Много лет математики ломают голову над классической головоломкой, известной как «задача коммивояжера». Представьте, что вы — коммивояжер, которому во время деловой поездки нужно посетить пятнадцать городов, полуслучайным образом разбросанных по карте. Каков кратчайший маршрут, позволяющий побывать в каждом городе ровно по одному разу? Вопрос кажется достаточно простым, но найти на него ответ невероятно трудно. Даже при относительно скромном количестве городов — пятнадцать — для нашего коммивояжера существуют миллиарды возможных маршрутов. По ряду сложных причин задачу коммивояжера практически невозможно решить окончательно, и поэтому исторически математики — и, надо полагать, сами коммивояжеры — довольствовались вторым по качеству вариантом: маршрутами, которые были достаточно короткими, но не обязательно самыми короткими из всех возможных.

Это может показаться сугубо умозрительной проблемой, учитывая, что в реальном мире профессия коммивояжера уходит в прошлое, однако ключевые элементы этой задачи лежат в самом эпицентре коммуникационной революции. Представьте этих коммивояжеров в виде битов данных, а города — в виде веб-серверов и маршрутизаторов, разбросанных по всему земному шару. Возможность вычислять кратчайшие пути в такой сети стала бы манной небесной для огромной распределенной системы вроде Интернета, где на любом заданном маршруте могут быть тысячи «городов», а не всего пятнадцать. Возможно, интернет-магазины вроде Amazon.com окончательно изжили коммивояжеров из плоти и крови, но задача коммивояжера стала для цифрового мира еще более важной.

В конце 1999 года Марко Дориго из Брюссельского свободного университета объявил, что ему и его коллегам удалось найти способ получения «близких к оптимальным» решений задачи коммивояжера, который оказался заметно более быстрым, чем любой традиционный подход. Секрет Дориго: пусть работу сделают муравьи.

Конечно, не настоящие муравьи. Как мы видели в начале этой книги, муравьиные колонии обладают поразительной способностью вычислять кратчайший путь к различным источникам пищи, используя свой простой язык феромоновых следов. Идея Дориго заключалась в том, чтобы решить задачу коммивояжера так, как это сделала бы колония муравьев: отправить армию виртуальных коммивояжеров исследовать все возможные маршруты на карте. Когда коммивояжер успешно завершает путешествие по всем пятнадцати городам, он возвращается в исходный город по своему следу, оставляя по пути небольшое количество виртуального «феромона». Поскольку общее количество феромона ограничено, на длинных маршрутах он распределяется более тонким слоем, а на коротких — более плотным. Когда карту исследуют тысячи муравьев, на некоторых участках более коротких путей быстро накапливаются толстые слои феромона, в то время как на менее эффективных маршрутах его практически не остается. После первого раунда исследований выпускается новая партия виртуальных коммивояжеров, которым предлагается следовать по маршрутам, наиболее густо помеченным феромонами. После нескольких повторных сессий рой коммивояжеров начинает нащупывать кратчайшие пути, достигая близкого к оптимальному решения задачи коммивояжера без использования чего-либо, напоминающего традиционный математический анализ или центральный координирующий орган. С тех пор как Дориго объявил о своих результатах, компании France Telecom, British Telecommunications и MCI применили аналогичные «муравьиные» стратегии маршрутизации в своих телефонных сетях и сетях передачи данных. Первые исследования показывают, что подход Дориго значительно эффективнее алгоритма Open Shortest Path First (первоочередного выбора кратчайшего пути), используемого в Интернете для распределения данных между узлами сети. Через несколько лет наше онлайн-взаимодействие, возможно, будет поддерживаться действующей снизу вверх силой роевого интеллекта. И в очередной раз муравьи додумались до этого задолго до нас.

Какого рода данные будут передавать эти сети будущего? Вскоре после публикации этой книги Сеть наводнят цифровые обитатели новейшего творения Уилла Райта — The Sims Online. Представляя собой сплав The Sims и SimCity, эта игра позволяет игрокам коллективно строить города в рамках масштабного сетевого сотрудничества. В отличие от предыдущих игр, здесь всеми жителями мира управляют реальные люди, подключенные к системе со всего земного шара. Как и в The Sims, вы можете приблизить изображение до гостиной собственного персонажа или заглянуть к другу, живущему на той же улице, на соседское барбекю. Но можно и отдалить камеру, чтобы увидеть весь ландшафт, созданный игроками. Ранняя версия игры, которую мне показал Райт, включала в себя блестящую систему создания районов, которая казалась сошедшей прямо со страниц книг Джейн Джекобс. Городские районы формируются снизу вверх, когда игроки обустраивают свои домовладения в различных частях виртуального пространства. Любой игрок может создать свой собственный частный район, точно так же, как он может придумать имя для своего виртуального персонажа на экране. Но вы также можете убедить своих соседей принять название вашего района. Когда определенное количество жителей заявляет о своей принадлежности к конкретному району, система официально признает этот округ и присваивает ему особый знак, а также предоставляет различные налоговые льготы. Чем больше район, тем больше знак и тем ощутимее выгода. Это классическое сочетание роста снизу вверх и управления сверху вниз: пусть районы зарождаются снизу, но в систему должны быть заложены стимулы, поощряющие их развитие.

