Преломление. Наука видеть иначе - [53]
Спрашивая об этом, человек демонстрирует осознанность… о будущих сомнениях. И роман «Шутка» подтверждает могущество вопроса. Так, в частности, разрушительная сила «почему?» содержится в изменениях, которые этот вопрос повлек за собой по ходу истории, и в его активном замалчивании правительством, государственными институтами, религиозными организациями и — что самое странное — образовательными учреждениями. Следовательно, реформаторы начинают создание нового восприятия или изменение своего будущего прошлого, задавая себе вопрос «почему?» не просто о чем-то отвлеченном, но о том, что мы уже считаем непреложной истиной… о наших убеждениях. Вполне возможно, что усомниться в них, особенно в тех, которые кроются глубоко внутри и определяют нас (или наши отношения либо общество), — самое «опасное», что мы можем сделать. Это так, потому что сомнения с большой вероятностью приведут или к переменам, или к разрушениям — в «равной» мере. По степени воздействия это можно сравнить с сейсмическим толчком, именно потому, что оно меняет прошлое, давая новые способы размышления о понятиях и обстоятельствах, которые до этого возникали как устоявшаяся реальность. Если мы не задаемся вопросом «почему?», имеем лишь один ответ и нет никаких шансов, что появится другой. При этом научиться постоянно задаваться этим вопросом нелегко, особенно в то время, когда информация считается приоритетной.
Big Data, или «большие данные», — модное выражение, появившееся в начале XXI века, стало ценным не менее валюты. Разные сферы жизни — от медицины до торговли — одержимы этим понятием, вплоть до того, как каждый подсчитывает количество шагов в течение дня. Есть даже известная музыкальная группа под названием Big Data[67]. Термин означает большой массив данных, настолько огромный, что для их обработки нужны новые методы математического анализа и большое количество серверов. Благодаря «большим данным», или, если говорить более точно, способности их собирать, компании изменили способы ведения бизнеса. Правительство по-другому смотрит на проблемы, поскольку в СМИ распространяется убеждение, что это громадное скопление данных поможет глубже разобраться в том, что раньше находилось за пределами понимания. Собирая метаданные (или данные о данных) о нашем поведении… которое сейчас в большой степени ограничено привычками просмотра/покупок/путешествий, отражающимися в интернете… компании могут предлагать товары и услуги напрямую: исходя из наших «предпочтений» (следует читать: убеждений). Компания Netflix предложит фильмы и передачи, которые, вероятно, мне понравятся; компания Amazon сможет повысить продажи, выставив для меня товары, которые я, вероятно, хотел бы купить этой весной; приложения о пробках, вероятно, смогут подсказать лучший маршрут, исходя из моих предпочтений и найдя компромиссный вариант между временем и удобством; а специалисты по здоровью сумеют, вероятно, определить, какие опасности угрожают моему организму.
Парадокс в том, что собственно большие данные — Big Data — не приносят никаких идей, поскольку то, что мы собираем, — это информация о ком-то / о чем-то / о времени / о месте. Данные основаны на том, сколько раз человек открыл какую-то ссылку или запрашивал в поисковой системе, когда это было и откуда — учитывается еще великое множество параметров. Все, что вам дает скопление информации «кто-что-где-когда искал», — это и есть нечто, обозначаемое термином «большие данные», или Big Data: просто огромное количество всевозможных данных…
Информация не будет работать на нас, если не использовать умственные способности (а в будущем они усилятся посредством искусственного интеллекта) для обобщения полезной информации и переноса ее из одной ситуации в другую. Таким образом можно успешно находить нужные аналогии за пределами конкретной ситуации. Если не знать, зачем именно, нельзя найти законы (базовые принципы), чтобы обобщить их… Например, закон притяжения можно применить не только к конкретному предмету, но и ко всем, обладающим массой. С другой стороны, содержание без понимания причины, стоящей за ним, — просто горстка отрывочных данных, парящих в воздухе и не предлагающих ничего, кроме самих себя. Big Data — это сведения, эквивалентные визуальной информации, которую получает глаз; это история раздражителей, на которые должен отреагировать наш мозг. И, как мы уже говорили, сами раздражители не имеют смысла, потому что могут означать что угодно. То же самое справедливо и для больших данных, до тех пор, пока к ним не подключится то, что их меняет… понимание.
Оно снижает запутанность данных: понимая, мы свертываем информационный массив до более простого набора известных переменных более низкого порядка. Представьте: ваша молодая компания разработала какой-нибудь обогревательный прибор, и вы хотите целенаправленно продвигать его на рынке. Вы проводите исследование — несколько серий измерений температуры тела современных животных — и особенно принимаете во внимание скорость их теплоотдачи. Вы обнаруживаете, что все теряют тепло с разной скоростью. И чем у большего количества живых существ (включая людей) измеряете температуру, тем обширнее ваши данные. В исследованиях вы усердны и работаете с полной самоотдачей, что позволяет накопить огромный объем сведений, имеющий размерность высокого порядка. Каждое изученное животное — новая размерность, несмотря на кажущуюся простоту элементарных измерений. Но цифры ничего не говорят о том, как и почему животные по-разному теряют тепло.
Наполеон притягивает и отталкивает, завораживает и вызывает неприятие, но никого не оставляет равнодушным. В 2019 году исполнилось 250 лет со дня рождения Наполеона Бонапарта, и его имя, уже при жизни превратившееся в легенду, стало не просто мифом, но национальным, точнее, интернациональным брендом, фирменным знаком. В свое время знаменитый писатель и поэт Виктор Гюго, отец которого был наполеоновским генералом, писал, что французы продолжают то показывать, то прятать Наполеона, не в силах прийти к окончательному мнению, и эти слова не потеряли своей актуальности и сегодня.
