Э-э… в результате совершенно случайных мутаций в процессе постепенной эволюции, которая длилась миллиарды лет.
Хорошо, можем ли мы на основе такого ответа предсказать, в каком направлении продолжится наш эволюционный путь? Конечно, можем — это будет и вправду веселенькая дорожка. Прямиком в ад.
Ладно, будем серьезнее. Если эволюцией движут случайные мутации, тогда как кто бы то ни было может предсказать, куда мы движемся? Любое предсказание в таком случае — не более чем догадка. Любопытный факт: когда в домах стали массово появляться персональные компьютеры, футурологи предсказывали, что люди, постоянно сидящие у мониторов, лет через сто станут маленькими, умными и с большими головами. Сейчас, видя эпидемию массового ожирения и всеобщего отупения, мы понимаем, что то была догадка, достойная «Эдсела»!
Нужда — мать всех изобретений[55]
Перед лицом глобальных кризисных процессов передовая наука предлагает новый жизнеутверждающий миф — новый взгляд на мир. Как только мы заменяем бытующие ныне в цивилизации ущербные парадигматические мифы новыми открытиями современной науки, перед нами открываются широчайшие возможности. Когда смотришь на мир через правильно подобранные парадигматические линзы, в фокус попадают не замечаемые прежде закономерности.
Например, рассмотрим в свете новых научных идей вопрос об эволюции человечества. Тогда как Дарвин утверждал, что эволюцией движут случайные мутации, Кэйрнс описал благоприятные мутации, которые выглядят целенаправленными и обеспечивают организмам способность адаптироваться к динамическим изменениям в среде за счет активного изменения генетического кода.
Ведущие теоретики в области эволюции недавно оживили разработанную в XIX веке концепцию экологического видообразования, согласно которой эволюция новых видов происходит под давлением экологических факторов. Эти теоретики отмечают, что региональные вариации в среде (например, микроклиматические зоны) сильно влияют на поселяющиеся в этой среде организмы, заставляя их быстро адаптироваться — изменять свои физические и поведенческие черты, чтобы выживать и процветать. Например, мы можем разделить некую популяцию рыб или улиток на две одинаковые группы и поместить их в идентичные среды. Затем, если мы к одной из этих групп подселим хищников, которые питаются рыбами (или улитками), то увидим, что такое изменение в среде (хищники) глубоко влияет на эволюцию внутри популяции. Подобные же результаты можно наблюдать и в естественных экосистемах.
Рыбы или улитки в изменившейся среде станут созревать и давать потомство раньше. Дальнейшие изменения в их облике и поведении, скорее всего, приведут к тому, что они будут значительно отличаться от своих собратьев, живущих в более безопасном месте. Эти две популяции могут приобрести еще более выраженные различия, если под давлением хищников одна из них вынуждена жить и питаться в той части своего ареала, где раньше особи данного вида почему-то предпочитали не бывать. Независимо от того, произойдут ли эти перемены в результате действия эпигенетических механизмов или вследствие адаптивных мутаций, различия между популяциями в конце концов достигнут такого уровня, когда разные представители некогда единого вида больше не будут признавать друг друга за своих и не смогут иметь общее потомство.
Влияние среды на эволюционные процессы было недавно подтверждено в ходе долгосрочных генетических исследований микроорганизмов. Пытаясь выяснить роль случая в эволюционном развитии, исследователи задались вопросом: «Если бы можно было повторить историю Земли с исходной точки, развивалась бы она точно так же?» Ученые поместили генетически идентичные бактерии в разные пробирки, содержащие одинаковую стрессовую среду, и проследили эволюцию этих бактерий на протяжении 24 000 поколений. В результате выяснилось, что так называемая адаптивная радиация[56] всякий раз проходила одинаковым образом под влиянием имеющихся в данной среде ниш для выживания.
Независимо от того, какой путь адаптации выбирали бактерии в каждой пробирке, они в конце концов приспосабливались к идентичным условиям приблизительно одинаковыми способами. Это свидетельствует о том, что идентичные популяции при попадании в идентичные условия следуют параллельными путями эволюции. Таким образом, в ходе данного эксперимента и других экспериментов, описанных выше, передовая наука продемонстрировала: факторы среды оказывают непосредственное влияние на эволюцию и, очевидно, направление эволюции не является случайным.
