Уильям Лоренс Брэгг был настолько прозорлив, что понимал, что методики, в разработке которых для изучения кристаллической структуры обычных веществ он участвовал, могут оказаться мощным инструментом для изучения строения сложных молекул, являющихся составными элементами жизни, таких как гемоглобин и ДНК. Он активно помогал Перуцу, который был его учеником, в создании исследовательской программы, посвященной исключительно раскрытию тайн строения жизни. Так в 1947 г. в знаменитой Кавендишской лаборатории в Кембридже, директором которой был Уильям Лоренс Брэгг, и появилась одна из наиболее успешных организаций во всей истории науки, Отделение совета по медицинским исследованиям (Medical Research Council Unit, MRCU)
[179]. Под руководством Перуца в MRCU всего за несколько лет было выполнено целых девять работ, удостоенных Нобелевских премий, одной из которых было знаменитое открытие двойной спирали ДНК Джеймсом Уотсоном и Фрэнсисом Криком.
В чем же был секрет необычайного успеха Перуца? Неужели он открыл магическую формулу, по которой можно оптимизировать организацию научных исследований? И если это так, то как бы нам использовать эту формулу, чтобы обеспечить будущие успехи Института Санта-Фе? Эти вопросы, естественно, приходили мне в голову, когда я принял на себя руководство SFI. Я выяснил, что Перуц, продолжая свою собственную исследовательскую программу, предоставил своим исследователям полную независимость и обращался со всеми как с равными. Он даже отказался от рыцарского звания, так как считал, что это отдалило бы его от молодых ученых. Он все время оставался в курсе работы всех своих сотрудников и постоянно встречался с разными коллегами за кофе, обедом или чаем. По духу, если не всегда на практике, все это вполне соответствовало тому, к чему всегда стремился я сам, – за исключением разве что отказа от рыцарского звания в том маловероятном случае, если мне его когда-нибудь предложат.
Но самым вдохновляющим оказалось для меня то, что я прочел о Перуце в некрологе о нем в газете Guardian
[180]. Вот что там говорилось:
Когда его спрашивали, существуют ли простые принципы, по которым следует организовывать исследования, чтобы они были как можно более творческими, он лукаво отвечал: никакой политики, никаких комиссий, никаких отчетов, никаких рецензентов, никаких собеседований; только одаренные, целеустремленные исследователи, отобранные несколькими здравомыслящими людьми. Разумеется, в нашей расплывчатой демократической системе исследования обычно организуются не таким образом, но в устах человека чрезвычайно талантливого и исключительно здравомыслящего такой ответ вовсе не звучал высокомерно. Он казался естественным, ибо Макс следовал этим принципам на практике и доказал, что именно так и нужно действовать в науке тем, кто хочет опередить весь мир и привлечь к себе лучшие таланты мира.
Итак, у него все-таки была формула – и она работала самым блестящим образом. Сегодня трудно поверить, что он говорил всерьез: «никакой политики, никаких комиссий, никаких отчетов, никаких рецензентов, никаких собеседований», обращать внимание «только» на успешную работу и опираться на здравый смысл. Именно этого в принципе мы и пытались – да и до сих пор пытаемся – достичь в SFI: найти лучших ученых, доверять им, поддерживать их, не досаждать им всякой чушью… и тогда получится что-нибудь хорошее. Именно в этом духе был создан Институт Санта-Фе, и именно этот дух энергично защищали все его президенты, от основоположника Джорджа Коуэна до нашего замечательного нынешнего президента Дэвида Кракауэра. Но если магическая формула Макса была такой простой, почему же ей не следуют все? Попробуйте предложить этот рецепт финансирующим организациям, NSF, DOE, NIH
[181], благотворительным фондам, ректорам и деканам университетов или своему депутату – и вы быстро получите ответ на этот вопрос. Разумеется, это формула упрощенная, не вполне реалистичная, из разряда «легче сказать, чем сделать», и апеллирующая к идеальному образу поддержки науки и ученых, которая, возможно, никогда и не существовала в столь наивной форме. Но в этом, может быть, и заключается ее сила. Стремление к столь возвышенным идеалам и попытка создать атмосферу и культуру, в которых развитию идей и поискам знания не мешала бы гегемония квартальных отчетов, беспрестанное сочинение заявок и наблюдательные комиссии, политические интриги и мелочная бюрократия, должно быть важнее всех прочих соображений. Пример Перуца показывает, что именно в этом заключается жизненно важная составляющая успеха. Поэтому каждый год, когда я представляю заключение своего годового отчета нашему попечительскому совету, уже похваставшись нашими успехами и поплакавшись на наше финансовое положение и трудности сбора средств на исследовательскую работу, я зачитываю вслух эту магическую формулу как мантру или выражение надежды, чтобы напомнить нам, к чему мы должны стремиться.
3. Большие данные: парадигма 4.0 или только 3.1?
Начиная с численных наблюдений движения планет, выполненных в XVI в. датским астрономом Тихо Браге, измерения играют центральную роль в развитии нашего понимания всей окружающей нас Вселенной. Данные образуют основу для построения, проверки и уточнения наших теорий и моделей, идет ли речь о попытках объяснить происхождение Вселенной, природу эволюционных процессов или рост экономики.
Данные – это то, чем живут наука, техника и технологии, а в последние годы они стали играть все более важную роль в экономике и финансах, в политике и в коммерции. Почти что никакие из тех задач, о которых я говорил в этой книге, не могли бы быть проанализированы без использования огромных объемов данных. Более того, не имея доступа к таким данным, на которые я опирался в предыдущих главах, мы не могли бы серьезно думать о развитии чего-либо даже близкого к теории сложных адаптивных систем или научной теории городов, компаний или устойчивости. Хорошим примером являются данные миллиардов вызовов сотовой связи, которые мы использовали в своей работе для проверки предсказаний относительно роли социальных сетей и перемещений людей в городах.
Важнейшую роль в этих недавних событиях сыграла революция в информационных технологиях, и речь здесь идет не только о сборе и накоплении данных, но и об анализе и преобразовании огромных объемов вновь возникающей информации в пригодную для обработки форму, которая позволяет делать наблюдения, замечать закономерности или формулировать и проверять предсказания. Скорость и вместимость даже того тринадцатидюймового компьютера MacBook Air, на котором я печатаю эту рукопись, поразительны, а возможности, которые он предоставляет для анализа и извлечения данных, сохранения информации и выполнения сложных вычислений, поистине необычайны. Мой маленький iPad обладает большей мощностью, чем машина Cray-2, бывшая всего двадцать пять лет назад самым мощным в мире суперкомпьютером и стоившая около 15 миллионов долларов. Объемы данных, которые собирают сейчас многочисленные устройства, отслеживающие почти все, что нас окружает, от наших тел, социальных взаимодействий, перемещений и предпочтений до погодных условий и дорожной обстановки, поражают воображение.
