последовательность»267. Системные силы и бесчисленные действия отдельных людей в совокупности приносят фактический результат. Наглядно это можно увидеть, если запустить на компьютере модель хаотического режима. Например, однажды я играл с одной из первых хаотических моделей, предложенной Эдвардом Лоренцем. Помимо численного решения уравнений, я периодически добавлял в модель те или иные стохастические возмущения. Траектория постоянно подвергалась воздействию этих случайных сил, но, будучи помещенной в фазовом пространстве, она по-прежнему повторяла знаменитую форму аттрактора Лоренца (похожа на бабочку). Проще говоря, если пик приближается, какие-то действия могут его отсрочить или приблизить, сделать этот пик чуть выше или чуть ниже, но он все равно появится, в той или иной форме.

Еще вызывает интерес та настойчивость, с какой Азимов заявлял, будто любые психоисторические предсказания нужно скрывать от непосвященных, иначе, когда люди узнают о том, что их ожидает, это открытие повлияет на действия индивидуумов и приведет к провалу предсказания. Здесь имеется сразу несколько ошибок. Во-первых, большинству людей попросту плевать на предсказания ученых умников. Для примера приведу отрывок из собственного блога за 3 сентября 2012 года, где я ссылаюсь на прогноз, сделанный мною в 2010 году:

«Я чувствую себя вполне уверенно, предсказывая, что в 2020 году (плюс-минус несколько лет) наступит пик политического насилия. Если это предсказание не сбудется, то это станет результатом ошибочной теории или какого-то масштабного непредвиденного события, повлиявшего на социальную систему, а то и чего-то совершенно непредвиденного («неизвестное неизвестное», по блестящей характеристике Дональда Рамсфелда[77]). Но я вполне уверен, что причиной не окажется внезапное желание американских политиков принять к сведению слова какого-то малоизвестного профессора, прочащего нежелательный исход.

Но если они так поступят, я буду счастлив. Вообще прогнозы переоцениваются. Мы в действительности должны стремиться в области социальных наук к достижению желаемых результатов и избегать результатов нежелательных. Какой смысл предсказывать будущее, если оно выглядит мрачно, а мы не в силах его изменить? Мы похожи на человека, приговоренного к повешению на восходе солнца: обладаем точным знанием будущего при нулевой способности что-либо с этим поделать».

Конечно, это предсказание о предсказаниях, или «метапредсказание», тоже оказалось верным. На мой прогноз 2010 года никто не обращал внимания, пока все не произошло на самом деле в 2020 году. Но вернемся к «Стране слепых».

Поскольку Флинн написал свою книгу гораздо позже Азимова, обсуждение возможностей аналитической предсказательной истории пополнилось у него новым пониманием динамических систем, следствием «революции хаоса» 1970-х годов 268269. Также он учел развитие индустрии персональных компьютеров, наделившей индивидуальных исследователей огромной вычислительной мощностью. (Неудивительно, что эти две революции тесно связаны между собой, поскольку прогресс в понимании нелинейных динамических систем был вызван успехами компьютерных наук.) В итоге обсуждение персонажами романа клиологии выглядит более внятно, чем психоистория, изложенная Хари Селдоном. Возможно, вам не захочется читать сам роман – это первая книга Флинна, и в ней много недостатков, свойственных пробе пера; но я всячески рекомендую статью Флинна «Введение в клиологию», первоначально опубликованную в журнале «Аналог» и включенную в качестве постскриптума во второе издание романа. В этой статье Флинн перечисляет многих предшественников клиологии (и клиодинамики). На самом деле он даже провел оригинальное эмпирическое исследование повторяющихся закономерностей в истории. Поскольку он не ученый-исследователь, его результаты нельзя публиковать в академическом журнале, а потому они остались вне поля зрения науки; однако к его доводам, опровергающим мнение тех, кто не считает историю наукой, определенно стоит прислушаться.

Как ни крути, не попробуешь – не узнаешь. Как мы видели в начале этой главы, Айзек, клиолог из северных штатов, пишет на доске набор уравнений, который убеждает южанина Дэвиса в том, что у Юга нет шансов выиграть гражданскую войну, если та произойдет. Война – самое требовательное из человеческих начинаний, быть может, самый непредсказуемый процесс в истории человечества. Насколько правдоподобно предсказать его исход?

Математика войны

Флинн не раскрывает, какие именно уравнения пишет Айзек, но я вполне понимаю, как построить предсказательную модель гражданской войны в США: я бы использовал для этого уравнения Осипова – Ланчестера. Эта математическая модель была предложена русским офицером Михаилом Осиповым в 1915 году и английским инженером Фредериком Ланчестером в 1916 году, причем исследователи не знали о трудах друг друга. Модель довольно проста, особенно если обратиться к ней спустя сто лет, но она позволяет сделать минимум одно неожиданное открытие. (В этом математические модели и вправду хороши.)

Основными переменными, которые отслеживает модель, являются размеры двух армий, сражающихся друг с другом. Как только битва разгорается, количество солдат в каждой армии начинает уменьшаться, ведь боевые действия сопровождаются потерями. Скорость, с которой наносятся потери противнику, пропорциональна количеству солдат. Чтобы убедиться в этом, возьмем простой сценарий, в котором каждый солдат стреляет из своей винтовки во врага. Не каждая пуля находит цель, но чем больше пуль выпускается в противника, тем больше потерь наносится. Качество оружия, конечно, является важным фактором, ибо солдаты, вооруженные автоматическими винтовками, могут выпустить во врага гораздо больше пуль, чем те, кто вооружен дульнозарядными карабинами. Однако в годы Гражданской войны военные технологии были приблизительно одинаковыми для обеих сторон, поэтому я предлагаю придерживаться простой модели и игнорировать это потенциальное усложнение. («Модель должна быть максимально простой».) В то же время важны навыки солдата, потому что лучше обученные солдаты чаще поражают цели. В этом Юг имел преимущество.

Хотя уравнения Осипова – Ланчестера являются хорошей отправной точкой, нужно добавить в модель несколько других факторов, поскольку наша задача – смоделировать не отдельное сражение, а войну целиком, со множеством сражений. В промежутках между боями каждая армия стремится восполнить потери; ее текущая численность отражает баланс между силами, изымающими и добавляющими солдат. Соответственно, я бы добавил в модель коэффициент рекрутирования. В начале Гражданской войны армии Конфедерации не существовало, в то время как армия Союза едва складывалась (в основном это была кавалерия, что гонялась за коренными американцами на Диком Западе). Значит, скорость рекрутирования будет иметь первостепенное значение при выявлении того, какая армия лучше сумеет возместить потери солдат, убитых, раненых, захваченных в плен, умерших от болезней или дезертировавших. Нельзя забывать, кстати, о двух последних факторах, которые зачастую важнее потерь, наносимых противником. Здесь Север точно имел преимущество, так как его население накануне Гражданской войны составляло около двадцати двух миллионов человек, тогда как население Юга составляло всего девять миллионов человек (из них три с половиной миллиона были рабами).

Солдатам нужны винтовки и пушки, а этим машинам смерти нужны боеприпасы. Север с его хорошо развитой промышленностью имел огромное преимущество в производстве и замене оружия и боеприпасов: на каждую винтовку, произведенную на Юге, северные заводы производили тридцать две