даты верны в пределах двукратной величины, а такой точности достаточно, чтобы делать качественные выводы. Вы вольны заменить их любыми другими оценками, которые предпочитаете, и посмотреть, как изменятся при этом количественные оценки.

203

Это не совсем верно, поскольку в некоторых математических контекстах могут происходить события с нулевой вероятностью. Однако их вероятность бесконечно мала, как, например, вероятность того, что, вечно подбрасывая монетку, вы ни разу не выбросите орла. Разумеется, у нас нет и достаточных свидетельств, чтобы сделать вывод о том, что вымирание человека в этом смысле бесконечно маловероятно.

204

Эта область исследований развивается и явно имеет большое значение для изучения экзистенциального риска, который связан исключительно с беспрецедентными событиями. Сформулировать вопрос можно следующим образом: какую вероятность присвоить провалу, если нечто оборачивалось успехом в каждом из n проведенных к настоящему моменту испытаний? Иногда это называют проблемой отсутствия данных о неудачных исходах. Среди прочих предлагаются такие статистические оценки:

Оценка максимальной вероятности.

1/3n Оценка “третьей части” (Bailey, 1997).

– 1/2,5n Аппроксимация метода из работы Quigley & Revie (2011).

1/2n+2 Байесовский вывод при априорном максимуме энтропии.

– 1/1.5n Достоверность 50 % (Bailey, 1997).

1/n+2

Байесовский вывод при априорном равномерном распределении.

1/n Оценка “верхнего предела”.

Обратите внимание, что широко распространенное “правило трех” (Hanley, 1983) нельзя считать попыткой ответить на тот же вопрос: в соответствии с ним предлагается использовать 3/n, однако в качестве верхнего предела (при достоверности в 95 %), а не в качестве наиболее вероятного предположения. Мы будем использовать более прямолинейный подход для определения таких пределов и повышения уровня достоверности.

Я считаю, что наиболее весомы аргументы в пользу байесовского вывода при априорном максимуме энтропии, который дает нам оценку, находящуюся в самой середине разумно обоснованного диапазона (после множества испытаний или когда возможность провала равномерно распределена во времени).

205

Общая формула для определения верхнего предела: 1 – (1 – c)100/t, где с – уровень достоверности (например, 0,999), а t – возраст человечества в годах (например, 200 000).

206

Это не совсем то же самое, что сказать, что с вероятностью 99,9 % риск не превышает 0,34 %. Это просто значит, что если бы уровень риска был выше 0,34 %, то должно было бы случиться событие, которое происходит с вероятностью 1 к 1000. Одного этого достаточно, чтобы мы весьма скептически относились к такой оценке риска, не имея веской независимой причины полагать, что его уровень действительно настолько высок. Например, если бы у всех других наблюдаемых видов вековая вероятность вымирания от природных угроз составляла бы 1 %, мы могли бы подумать, что у нас она, скорее всего, аналогична, а следовательно, в нас нет ничего исключительного, нам просто очень повезло. Но скоро мы увидим, что риск вымирания родственных видов был ниже указанного, а значит, это не выход.

207

На основании ископаемых находок мы уверенно утверждаем, что ветви разделились не менее 430 тыс. лет назад (Arsuaga et al., 2014). См. работу White, Gowlett & Grove (2014), где проводится обзор оценок, сделанных на базе геномных свидетельств и пребывающих в диапазоне от 400 тыс. до 800 тыс. лет назад.

208

Этот особый тип ошибки выжившего иногда называют антропной ошибкой или эффектом наблюдаемой выборки.

209

Мы с коллегами показали, как учитывать эти возможности при оценке природного экзистенциального риска на основе того, сколько человечество успело прожить к настоящему моменту (Snyder-Beattie, Ord & Bonsall, 2019). Мы пришли к выводу, что самые достоверные в биологическом отношении модели влияния антропной ошибки на ситуацию внесут лишь небольшие корректировки в оценку уровня природного риска.

210

Возраст всех видов, упоминаемых в этой главе, оценен на базе ископаемых находок.

Сложно получить полные данные для всех видов рода Homo, поскольку ученые продолжают открывать новые виды, а некоторые виды обнаружены лишь на отдельных стоянках. Следовательно, если использовать даты, находящиеся между самыми ранними и самыми поздними из найденных ископаемых останков каждого вида, продолжительность жизни этих видов, вероятно, окажется значительно занижена. Чтобы решить эту проблему, можно ограничиться рассмотрением тех видов, которые были найдены на большем количестве стоянок, и я поступил именно так. К несчастью, из за этого обостряется другая проблема: мы меньше знаем о видах, которые просуществовали недолго, поскольку их ископаемые останки, как правило, находят реже (и природный риск в результате недооценивается). Однако, поскольку вид Homo sapiens, как известно, существует более 200 тыс. лет, есть свидетельства, что вероятность его вымирания не вполне сопоставима с вероятностью вымирания одного из видов, которые просуществовали крайне недолго и, возможно, остались неучтенными.

211

Может возникнуть вопрос, стоит ли считать модель постоянного уровня рисков удачной для объяснения механизма вымирания видов. Например, согласно этой модели, объективная вероятность вымирания вида в последующее столетие не зависит от того, как долго он уже существует, но можно предположить, что виды больше похожи на организмы в том смысле, что старые виды пребывают в менее хорошей форме и имеют более высокий риск умереть. Такое систематическое изменение риска вымирания во времени повлияло бы на мой анализ. Однако продолжительность жизни видов в каждом семействе, судя по всему, действительно достаточно хорошо оценивается моделью постоянного уровня рисков (Van Valen, 1973; Al-roy, 1996; Foote & Raup, 1996).

212

То же самое можно сказать и о предыдущем методе, поскольку вид Homo sapiens можно считать успешным продолжателем видов, живших до него.

213

Все указанные даты соответствуют окончанию событий. Показатели вымирания взяты у Barnosky et al. (2011).

Недавно было высказано предположение, что девонское и триасовое вымирания сократили количество видов главным образом за счет снижения темпов появления новых видов, а не за счет ускорения вымирания существующих видов (Bambach, 2006). Если это действительно так, то приведенные здесь аргументы становятся лишь весомее, поскольку периодичность интересных нам вымираний снижается и из пяти крупнейших событий остается лишь три.

Также обратите внимание, что ученые не уверены, что́ вызвало большую часть из них, включая крупнейшие. Но в рамках нашей задачи это не так важно, поскольку мы знаем, что такие события случаются крайне редко, и этого достаточно для нашего аргумента.

214

Даже в случае столкновения с астероидом, когда технологии и географическое