Предсказательная
активность может сильно влиять на поведение информационных систем даже
тогда, когда у предсказателей нет рычагов воздействия на
причинно-следственные связи, установили математики, работающие на
американской военной базе Редстоунский Арсенал. Данный результат имеет
отношение ко многим информационным системам, начиная от деловых рынков и
заканчивая ходящим по пианино котом.
От услуг кликуш, гадалок, вещунов, прорицателей, авгуров, пифий и
прочих предсказателей всех мастей просвещенные граждане давно уже
отказались в пользу футурологов, метеорологов, политиков и международных
агентств, прогнозирующих финансовые риски. Однако с точки зрения науки,
точнее теории информации, размытая грань между предсказанием события и
его причиной, в свое время так смутившая пушкинского Германа,
представляет собой интереснейший феномен, изучая который, можно
разрабатывать эффективные аналитические инструменты и продавать их тем,
кто хочет жертвовать необходимым в надежде приобрести излишнее. Итак, можно ли с уверенностью отделить что-то, что умеет предсказывать событие, от того, что является его истинной причиной? Странный
вопрос, отдающий даже какой-то мистикой, но не советуем спешить с
ответом. Оказывается, в определенном классе взаимодействующих систем
разница между предсказанием и причиной может вообще отсутствовать. Речь,
конечно же, идет о несложных и несколько умозрительных системах,
обменивающихся информацией по простым правилам.
Представим себе, например, систему А, которая может влиять на В, но
никак не наоборот, при этом В обладает ограниченным набором изменяемых
характеристик: скажем, А – это гуляющий по квартире кот, а В – старое
механическое пианино с одной функционирующей октавой. Поведение кота
непредсказуемо, как непредсказуема и последовательность издаваемых
инструментом звуков, когда коту вздумается пройтись по клавишам. Впрочем, непредсказуемость процесса интересует воображаемого наблюдателя не так сильно, как каузальность, то есть причинность (от лат. causalis – причинный, causa – причина). И кажется, что с каузальностью здесь все как раз понятно: кот (причина) наступает лапой на клавишу «соль», а пианино издает соответствующий звук (следствие). Но
представим себе, что наблюдателю, находящемуся в комнате, известно
также, что в пианино встроено устройство, умеющее, притом не обязательно
точно, предсказывать поведение кота. Скажем больше: кроме не
обязательно высокой точности прогнозов, не обязательно, а только
вероятно и само существование этого устройства. Наблюдатель просто
должен не исключать эту вероятность из совокупного результата
наблюдений, и всё. В таком случае, если, конечно, это
честный и прилежный наблюдатель, он по завершении наблюдений не может
на сто процентов быть уверен в том, что только кот, а не предсказывающее
устройство в пианино, нажимающее клавишу одновременно с животным,
заставляет инструмент издавать ноту «соль» то или иное число раз за сутки. Другими словами – точно разделить предсказательное явление и каузальное. Теперь
представьте себе вместо пианино фотонный повторитель с поляризационным
фильтром и управляющим поляризацией прогностическим алгоритмом, и
разница между предсказанием (выходным пучком фотонов) и причиной (входным определенно поляризованным пучком) расползется совершенно, превратившись в единую вероятностную процедуру.
Отвлечемся от пианино и кота, и представим себе, что все объекты
наблюдения, включая гипотетичное устройство, которое вполне может
оказаться реальной консалтинговой фирмой, зарабатывающей деньги на
прогнозах, представляют собой игроков, обменивающихся информацией на
рынке. И таких игроков (пианино,
котов, а также прогнозов и слухов, какие мелодии мы услышим в будущем)
очень много, а наблюдатель – это трейдер, работающий на бирже. В этом
случае ответ на вопрос «что
управляет чем?» будет нести вполне реальные последствия для него,
людей, доверивших ему свои деньги, и в конечном итоге для экономики. Уже сейчас устанавливать наиболее вероятные каузальные связи в сложных взаимодействующих системах трейдерам (и не только им) помогает стремительно развивающееся ответвление теории информации под названием потоковая энтропия (transfer entropy). Прослеживая,
как циркулирует информация в системе, можно выстраивать иерархию связей
между отдельными ее частями с помощью энтропийных индексов: высокий
индекс будет означать причину (одна
система, влияя на другую, теряет информацию, как кот, который тратит
энергию, двигаясь по клавишам), низкий – следствие, то есть ту часть
системы, которая упорядочилась, восприняв информацию со стороны. Теория
потоковой энтропии показала хорошие результаты в нейробиологии, когда
требуется составить карту возбуждения нейронов, связанных в одну сеть.