Монография доктора исторических наук Андрея Юрьевича Митрофанова рассматривает военно-политическую обстановку, сложившуюся вокруг византийской империи накануне захвата власти Алексеем Комнином в 1081 году, и исследует основные военные кампании этого императора, тактику и вооружение его армии. выводы относительно характера военно-политической стратегии Алексея Комнина автор делает, опираясь на известный памятник византийской исторической литературы – «Алексиаду» Анны Комниной, а также «Анналы» Иоанна Зонары, «Стратегикон» Катакалона Кекавмена, латинские и сельджукские исторические сочинения. В работе приводятся новые доказательства монгольского происхождения династии великих Сельджукидов и новые аргументы в пользу радикального изменения тактики варяжской гвардии в эпоху Алексея Комнина, рассматриваются процессы вестернизации византийской армии накануне Первого Крестового похода.
Виктор Пронин пишет о героях, которые решают острые нравственные проблемы. В конфликтных ситуациях им приходится делать выбор между добром и злом, отстаивать свои убеждения или изменять им — тогда человек неизбежно теряет многое.
«Любая история, в том числе история развития жизни на Земле, – это замысловатое переплетение причин и следствий. Убери что-то одно, и все остальное изменится до неузнаваемости» – с этих слов и знаменитого примера с бабочкой из рассказа Рэя Брэдбери палеоэнтомолог Александр Храмов начинает свой удивительный рассказ о шестиногих хозяевах планеты. Мы отмахиваемся от мух и комаров, сражаемся с тараканами, обходим стороной муравейники, что уж говорить о вшах! Только не будь вшей, человек остался бы волосатым, как шимпанзе.
Настоящая монография посвящена изучению системы исторического образования и исторической науки в рамках сибирского научно-образовательного комплекса второй половины 1920-х – первой половины 1950-х гг. Период сталинизма в истории нашей страны характеризуется определенной дихотомией. С одной стороны, это время диктатуры коммунистической партии во всех сферах жизни советского общества, политических репрессий и идеологических кампаний. С другой стороны, именно в эти годы были заложены базовые институциональные основы развития исторического образования, исторической науки, принципов взаимоотношения исторического сообщества с государством, которые определили это развитие на десятилетия вперед, в том числе сохранившись во многих чертах и до сегодняшнего времени.
Эксперты пророчат, что следующие 50 лет будут определяться взаимоотношениями людей и технологий. Грядущие изобретения, несомненно, изменят нашу жизнь, вопрос состоит в том, до какой степени? Чего мы ждем от новых технологий и что хотим получить с их помощью? Как они изменят сферу медиа, экономику, здравоохранение, образование и нашу повседневную жизнь в целом? Ричард Уотсон призывает задуматься о современном обществе и представить, какой мир мы хотим создать в будущем. Он доступно и интересно исследует возможное влияние технологий на все сферы нашей жизни.
Один из лучших популяризаторов науки Фрэнк Вильчек в доступной форме описывает основные составляющие физической реальности — пространство, время, материю, энергию и динамическую сложность. Вы узнаете о теории Большого взрыва и возникновении Вселенной, познакомитесь с одними из крупнейших проектов современности: охотой на частицу Хиггса и поиском гравитационных волн, положивших начало новому виду «многоканальной» астрономии. Книга лауреата Нобелевской премии по физике для всех, кто хочет приблизиться к пониманию устройства Вселенной.
Если вы сомневались, что вам может пригодиться математика, эта книга развеет ваши сомнения. Красота приведенных здесь 10 уравнений в том, что пронизывают все сферы жизни, будь то грамотные ставки, фильтрование значимой информации, точность прогнозов, степень влияния или эффективность рекламы. Если научиться вычленять из происходящего данные и математические модели, то вы начнете видеть взаимосвязи, словно на рентгене. Более того, вы сможете управлять процессами, которые другим кажутся хаотичными. В этом и есть смысл прикладной математики. На русском языке публикуется впервые.
Популяризатор науки мирового уровня Стивен Строгац предлагает обзор основных понятий матанализа и подробно рассказывает о том, как они используются в современной жизни. Автор отказывается от формул, заменяя их простыми графиками и иллюстрациями. Эта книга – не сухое, скучное чтение, которое пугает сложными теоретическими рассуждениями и формулами. В ней много примеров из реальной жизни, которые показывают, почему нам всем нужна математика. Отличная альтернатива стандартным учебникам. Книга будет полезна всем, кто интересуется историей науки и математики, а также тем, кто хочет понять, для чего им нужна (и нужна ли) математика. На русском языке публикуется впервые.
Если упражнения полезны, почему большинство их избегает? Если мы рождены бегать и ходить, почему мы стараемся как можно меньше двигаться? Действительно ли сидячий образ жизни — это новое курение? Убивает ли бег колени и что полезнее — кардио- или силовые тренировки? Дэниел Либерман, профессор эволюционной биологии из Гарварда и один из самых известных исследователей эволюции физической активности человека, рассказывает, как мы эволюционировали, бегая, гуляя, копая и делая другие — нередко вынужденные — «упражнения», а не занимаясь настоящими тренировками ради здоровья. Это увлекательная книга, после прочтения которой вы не только по-другому посмотрите на упражнения (а также на сон, бег, силовые тренировки, игры, драки, прогулки и даже танцы), но и поймете, что для борьбы с ожирением и диабетом недостаточно просто заниматься спортом.