Читать книгу "Через поражения — к победе. Законы Дарвина в жизни и бизнесе? - Тим Харфорд"

Мы привыкли понимать эволюцию как нечто происходящее только в природе, т. е. как биологическое явление. Но это узкое понимание. Любой может наблюдать эволюцию, происходящую в мире цифровых технологий, хотя бы на примере компьютерной графики Карла Симса[2]. Если вы видели «Титаник», трилогию «Властелин колец» или фильмы о человеке-пауке, то вам должно было понравиться его творчество. Он является основателем компании GenArts, специализирующейся на компьютерных эффектах в кино. Однако в начале 1990-х гг. Симс еще не занимался визуальными эффектами – он рисовал движущиеся картины, которые были, с одной стороны, проще, но с другой – в чем-то интереснее.

Симс хотел наблюдать сам процесс эволюции. Более того, он хотел создать виртуальную среду, в которой можно было бы наблюдать направление эволюции. Он запрограммировал различные виды сред, например виртуальную цистерну с водой, в которую поместил примитивные виртуальные же существа, состоявшие из простых систем управления, сенсоров и случайных комбинаций сочлененных блоков. Большинство этих неуклюжих существ опустились на дно и метались там без особого успеха. Однако некоторые смогли немного проплыть. Затем Симс запрограммировал компьютер таким образом, что тот игнорировал барахтающихся существ и создавал мутации, взяв за основу наиболее успешных «пловцов» путем вариативности и селекции. Большинство мутаций оказались неудачными, но все неудачные существа последовательно исключались из процесса, а наиболее успешным вариантам давалась возможность активно развиваться. Совершенно бессмысленный и случайный процесс дал поразительные результаты: появились виртуальные существа, напоминающие головастиков, угрей, скатов, а также несколько внешне успешных созданий, которые ничто земное не напоминали.

На следующем «витке» эволюции Симс поощрял те существа, которые выигрывали борьбу за обладание зеленым кубиком. Эволюционный процесс проб и ошибок породил широкий спектр эффективных решений, одни из которых были более, а другие менее явными: от игнорирования куба и нападения на соперника до быстрого выхватывания куба и стремительного удаления или рывка вперед и накрывания куба всем своим телом. Симс не проектировал систему, не судил об успешности или неуспешности попытки – он просто создал эволюционную среду и регистрировал то, что происходило. Созданный им процесс был слеп и неосмыслен – в нем не было ни предвидения, ни планирования, ни направленных мутаций. Тем не менее слепой эволюционный процесс привел к удивительным результатам.

Почему метод проб и ошибок оказался таким успешным средством решения проблем? Многократно повторяющийся эволюционный алгоритм, предусматривающий вариативность и отбор, отыскивает решения в мире, где задачи постоянно претерпевают изменения, пробуя все возможные варианты и выполняя все, что может сработать. Чтобы понять, как происходит поиск решений, представим себе некий плоский ландшафт, разделенный на миллиарды квадратов. Для каждого квадрата имеется описание определенной стратегии поведения. Теоретики эволюции называют это «ландшафтом адаптивности». Если ландшафт адаптивности является биологическим, то каждая такая стратегия представляет собой отдельный генетический рецепт: одни квадраты являются описанием рыбы, другие – птицы, третьи – человека, тогда как большинство рецептов не описывают ничего из того, что можно встретить в природе. Однако адаптивный ландшафт может одновременно быть и рецептом ужина: будут квадраты, которые описывают приправы, салаты или блюда, вызывающие рвоту или даже являющиеся отравой. Этот же ландшафт может содержать деловые стратегии, например способы управления авиакомпанией или сетью закусочных.

Для любой задачи можно представить определенный диапазон потенциальных решений, тщательно записанных и разложенных по всему такому ландшафту. Представим теперь ситуацию, когда каждый рецепт очень похож на соседний: два рецепта ужина могут совпадать во всем, за исключением, скажем, количества соли или продолжительности приготовления блюда. Две соседние деловые стратегии могут быть почти идентичными, но одна будет настаивать на более высоких ценах и более энергичном маркетинге.

Мы вообразили некую плоскость, простирающуюся во все стороны, а теперь давайте представим, что в случае с нашим ландшафтом адаптивности чем лучше решение, тем выше уровень соответствующего квадрата. Теперь ландшафт будет состоять из холмов, впадин, плато и остроконечных вершин. Долины будут соответствовать плохим решениям, а вершины гор – хорошим. В экосистеме существа, соответствующие хорошим решениям, имеют больше шансов на выживание и размножение. На рынке таким решениям соответствуют прибыльные деловые идеи, а на званом обеде это самые вкусные блюда. На нашем кулинарном ландшафте глубокой темной впадине будет соответствовать спагетти с рыбными палочками и бутылочкой соуса карри. Отсюда есть только одна дорога – наверх. Двигайтесь в каком-нибудь направлении, и рано или поздно вы доберетесь до такой вершины, как паста с соусом «болоньезе». Выберите противоположное направление, и на вашем пути встретится что-нибудь вроде рыбы по-бенгальски в соусе «карри».

Решение проблем на контурном ландшафте адаптивности означает попытку найти самую высокую вершину. В кулинарном пространстве добиться этого довольно просто. Однако в биологической экосистеме или в экономике вершины пребывают в постоянном движении, то замедляющемся, то ускоряющемся. Pullman и Singer потеряли свой бизнес потому, что перестали существовать вершины, на которых они находились. Вершина, которую сегодня занимает McDonald’s, медленно движется по мере появления новых технологий и развития новых вкусов. Вершина, на которой находится Google, очень молода и существует она благодаря таким более ранним изобретениям, как компьютер и Всемирная паутина. Так же бе́лки существуют потому, что есть деревья, по которым они могут прыгать. Вершина, занимаемая компанией Google, движется с огромной скоростью, напоминая не столько гору, сколько волну. Сама Google похожа на серфера, изменяющего свою стратегию таким образом, чтобы постоянно оставаться на гребне этой волны. И, как и серферу, компании Google добиваться этого труднее, чем может казаться.

Когда один пик понижается, это не значит, что вы сразу увидите другие. Биологический процесс эволюции путем естественного отбора совершенно слеп, и, как мы увидим, корпоративная стратегия может быть, а может также не быть сознательным процессом с элементом планирования. Однако исследование экспертных оценок, проведенное Тетлоком, показывает, что даже если пики корпоративной стратегии видны, то руководство компании наблюдает их лишь в короткие промежутки времени, да и то сквозь плотные облака.

Можно представить себе множество путей поиска таких вершин при постоянно меняющемся и неизвестном ландшафте. Биологическая эволюция обычно происходит небольшими шагами, лишь время от времени делая невообразимые скачки, в результате которых животное получает дополнительную пару ног или совершенно новую пигментацию кожи. В сочетании с отбраковкой неудавшихся экспериментов это оказывается эффективным. Одни стратегии будут придерживаться знакомой вершины, несмотря на то что она продолжает смещаться, другие могут найти новый, только поднимающийся пик. Процесс эволюции сбалансированно использует и новые открытия, и то, что хорошо известно. Специалисты в области теории сложностей Стюарт Кауфман и Джон Холланд, работающие в Институте Санта-Фе[3], показали, что эволюционный подход – это не просто один из способов решения сложных задач. При постоянно меняющемся ландшафте эволюционное использование небольших шагов и гигантских скачков – это наилучший способ нахождения оптимальных решений.