Искусственному интеллекту она помогает правильно распознать действия
человека, особенно в сложных средах, в медицинской диагностике –
поставить правильный диагноз при большом числе симптомов, в экономике – определить «ведущих» и «ведомых». Но нас волнует не собственно этот метод (интересующиеся могут ознакомиться с его подробным описанием в этой презентации),
а то, можно ли с его помощью прояснить мучающий всех вопрос: как ведут
себя системы, одни части которых предсказывают поведение других. Возможно ли разделить это поведение и действительно ли процедура предсказания события способна подменять его причину (парадокс,
отдающий чертовщиной, но между тем совершенно неизбежный в случае
систем, эволюционирующих в очень узком диапазоне состояний, намного
более узком – как, например, упомянутые поляризации фотонов, – чем две
совокупности атомов, составляющие кота и предсказывающее пианино)?
Именно таким вопросом задались Шоун Петел – научный сотрудник
Редстоунского Арсенала, американской военной базы, расположенной в штате
Алабама, и его коллега Дэниэл Хас, приславшие в Physical Review Letters
статью под названием «Разделяя предсказание и причину: предсказательное смещение в расчете информационного потока». Петел
и Хас смоделировали продуцирующие информацию хаотические комплексы,
заставив их эволюционировать в строго одном причинно-следственном
направлении, когда X является причиной Y, но Y не в состоянии оказать
воздействие на Х. При этом Y был наделен способностью описывать
поведение Х до воздействия, то есть предсказывать. Затем все данные об
эволюции комплексов были собраны и проанализированы в терминах поточной
энтропии, позволяющих выстроить причинную иерархию, то есть понять,
какие события влияли на другие. Результаты получились
очень интересными и скорее подтверждающими интуитивное подозрение, что
человек, наблюдающий за котом и музыкальным инструментом, окажется в
двусмысленном положении несчастного Германа, не сумевшего отделить
предсказание старухи-графини от еще не произошедшего события. Только в данном случае событие и предсказание действительно оказались единым целым. Так, выяснилось, что «игреки», только предсказывающие, но никоим образом не воздействующие на поведение «иксов», могут тем не менее влиять на эволюцию всей системы. И чем «сильнее» было предсказание (то есть чем больше информации производил Y), тем сильнее был эффект воздействия. «Это
означает, – отмечают авторы в доступном резюме статьи, – что в
информационных системах, функционирующих в реальном мире,
предсказательные элементы могут оказывать сильное воздействие на
динамику всей сети, даже когда у предсказывающих элементов возможность
воздействия на сеть отсутствует». Притом в некоторых
режимах статистически отличить предсказание и причину события уже
совершенно невозможно: предсказывающее пианино становится таким же
автором звучащей в комнате мелодии, что и кот. Предварительно
можно объяснить этот эффект тем, что в какой-то момент энтропия больших
объемов дополнительной информации, продуцируемой предсказателями,
начинает компенсировать убывание информации в естественно
эволюционирующей системе (условно говоря, пианино продолжит играть даже тогда, когда кот умрет). Но это только предположение: реальный механизм «предсказательного крена» только предстоит выяснить.
Конечно, выявленный в математической модели крен нисколько не означает,
что пришла пора составить завещание, посыпать голову пеплом, запереться в
келье и смотреть оттуда, как сбывается очередной апокалиптический
прогноз, вычитанный умными людьми в земледельческом календаре
какой-нибудь древней цивилизации. Как было уже отмечено, речь идет о
предсказательных функциях, реализованных внутри систем, которые
эволюционируют в очень узком диапазоне условий. Реальные же системы
столь разнообразны и сложны, что вилка предсказания и события
оказывается бесконечно разнесенной и никакой компенсации возрастающей
энтропии не происходит. Впрочем,
стоит предположить, что биологические системы, функционирующие в
постоянно меняющихся средах, спасает от разрушения развитая
прогностическая функция, реализованная в виде запаса генов и
фенотипической способности к прогнозу, развитой у высших животных. В
этом смысле предсказательная паранойя, охватывающая большое число
людей, приобретает намного более практичный и зловещий смысл. При этом в некоторых реальных, но, так сказать, «чисто информационных» средах, где параметры искусственно заужены (например,
биржевые индексы и котировки), эффект слияния кота и пианино очень
актуален и может приводить как к раздуванию инвестиционных пузырей, так и
их последующему сдутию – явлениям, и впрямь больше относящимся к
гаданиям на кофейной гуще, чем к реальной жизни.
http://www.gazeta.ru/science/2011/10/04_a_3789166.shtml
|