоречивая оптимизация связана не только с разными пространственными масштабами организации, но и с разными временными масштабами. Грубо говоря, задача краткосрочной оптимизации входит в противоречие с задачами оптимизации долгосрочной.

Это становится совершенно очевидным, когда пытаешься применить это к обществу, потому что разные общественные структуры решают свои краткосрочные задачи. Кому-то хочется просидеть лишние десять лет у власти, кому-то — переизбраться на выборах через два года, кому-то — получить очередную звездочку на погоны. Но есть и задачи выживания общества на масштабе столетий, и задачи выживания человечества на масштабе тысячелетий. И все мы, мягко говоря, из нашего шкурного опыта знаем, что очень часто решения этих задач входят в противоречие друг с другом.

Люди, пытаясь сделать как лучше немедленно, здесь и сейчас, для ближайшего своего окружения, буквально пилят сук, на котором сидят, разрушая основу и для своего собственного, и для всеобщего благосостояния. Это всё воспроизводится в обществе; в биологии происходит то же самое. Мы хотим сказать, что это — общее характерное свойство нейросетей. В них неизбежно, постоянно будет возникать конфликт между оптимизацией этой loss function для небольшой группы нейронов и для нейросети в целом. Это очень важная вещь.

— У каждого из ваших соавторов свой взгляд на работу, и интересно наблюдать, где они расходятся. Вопрос не по статье: скажите, какие для себя уроки пандемии вы вынесли, как она задела ваш университет? Как будет проходить дальнейшее восстановление после пандемии?

— Когда мы начали работать с Женей, мне часто вспоминалась фраза из «Всей королевской рати» Роберта Пена Уоррена: «Ты должен сделать добро из зла, потому что его больше не из чего сделать». Если угодно, вся эволюционная биология — наука о том, как сделать добро из зла: как, например, борьба с паразитами приводит к возрастанию уровня биологического многообразия.

Пандемия — то же самое. Понятно, что самое главное и самое страшное следствие пандемии — что люди умирают и болеют. Из тех, кого я хорошо знаю, никто, слава Богу, не умер, но болели многие. Понятно, что это — абсолютное зло и лучше бы этого не было. Но в той мере, в которой все-таки можно было от этого абстрагироваться, я просто балдел от изменения образа жизни. Я расслабился, работал дома, с меня слег груз многих обязанностей руководителя группы (все ведь тоже работали сидя по домам), члена разных комиссий, для участия в которых не надо было куда-то ехать… Появилась возможность сосредоточиться на своей науке; мы с женой регулярно гуляли — держа дистанцию с другими гуляющими, разумеется. У меня в результате укрепилось здоровье, я похудел.

Оказалось, что этот режим совершенно идеален для того, чтобы заканчивать в спокойной обстановке то, что начато. Удалось успешно довести до завершения многие проекты, которые висели и которые бы заняли куда больше времени с моей суетой и бесконечными поездками. Казалось бы. А потом прошло какое-то время, и я увидел, что 2021 год стал периодом моей минимальной научной продуктивности за последние 15 лет.

Оказывается, вся эта суета для чего-то тоже нужна. Когда участвуешь в онлайн-конференции — так, 17 февраля я делал доклад на конференции в России, на зимней школе, — всё это очень хорошо и дает возможность пообщаться с гораздо бо́льшим количеством людей, чем общаешься в реальной жизни, но это общение — узкоспециализированное. Тема конференции или семинара объявлена, сделал доклад, тебе позадавали вопросы по теме доклада, ты ответил — вот и всё, молодец.

Но когда ты приезжаешь в другой город, чтобы пообщаться с людьми, и хочешь там обсудить одно, то реально обсуждаешь совершенно другое. Вот ты незапланированно посетил какую-то лабораторию, а там тебе рассказали что-то интересное; задали какой-то вопрос, которого не было в программе визита, а ты неожиданно смог на него ответить — и вот пожалуйста, завязалось новое научное сотрудничество, скоро будут новые статьи. Теперь же этого не стало.

Если цинично отрешиться от болезни и смерти (конечно, от этого ни в коем случае нельзя отрешиться, на самом деле) и если сфокусировать свою задачу, рассуждая только об оптимальности научной работы, то мы уже здесь встретим противоречие. Этот режим полуизоляции хорош для того, чтобы доделать давно начатое, и плох тем, что блокирует появление новых идей, новых направлений научной работы.