Но если направление эволюции задают условия среды (что явствует из описанных экспериментов), значит, достаточно глубокое понимание этих условий даст нам возможность предсказывать ее дальнейший ход. Тогда вопрос состоит в следующем: «Можем ли мы предсказать, как будут вести себя условия среды в динамичном мире?»
Со стороны кажется, что динамические системы ведут себя беспорядочно. Но Лоренц продемонстрировал, что при наличии достаточно точных данных об окружающей среде поведение даже таких систем оказывается предсказуемым. Динамические системы представляют собой детерминистический хаос, или просто хаос. В отличие от систем, демонстрирующих беспорядочное поведение, судьба хаотических систем все-таки может быть предсказана, и (как убедился Лоренц) они крайне чувствительны к тончайшим исходным влияниям.
Еще раз дежавю
Помимо чувствительности динамические (или хаотические) системы характеризуются еще одной фундаментальной чертой: итерацией. Что такое итерация? Это просто-напросто повторение структуры — будь то физическая структура или поведенческая. Например, если мы сделаем съемку береговой линии океана со спутника, с самолета, с корабля и с пляжа, а затем сравним очертания берегов на разных снимках, то везде увидим автомодельные (или самоподобные) формы. Аналогичным образом, из повторяющихся автомодельных структур разных масштабов состоит дерево — очертания всего дерева похожи на очертания большой ветки, которые, в свою очередь, опять повторяются в каждой маленькой веточке.
В математике итерация представляет собой повторяющееся применение одной и той же функции или формулы, когда данные, полученные на выходе каждого этапа, используются в качестве входящих данных для следующего этапа. Например, рассмотрите следующее итерированное уравнение:
Длина отрезка: 2 =
Например:
12 дюймов: 2 = 6 дюймов
Повторим процесс:
6 дюймов: 2 = 3 дюйма
3 дюйма: 2 = 1,5 дюйма
1,5 дюйма: 2 = 0,75 дюйма
0,75 дюйма: 2 = 0,375 дюйма
И так далее: каждый следующий отрезок становится вдвое короче предыдущего до тех пор, пока ваш карандаш не окажется слишком толстым, чтобы начертить очередной отрезок. Но и тогда итеративное уравнение может продолжаться. Так, вы смогли бы увидеть более маленькие отрезки под микроскопом.
В этом итерированном уравнении мы используем одномерный отрезок, а потому в результате у нас получаются просто все новые отрезки меньшей длины. Однако если применить итерацию к двумерному объекту, например к треугольнику, то в результате итерирования получится объект большой сложности.
Построение двумерной снежинки Коха начинается с простого равностороннего треугольника. Далее начинается итерирование, суть которого состоит в следующем: на каждой стороне треугольника строим новый равносторонний треугольник, периметр которого равен длине стороны, на которой он построен; применяя эту формулу снова и снова, мы будем добавлять на каждую вновь созданную сторону все меньшие и меньшие треугольнички.
Снежинка Коха — пример итерированной структуры, созданной на основе двумерного объекта. При итерировании трехмерных объектов результат получается еще более сложным.
Задумайтесь над следующим фактом: все виды животных на планете, от червей до кашалотов, представляют собой многомерные системы, состоящие, по сути, из итерированных клеточных структур. Эти сложные системы (организмы), а также среда, где они обитают, — хаотичны. Однако, когда мы применяем математическое моделирование, они становятся — вы готовы это услышать? — предсказуемыми!
Именно эту концепцию предсказуемого хаоса имел в виду Галилео Галилей, когда сказал: «Математика — это язык, на котором Бог написал Вселенную».
На примере снежинки Коха мы видим, как из такой простой геометрической формы, как равносторонний треугольник, мы можем получать все более сложные фигуры
На приведенной выше иллюстрации исходный треугольник А изображен светло-серым цветом. Результаты каждого нового итерирования изображены все более темными (фигуры Б, В и Г). Насколько сложные объекты позволяет создать этот процесс, видно на рисунке Д, где все треугольники слиты в одну фигуру. При сравнении простого треугольника, с которого все началось, с результатами каждого последующего применения нашей формулы, становится очевидно, что каждое итерирование значительно увеличивает сложность фигуры.
