Демон Лапласа мертв: почему даже зная все параметры мира, нельзя предсказать его будущее

Классическая физика веками жила с удобной иллюзией: если система подчиняется строгим законам и лишена случайных факторов, ее будущее предопределено, а значит — в принципе вычислимо. Зная начальное состояние и правила эволюции, наблюдатель с достаточно мощным компьютером мог бы рассчитать любой последующий момент. Эта идея, восходящая к демону Лапласа, долго казалась незыблемой. Но у нее всегда было две практические лазейки: динамический хаос, где малейшая погрешность измерения нарастает экспоненциально, и вычислительная несводимость, где результат нельзя получить быстрее, чем перебрав все промежуточные шаги.

Однако существовал класс систем, где, казалось, не работает ни то, ни другое. Конечный набор элементов, каждый из которых принимает строго определенные дискретные состояния, — ни о какой ошибке измерения речи не идет, состояние каждой ячейки известно абсолютно точно. Число комбинаций огромно, но конечно, а значит, система рано или поздно зацикливается. Хаосу здесь взяться неоткуда. Казалось очевидным: конечный результат обязан читаться напрямую из начальной конфигурации.

Физики из Иллинойсского университета доказали, что это представление ошибочно. В работе, опубликованной в Nature Communications, они обнаружили третий источник непредсказуемости: структуры, позволяющие определить будущее системы, могут полностью отсутствовать в начальный момент времени. Системе требуется время, чтобы самостоятельно создать физические признаки, делающие прогноз возможным.

Для эксперимента авторы построили математическую модель на основе обобщенного клеточного автомата. Никаких непрерывных величин, случайных возмущений или внешних помех. Пространство разбито на треугольную сетку четырнадцать на четырнадцать ячеек, причем противоположные границы замкнуты друг на друга — геометрически это тор. Правила поведения ячеек воспроизводят биологические процессы межклеточной коммуникации, характерные для бактериальных сообществ или дифференцирующихся тканей.

Устройство системы таково:

• Каждая клетка содержит два регуляторных гена, каждый из которых может быть включен или выключен. Комбинация дает ровно четыре дискретных состояния.
• Клетки выделяют две сигнальные молекулы, интенсивность зависит от активности генов.
• Первая молекула стимулирует собственное выделение и подавляет выделение второй, вторая стимулирует выделение первой.
• Концентрация молекул падает с расстоянием, но эффективный радиус охватывает несколько слоев соседних ячеек.

На каждом шаге времени клетка суммирует концентрации обеих молекул от себя и от остальных клеток. Если суммарная концентрация преодолевает порог, состояние меняется на следующее. Из-за взаимной регуляции клетка циклически переходит между четырьмя состояниями, работая как дискретный автономный генератор колебаний. Все клетки обновляются строго одновременно.

В зависимости от начального распределения система после сотен или тысяч шагов всегда приходит к одному из трех устойчивых макроскопических результатов: статическое состояние, прямолинейные волны или спиральные волны. Система полностью детерминирована — конечный исход жестко предопределен начальным кадром. Для сетки четырнадцать на четырнадцать общее число возможных начальных состояний равно четырем в сто девяносто шестой степени — это число содержит сто девятнадцать десятичных знаков и неизмеримо превышает количество атомов в обозримой части Вселенной. Составить справочную таблицу для всех вариантов невозможно.

Возникает фундаментальный вопрос: содержит ли начальное распределение клеток считываемую информацию о том, какой именно из трех финалов реализуется? Исследователи применили алгоритмы машинного обучения в качестве объективного измерительного прибора: если в начальном распределении есть хоть какие-то признаки будущего исхода, вычислительные модели должны их обнаружить. Задачу упростили до бинарного выбора: завершится эволюция полной остановкой или перейдет в любой волновой режим.

Физики сгенерировали миллион независимых симуляций из полностью неупорядоченных случайных состояний. Восемьсот пятьдесят тысяч пошли на обучение, пятьдесят тысяч — на калибровку, сто тысяч остались для контрольной проверки. Задействовали широкий спектр архитектур: линейные статистические классификаторы, ансамбли решающих деревьев, глубокие полносвязные нейросети, сверточные сети, анализирующие двумерное пространство связей, и модели с механизмами пространственного внимания.

Результат оказался идентичным для всех типов архитектур: точность предсказания составила ровно пятьдесят процентов. Это эквивалентно случайному выбору при подбрасывании монеты. Увеличение объема обучающих данных с одной тысячи до сотен тысяч примеров не повысило точность. Наращивание глубины нейросетей и числа параметров также не изменило результат: кривые обучения выходили на уровень половины правильных ответов и полностью останавливались. Нормированная взаимная информация между начальным состоянием каждой отдельной ячейки и финальным исходом оказалась строго равной нулю. Ни одна конкретная клетка на старте не имеет статистической связи с будущим системы.

При этом система продемонстрировала предельную чувствительность. В серии из пятисот восьмидесяти восьми испытаний ученые меняли состояние всего одной ячейки из ста девяноста шести, оставляя остальные нетронутыми. В половине случаев изменение единственного микроскопического элемента полностью меняло итоговый макроскопический класс: система вместо перехода в покой формировала устойчивую спиральную волну. Финал однозначно предопределен с самого начала, однако извлечь информацию о нем из начального распределения невозможно в принципе.

Чтобы выявить скрытые механизмы, авторы изменили форму описания состояний. Вместо номеров от единицы до четырех каждой ячейке сопоставили пространственное направление фазы: ноль градусов, девяносто, сто восемьдесят, двести семьдесят. При таком представлении на решетке проявились скрытые пространственные структуры. В точках, где соприкасались ячейки с противоположными фазами, возникали особые геометрические центры — центры фазовых вихрей. Если обойти такой центр по замкнутому периметру и сложить фазовые изменения, суммарный угол поворота вектора всегда оказывается кратным полному обороту в триста шестьдесят градусов. На основе этого значения вихри разделили на три категории по топологическому заряду: плюс один, минус один и ноль.

Поскольку поверхность тора замкнута и не имеет границ, геометрия накладывает жесткое ограничение: сумма всех топологических зарядов всегда должна быть строго равна нулю. В исходных микроскопических уравнениях клеточного автомата этого правила не было. Однако законы пространства привели к возникновению строгого физического закона: вихри не могут рождаться или исчезать поодиночке. Они всегда возникают и распадаются строго скоординированными парами из положительного и отрицательного дефекта.

Отслеживание поведения вихрей во времени выявило три последовательных этапа. За первые десять-двадцать шагов из начального беспорядка спонтанно возникает максимальное число вихрей всех трех классов. Нейтральные структуры распадаются в среднем за десять шагов, заряженные же существуют сотни и тысячи тактов. Они перемещаются по решетке, причем статистика изменений расстояний между ними строго соответствует нормальному закону распределения Гаусса — вихри совершают классическое ненаправленное случайное блуждание. На больших дистанциях вихри не взаимодействуют, но когда положительный и отрицательный вихри случайно сходятся на расстояние двух ячеек, их контуры пере