Как я говорил в главе 1, объяснительная функция теорий считается главной не просто потому, что нам так хочется. От неё полностью зависит предсказательная функция науки. Также, чтобы обеспечить прогресс в какой бы то ни было области, нужно творчески варьировать именно объяснения, которые предоставляют существующие теории, а не их предсказания, и только так можно сделать догадку относительно следующей теории. Более того, то, как объясняются явления в одной области, влияет на наше понимание явлений в другой. Например, если кто-то считает, что фокус целиком основывается на сверхъестественных способностях фокусника, то это повлияет и на его суждения о теориях в космологии (таких как происхождение Вселенной или проблема тонкой настройки) и в психологии (как работает человеческий разум) и так далее.
Кстати, является определённым заблуждением мнение о том, что предсказания последовательно сменявших друг друга теорий движения планет были очень похожи. Ньютоновские предсказания прекрасно подходят для строительства мостов и лишь немного неадекватны при эксплуатации глобальной навигационной системы GPS, но они безнадёжно ошибочны при объяснении таких явлений, как пульсары, квазары или Вселенная в целом. Чтобы всё это правильно понять, нужны совершенно другие объяснения, которые и предложил Эйнштейн.
Такие большие смысловые скачки в последовательных научных теориях не имеют биологического аналога: у эволюционирующего вида в каждом поколении доминантная разновидность лишь слегка отличается от предыдущей. Тем не менее научное открытие — это тоже постепенный процесс; просто в науке вся постепенность и практически вся критика и отклонение плохих объяснений происходит в головах учёных. Как говорил Поппер, «пусть вместо нас умирают наши теории».
В этой способности критиковать теории, не связывая с ними всю свою жизнь, есть ещё одно, более важное преимущество. У эволюционирующего вида адаптации организмов в каждом поколении должны сохранять достаточную функциональность, чтобы поддерживать в организме жизнь и чтобы пройти все испытания, с которыми они могут встретиться, чтобы породить следующее поколение. А вот в науке промежуточные объяснения, ведущие учёного от одного разумного объяснения к другому, необязательно должны быть жизнеспособными. То же самое верно и для творческого мышления в целом. Это фундаментальная причина, по которой объяснительные идеи могут избавиться от парохиальности, а биологическая эволюция и эмпирические правила — нет.
Вот я и подошёл к главной теме этой главы — абстракциям. В главе 4 я отмечал, что порции знания — это абстрактные репликаторы, которые «используют» организмы и мозг (а значит, и влияют на них), чтобы достичь воспроизведения. Это объяснение более высокого уровня, чем эмерджентные уровни, о которых я говорил до сих пор. Утверждается, что нечто абстрактное — не физическое, как информация в гене или теория, — влияет на что-то физическое. С физической точки зрения в этой ситуации происходит только то, что один набор эмерджентных сущностей, таких как гены или компьютеры, воздействует на другие, хотя это уже является проклятьем для редукционизма. Но для более полного объяснения необходимы абстракции. Вы знаете, что, если компьютер обыгрывает вас в шахматы, это на самом деле делает программа, а не атомы кремния и не компьютер как таковой. Абстрактная программа физически воплощается как высокоуровневое поведение огромного числа атомов, но объяснить, почему она вас побеждает, невозможно, не ссылаясь также и на саму программу. Эта программа также воплотилась в неизменном виде, в длинной цепи различных физических субстратов, включая нейроны в мозгу программистов и радиоволны, возникавшие при скачивании программы по беспроводной сети, и наконец, в определённых состояниях носителей долговременной и кратковременной памяти в компьютере. Специфика этой цепочки воплощений может иметь значение при объяснении того, как программа попала к вам, но это не имеет отношения к тому, почему она вас победила: здесь всё дело в содержании знаний (в программе и в вас). Этот пример — объяснение, которое неизбежно ссылается на абстракции; а значит, эти абстракции существуют и действительно влияют на физические объекты так, как это необходимо для объяснения.
Специалист по вычислительным системам Дуглас Хофштадтер приводит хороший довод в пользу того, что для понимания определённых явлений объяснение такого типа необходимо. В своей книге «Я — странная петля» (I am a Strange Loop, 2007) он описывает специализированный компьютер, построенный из миллионов костяшек домино. Они стоят близко друг к другу, как часто забавы ради их располагают, на одном ребре, так что если толкнуть одну, она ударит по соседней, и весь ряд рухнет. Но костяшка домино Хофштадтера подпружинена так, что если толкнуть её, то через фиксированное время она возвратится в исходное положение. Значит, когда одна костяшка падает, по всей цепочке в направлении падения пойдёт волна или «сигнал», до тех пор, пока не достигнет тупика или уже упавшей костяшки. Собрав эти костяшки в сеть с циклами, разветвлениями и воссоединениями разветвившихся потоков, можно сделать так, что эти сигналы будут комбинироваться и взаимодействовать достаточно разнообразными способами, и в итоге из всей этой конструкции получится компьютер: сигнал, идущий по цепочке, можно интерпретировать как двоичную единицу («1»), а отсутствие сигнала — как двоичный нуль («0»), и путём взаимодействия между такими сигналами можно будет выполнять целый ряд логических операций, таких как «и», «или» и «не», а из них — составлять произвольные вычислительные процедуры.
Одна из костяшек играет роль сигнала «пуск»: когда толкают её, доминошный компьютер начинает выполнять программу, реализованную в его циклах и цепочках. В мысленном эксперименте Хофштадтера программа вычисляет, является ли заданное число простым. Чтобы подать некое число на вход, в цепочку выстраивают соответствующее количество костяшек, а затем инициируют работу. За выдачу результата отвечает определённая костяшка, расположенная где-то в другом месте сети: она упадёт, если будет найден делитель поданного на вход числа, тем самым показывая, что оно не было простым.
Хофштадтер задаёт на входе число 641 (оно простое) и толкает костяшку «пуск». По сети туда-сюда прокатываются волны. Все костяшки входного числа 641 падают — это вычислительный алгоритм «считывает» входные данные, а затем они поднимаются и принимают участие в дальнейших замысловатых действиях. Процесс получается длинный, ведь такой способ выполнения вычислений весьма неэффективен, но поставленную задачу он решает.
Далее Хофштадтер представляет себе человека-наблюдателя, который не знает, зачем нужна эта доминошная сеть, но наблюдает за движением костяшек и замечает, что одна из них всё время твёрдо стоит на месте и на ней никак не отражаются ни нисходящие, ни восходящие волны.
Наблюдатель указывает на [эту костяшку] и спрашивает: «А эта почему никогда не падает?»
Мы-то знаем, что это выходной элемент, но наблюдателю это неизвестно. Хофштадтер продолжает:
Я приведу два возможных типа ответа для сравнения. Первый тип лежит на грани абсурда: «Потому что не упала та, что перед ней, дураку же ясно».