Это главный урок, который я для себя извлек из пандемии. Сейчас в Нидерландах объявлено, что с 25 февраля большая часть ограничений отменяется и мы постепенно возвращаемся к нормальной жизни. Видимо, мы очень дисциплинированные и сознательные граждане; среди взрослого населения около 86% вакцинированных. Мы уже решили, что можно многого добиться этой дисциплиной, карантином, вакцинацией, а дальше уже, что называется, на всё воля Божья. Потихонечку мы снова вернемся к этому режиму поездок. Посмотрим, что будет…

— В период пандемии меня разочаровало большое недоверие людей к науке, то, что люди отказываются прививаться и не доверяют тому, что сделали ученые. Как вы относитесь к этому? Что нужно сделать просветителям, ученым, чтобы завоевать доверие общества? Или это константа, что часть общества всё время будет не доверять науке?

— Я не думаю, что это вопрос доверия к науке. Скорее это вопрос доверия к власти. Опять же, в Нидерландах 86% взрослых привиты, никакого недоверия нет. Всегда есть эти 14%; это интересное разделение, которое в России обсуждалось совсем по другим поводам сколько-то лет назад… Всегда будет какое-то меньшинство — не такое, как все. И всегда будет какое-то большинство, но в обществе нидерландского типа, а также в Скандинавских странах все-таки очень высок уровень доверия к власти и люди ведут себя весьма дисциплинированно.

Но надо сказать, что у нас тоже происходили безумные вещи: в очередной раз, когда был введен какой-то аналог QR-кодов, власти попутно разрешили дискотеки с ночными клубами, и это сразу пришлось прекратить: начался скандал, из-за того что чуть ли не 150 человек прошло по одному и тому же коду. После этого стали просить показывать не только QR-код, но и удостоверение. Я к тому, что идиоты есть везде. Но в целом я бы сказал, что глобальной проблемы недоверия населения к науке и власти мы в Нидерландах не увидели.

А в России эта проблема стоит очень остро. И опять же, это оптимизационная задача. Например, условная власть для решения своих амбициозных задач решает, что «давайте будем врать». Хорошо, давайте, это поможет решить конкретные задачи власти. Не хочу даже спекулировать какие; что для них является loss function — функцией потерь, для оптимизации которой нужно врать.

Какие же из этого будут последствия? Люди не все идиоты, они понимают, что им постоянно врут. И в один прекрасный момент нужно сказать им правду — что надо прививаться. Но условная власть всё это время врала, так что доверия к ней никакого. Это не вопрос доверия к науке, а вопрос организации общества. Гносеологически это пример хороший, а этически — нет.

В России, к сожалению, эта многоуровневая оптимизация оказалась проваленной. Никак не удалось оптимизировать здоровье общества. Но зато, вероятно, удалось оптимизировать что-то другое, более приоритетное, чем здоровье.

— Были ли у вас в жизни случаи профессионального выгорания? Как вы выходили из ситуаций, когда теряли интерес к тому, что делаете?

— Конечно, такие случаи были несколько раз. В начале 1990-х, когда границы открылись и все стали уезжать, я принципиально решил оставаться в России. Но довольно скоро стало ясно, что в тех конкретных условиях наукой нормально заниматься невозможно, даже журналы не приходили. Для себя я решил эту задачу так, что стал заниматься организацией науки и образования (например, пытался писать учебники) вместе с моими друзьями. Я решил, что для общества это важнее.

Когда я во второй половине 1990-х начал ездить за границу и сталкивался со знакомыми по советскому времени коллегами, которые раньше считались не такими перспективными, как я, — а у меня был хороший старт, — оказалось, что в науке они меня обогнали, и обогнали не просто по регалиям или зарплате, а по существу, по реальным профессиональным достижениям.

Это был не очень приятный опыт, и в конце концов мне пришлось уехать. Я решил оптимизационную проблему — получил оптимальную среду для научной работы, но это было безумно тяжело. Рвешь кучу связей, меняешь образ жизни, привыкаешь к новой культуре, языку…

Вторая история случилась, когда я раскрутился в области изучения графена, году к 2012-му. Всё шло хорошо, даже слишком хорошо, но в какой-то момент возникло ощущение, что всё время идешь по накатанному. У меня появилось такое чувство, что я могу решить любую задачу, которая решается стандартными методами, и это отбивает напрочь всякую мотивацию делать что-то еще.

