– Savo moksliniuose tyrimuose dažniausiai taikote chaoso teoriją. Kuo ji jus labiausiai žavi?
– Labiausiai mane chaoso teorijoje žavi vidinis paradoksas – tai, kad sistema, kurioje nėra jokio atsitiktinumo, gali elgtis visiškai nenuspėjamai.
Pirmiausia reikėtų paaiškinti, ką apskritai tiriame. Chaoso teorija yra didesnės srities – netiesinės dinamikos – dalis. Tiriame įvairių sistemų dinamiką, t. y. procesus, kurie nuolat kinta laike. Tai gali būti bet kas – nuo besisupančios švytuoklės ar gyvūnų populiacijos augimo miške iki kur kas sudėtingesnių inžinerinių procesų. Šį kitimą aprašome matematinėmis formulėmis ir stebime, kaip sistema evoliucionuoja, kur ilgainiui nusistovi ir nuo kokių išorinių veiksnių priklauso jos elgsena.
Labai svarbu pabrėžti vieną aspektą – sistemose, kurias tiriame, nėra jokio atsitiktinumo. Pavyzdžiui, jei metame monetą ar stebime loterijos kamuoliukų kritimą, tai jau yra atsitiktiniai procesai, kuriems aprašyti taikoma tikimybių teorija. Mūsų tiriamose sistemose to nėra. Jeigu kompiuteryje paleisiu tą patį eksperimentą dešimt kartų su tokiais pačiais pradiniais nustatymais, visus dešimt kartų gausiu identišką rezultatą. Atrodytų, kas čia sudėtingo? Viskas aprašyta taisyklėmis, jokio atsitiktinumo nėra, todėl prognozuoti tokios sistemos ateitį turėtų būti paprasta. Bet pasirodo, kad taip būna ne visada.
Čia ir tampa aktuali chaoso teorija. Sistema yra chaotinė, jeigu ji labai jautri pradiniams duomenims. Įsivaizduokite: atliekame du eksperimentus su ta pačia sistema, tik viename iš jų pradinį atskaitos tašką truputėlį paslenkame. Iš pradžių abiejų sistemų raida atrodys beveik identiška. Tačiau laikui bėgant tas mažytis skirtumas pradės augti tarsi sniego gniūžtė, ir netrukus gausime du visiškai skirtingus rezultatus. Būtent tai mane ir žavi: chaosas nėra atsitiktinumas. Jis kyla iš sistemos prigimties, jos nepaprasto jautrumo ir gebėjimo net menkiausius pokyčius paversti milžiniškomis pasekmėmis.
– Chaoso teorija taikoma daugelyje sričių – nuo inžinerijos iki medicinos. Kaip ji pritaikoma tokiose jautriose srityse kaip kardiologija ar neuromokslai?
– Tai iš tiesų skamba kaip paradoksas, nes esame įpratę chaosą sieti su netvarka ar kontrolės praradimu. Tačiau pritaikius šį mokslą žmogaus biologijai atsiskleidžia visiškai priešingas, šimtmečius gyvavusią medicinos intuiciją griaunantis faktas: griežtas reguliarumas žmogaus organizme dažnai yra sunkios ligos pranašas, o nenuspėjamas, chaotiškas elgesys – geros sveikatos požymis.
Chaoso teorija parodė, kad itin tolygus širdies ritmas gali būti pavojingas.
Pavyzdžiui, kardiologijoje dešimtmečiais vyravo įsitikinimas, kad sveika žmogaus širdis plaka idealiu metronomo tikslumu, o bet kokie reikšmingi nukrypimai tarp dūžių yra patologija. Tačiau chaoso teorija šį požiūrį apvertė aukštyn kojomis ir parodė, kad itin tolygus širdies ritmas gali būti pavojingas.
Šiandien vienas svarbiausių chaoso teorijos pritaikymų medicinoje yra gebėjimas numatyti širdies aritmiją. Skirtingai nei tradiciniai statistiniai metodai, kurie nesugeba atskirti natūralių ritmo svyravimų, atsirandančių dėl streso ar fizinio krūvio, nuo ligos požymių, chaoso teorijos metodai geba šiuos pokyčius išfiltruoti ir aptikti paslėptus patologijos dėsningumus.
Chaoso teorija taip pat sėkmingai taikoma neurologijoje. Žmogaus nervų sistema yra bene sudėtingiausia dinaminė sistema, kurioje milijardai neuronų ir sinapsių veikia per sudėtingus grįžtamojo ryšio ciklus ir chaotinius impulsus. Mokslininkai netgi sukūrė sąvoką „dinaminės ligos“. Jos atsiranda ne dėl viruso ar „sulūžusios“ kūno dalies, o tuomet, kai sistema iš sveikos, chaotinės būsenos staiga pereina į nesveiką, pernelyg tvarkingą būseną.
