Истинный творец всего. Как человеческий мозг сформировал вселенную в том виде, в котором мы ее воспринимаем

В США методология big data стала очень популярной, когда в 2011 году вышел чрезвычайно успешный фильм «Человек, который изменил все» (Moneyball) с Брэдом Питтом в главной роли, основанный на опубликованной в 2003 году книге Майкла Льюиса «MoneyBall

. Как математика изменила самую популярную спортивную лигу в мире», повествующей о том, как с помощью нестандартного подхода тренер Билли Бин значительно повысил конкурентоспособность своей малобюджетной бейсбольной команды. Бин понимает, что для того, чтобы вывести Oakland Athletics в одну лигу с такими монстрами, как Yankees, Red Sox или моим фаворитом Phillies

, он должен изменить стандартные методы подбора наиболее талантливых игроков, чтобы произвести сильнейший эффект за минимальные деньги. Для этого Билли Бин обращается к саберметрике — напоминающему big data подходу, разработанному статистиком и писателем Джорджем Уильямом Джемсом, много писавшем о бейсболе; метод основан на эмпирическом анализе бейсбольной статистики для выявления лучших игроков и формирования команды-победителя. Действуя вопреки советам опытных экспертов, Бин полагается на главные выводы саберметрики о том, что лучшим основанием для подбора игроков, способных составить хорошую команду, является статистика столкновений.

Вышло так, что под руководством Бина и при помощи его саберметрического подхода Oakland Athletics в последующие годы (2002 и 2003) дошла до серии финальных игр. Вскоре после этого стратегию Бина начали перенимать и другие команды. Можно только вообразить, сколько денег (вероятно, сотни миллионов долларов) было направлено на реализацию этой стратегии с тех пор, как команды высшей лиги США решили, что в XXI веке эта игра будет подчиняться статистике.

Забавно, что в этой истории часто не учитывают тот факт, что в бейсболе, как в любом спорте, важна не только сила защиты. В первую очередь ключевым игроком для победы является питчер[17]

, и, как упоминалось в статье в Guardian, в 2017 году, в том сезоне в составе Oakland Athletics почти каждый день играли великолепные питчеры. Защита, разумеется, тоже имеет значение, так же как и тактика, сообразительность и взаимопонимание игроков. Более того, кроме игровых качеств есть еще много других человеческих факторов, которые определяют, сможет ли сформированная из талантливых игроков команда стать командой чемпионского уровня. Я упоминаю об этом, поскольку проверке реальной причинной связи между саберметрическими параметрами и выигрышем в лиге чемпионов, являющимся, по моему наивному мнению, заветной целью любой команды (хотя некоторые владельцы команд заботятся только о том, чтобы сделать деньги), было уделено слишком мало внимания.

В конечном итоге команда Oakland Athletics

хорошо выступала против мощных соперников, однако ничего не выиграла. Также не выиграли и другие команды, потратившие много денег на переход к этой методологии. Правда, команда New York Mets, руководство которой десятью годами позднее адаптировало подход Бина, все же победила в Мировой серии 2015 года. Однако нет реальных научных доказательств того, что эта или другая Мировая серия была выиграна благодаря саберметрике. Опять-таки кажется, что «неизбежность» скорее возникала как абстракция, как дань моде в умах тех, кто поклоняется методологии big data, нежели как вывод из фактических данных, доказывавших реальное явление.

Если выборы и бейсбол — достаточно сложные процессы для симуляции и предсказаний, еще больше сложностей возникает при анализе динамики мозга с 86 миллиардами нейронов. Очевидно, что при симуляции целого мозга животного, функционирование которого требует тонкого взаимодействия миллиардов нейронов и множество уровней организации, вероятность отклонения симуляции от реальности чрезвычайно велика.