И тогда я переключился на совсем другие вещи: занялся основами квантовой механики, общей теорией сложности, биологией… Всё это было непомерно сложно, поэтому мы, мягко говоря, были застрахованы от ощущения, что, как в графене, мы тут сможем решить любую задачу. И я вновь стал бодр и полон сил.

Сейчас я думаю о том, что через два с половиной года мне предстоит выход на пенсию. Никто не запретит мне заниматься наукой, но я перестану быть «большим начальником», влиятельным членом научного сообщества, чего я жду с некоторым страхом. Было бы очень неприятно открыть, например, что моя репутация в сообществе зависит больше от моих социальных функций, нежели от качества научных работ.

Я искренне надеюсь, что этого не произойдет, но через три года я увижу, что будет, своими глазами. Если так и случится, то станет ясно, что мое отношение к науке было неправильным, — придется менять еще что-то. Нормальное дело — двигаешься через кризисы, проходишь дальше… Так происходит всегда.

— Прочитала в вашей статье, что чем больше система обучается, тем она оптимальнее, успешнее. Ожидаете ли вы в будущем кибернетизированных людей, тех, кто будет вживлять в организм нейроустройства, чтобы быть более успешными? Пойдет ли человечество по этому пути?

— Не знаю, по какому пути человечество пойдет, но главное то, что сказано в нашей статье о многоуровневой оптимизации и противоречивых требованиях, вытекающих из оптимизации на разных уровнях. Если ты превратишь себя в киборга, то, наверное, какие-то из своих функций ты улучшишь, а что-то и потеряешь — так всегда бывает.

Например, сейчас идешь в супермаркет, покупаешь еду, готовишь ее и ешь. Это оптимизационные задачи, на которые не тратишь много сил, не подвергаешь себя такому риску, какому подвергался первобытный человек, которому надо было пойти в лес, завалить зверя, разделать его и съесть. В этом смысле какую-то оптимизационную задачу мы решили — наша жизнь стала более безопасной, более устроенной.

Но с другой стороны, подозреваю, что процедура, когда ты своими руками кого-то ловишь, готовишь и ешь, может, тупо и вкуснее, ведь ты испытываешь кучу всяких положительных эмоций, которых нет в нашей жизни: ты крутой, сильный, смог догнать дичь…

Думаю, если мы полностью кибернизируем себя, то какие-то функции будут выполняться лучше, а какие-то — снова утратятся. Можно и тут подчеркнуть сказанное в нашей статье: оптимизационных задач, которые нужно решать, много, они противоречат друг другу, нет единого четко выраженного глобального минимума, который ты должен достичь.

Существует огромное количество субоптимальных решений, которые ты принимаешь, двигаясь от одного к другому, что-то приобретая, что-то теряя. Это неизбежно: ни в каких сложных системах — ни в биологии, ни в обществе — не будет состояния сплошных плюсов и отсутствия минусов. Согласно нашим выводам, это бы противоречило законам природы.

— Спасибо за беседу! Будем ждать ваших новых статей и, возможно, эмпирической проверки теоретических заключений.

Видеоверсию беседы смотрите
на YouTube-канале «ТрВ-Наука»

1. Vanchurin V., Wolf Y. I., Katsnelson M. I., Koonin E. V. Toward a theory of evolution as multilevel learning // PNAS. Feb. 2022. 119 (6) e2120037119. DOI: 10.1073/pnas.2120037119

2. Vanchurin V., Wolf Y. I., Koonin E. V., Katsnelson M. I. Thermodynamics of evolution and the origin of life // PNAS. 2022. Feb 8. 119(6): e2120042119. DOI: 10.1073/pnas.2120042119. PMID: 35131858.

3. Woese C. R., Fox G. E. Phylogenetic structure of the prokaryotic domain: The primary kingdoms // PNAS. Nov. 1997. Vol. 74. No. 11. P. 5088–5090. DOI: 10.1073/pnas.74.11.5088

4. Katsnelson M., Vanchurin V. Emergent Quantumness in Neural Networks // 2020. arXiv: 2012.05082v1

5. Wolf Y. I., Katsnelson M. I., Koonin E. V. Physical foundations of biological complexity // PNAS. Vol. 115. No. 37. DOI: 10.1073/pnas.1807890115

6. Bakhtin Y., Wolf Y. I., Katsnelson M. I., Koonin E. V. Evolution in the weak-mutation limit: Stasis periods punctuated by fast transitions between saddle points on the fitness landscape // PNAS. 2021. 118: e2015665118. DOI: 10.1073/pnas.2015665118