Puikus to pavyzdys – epilepsija. Sveikų smegenų veikla yra itin sudėtinga, desinchronizuota ir natūraliai chaotiška – būtent tai leidžia mums laisvai mąstyti, kurti prisiminimus ir judėti. Epilepsijos priepuolis ištinka tada, kai šis chaosas dingsta: milijonai neuronų staiga susiderina ir pradeda veikti neįprastai tvarkingai. Žvelgiant į smegenų bangas per chaoso teorijos prizmę, šį perėjimą į patologinę tvarką galima pastebėti gerokai anksčiau, nei pasireiškia fiziniai simptomai. Tai atveria galimybę numatyti priepuolį ir laiku suteikti pagalbą.
Kita įdomi taikymo sritis – psichiatrija. Sveiko žmogaus nuotaika pasižymi natūraliu chaotiškumu, kuris leidžia lanksčiai ir adekvačiai reaguoti į įvairias situacijas. Bipolinio sutrikimo atveju šis lankstumas prarandamas: psichika tarsi įstringa reguliariuose ekstremaliuose manijos ar depresijos svyravimuose. Todėl gydymo tikslas neturėtų būti visiškai „išlyginti“ paciento emocijas iki statiškos būsenos, nes tai žmogų atbukintų, o švelniai sugrąžinti sistemą į jai būdingą natūralų chaosą.
Tai tik maža dalis pavyzdžių, bet iš jų jau matome labai įdomią ir netikėtą išvadą: priešingai, nei esame įpratę manyti, chaosas mūsų organizme nėra kažkas žalingo ar destruktyvaus. Atvirkščiai – tai esminis žmogaus gyvybingumo, gebėjimo prisitaikyti ir sveikatos rodiklis.
– XXI amžius neretai vadinamas dirbtinio intelekto (DI) era. Kaip manote, ar ateityje chaoso teorija galėtų tapti ne mažiau svarbi nei DI?
– Aš į šias dvi sritis žiūriu ne kaip į konkuruojančias, bet kaip į puikų tandemą. DI čia tampa galingu įrankiu, leidžiančiu dar labiau išplėsti chaoso teorijos tyrimus ir taikymą. Jis veikia visiškai kitu principu nei tradiciniai matematiniai modeliai, kuriems reikia griežtų, iš anksto apibrėžtų taisyklių ir lygčių. Jeigu žmogus, kurdamas modelį, nepagalvoja apie kokį nors kintamąjį ar parametrą, modelis tos paslėptos sąveikos paprasčiausiai nematys. Tuo tarpu DI tokių griežtų taisyklių nereikia. Jis analizuoja milžiniškus istorinių duomenų kiekius, pats atranda mums nežinomus paslėptus dėsningumus ir geba prie jų automatiškai prisitaikyti.
Pastaruoju metu taip pat itin sparčiai populiarėja vadinamieji fizikos dėsniais grįsti neuroniniai tinklai. Mokymo metu toks neuroninis tinklas matematiškai „baudžiamas“ ne tik tada, kai jo prognozės prasilenkia su istoriniais duomenimis, bet ir tada, kai jos pažeidžia fundamentalius fizikos dėsnius.
Ši chaoso teorijos ir DI sintezė jau dabar turi praktinių taikymo pavyzdžių, pavyzdžiui, orų prognozavimo srityje. Tradiciniai modeliai, veikiantys galingiausiuose superkompiuteriuose, sunaudoja milžiniškus išteklius ir pasiekia savo galimybių ribą po 10–14 dienų, nes nebesugeba susidoroti su chaotiniu triukšmu. DI gali iš esmės pakeisti šią situaciją.
Užuot bandęs idealiai simuliuoti kiekvienos oro molekulės būseną, jis atpažįsta dėsningumus, analizuodamas šimtmečių meteorologinius duomenis, ir naudoja gerokai mažiau kompiuterinių išteklių. Jau dabar meteorologijos agentūros aktyviai tiria galimybes patikimai prognozuoti orus net 30 dienų į priekį. Toks prognozių laikotarpio pailginimas būtų labai svarbus žemės ūkiui, laivybos logistikai ir stichinių nelaimių prevencijai visame pasaulyje.
Tad DI ir chaoso teorijos tandemas atveria daugybę naujų galimybių. DI leidžia mums suprasti ir suvaldyti chaosą tokiu mastu, kuris dar prieš dešimtmetį atrodė neįmanomas.