Наш новообретенный доступ к виртуальным городам на компьютерных экранах ничуть не умерил наш аппетит к жизни в реальных городах. Пять лет назад большинство искушенных в цифровых технологиях социальных критиков предсказывали, что подъем Веба и различных устройств для удаленной работы нанесет смертельный удар по городской жизни, завершив сорокалетний процесс, начавшийся с послевоенного бегства в пригороды. Считалось, что через десять лет мы все будем жить на своих ранчо в Вайоминге, подключаясь к офису по сети, вместо того чтобы висеть на поручнях в переполненном метро. Из всех напыщенных прогнозов середины девяностых ни один не оказался более ошибочным, чем эти надгробные речи городской жизни. Цифровая революция стала мощнейшим источником жизненной силы для таких плотно заселенных городских центров, как Сан-Франциско, Нью-Йорк и Сиэтл, — по причинам, восходящим еще к гильдейской системе и торговым кластерам Флоренции двенадцатого века. Отрасли, движимые идеями, естественным образом тяготеют к физическим центрам генерации идей, даже в эпоху мгновенной передачи данных. Светлые умы с общими интересами по-прежнему собираются вместе, даже когда в их гостиных есть беспроводные модемы и широкополосный интернет. Теперь и более мелкие поселения пытаются перенять ориентированный на улицу динамизм традиционного органического города: движение «Новый урбанизм» начало трансформировать практику пригородной застройки в Америке, следуя правилам, которые сформулировала Джейн Джекобс почти полвека назад: более короткие кварталы, более оживленные тротуары, смешанное зонирование и приоритет пешеходного движения. Несмотря на бушующий тайфун цифровой революции — а возможно, отчасти и благодаря ему — старомодный самоорганизующийся город сегодня так же жизнеспособен и важен, как и всегда.

У этой жизнеспособности, конечно, есть и обратная сторона: высокая арендная плата, теснота, дорожные пробки. Даже в городах, где жизнь максимально сосредоточена на тротуарах, движение автомобилей по сложной паутине улиц порождает организационную проблему, сопоставимую с трафиком информации во Всемирной паутине. Десятилетиями городские инженеры строили все более сложные системы, чтобы направлять потоки автомобилей по перегруженным улицам: они наблюдали за схемами движения и перенастраивали светофоры и направления улиц там, где возникали заторы. Но городской трафик — это проблема организованной сложности, и решать ее эффективнее всего методами «снизу вверх», а не «сверху вниз». Спустя почти пятьдесят лет после того, как ему впервые пришла в голову идея «Пандемониума», Оливер Селфридж занялся поиском именно такого решения, создавая самообучающуюся сеть светофоров, которая будет находить оптимальный режим работы в меняющихся условиях. Селфридж хочет подступиться к проблеме трафика так же, как Дэнни Хиллис подошел к проблеме сортировки чисел: задать сети общую цель — свести к минимуму задержки в пути, но позволить всей системе самой разбираться в деталях, используя инструменты обратной связи, локального взаимодействия и распознавания образов, которые служат визитной карточкой всех самоорганизующихся систем. Сами по себе дорожные пробки — это довольно грубая форма эмерджентного поведения, и годами мы боролись с ними чисто инженерными методами. Селфридж же хочет исключить генеральных проектировщиков из этого уравнения. Сделайте светофоры умными — свяжите их друг с другом и снабжайте информацией о заторах или авариях, — и вы получите решение, способное реально справиться с колоссальной и постоянно меняющейся проблемой городского движения. Победить транспортный тупик можно, сделав умной саму сетку улиц.

*   *   *

Что связывает эти события? Представьте себе своего рода концептуальный наезд камеры на жизнь через два-три года, движение от масштаба к масштабу — как в замечательном фильме Чарльза и Рэй Имз «Степени десятки», который начинается с вида на Млечный Путь, плавно приближается к человеку, лежащему в парке в Чикаго, а затем уходит вглубь до субатомных частиц в его ладони.

И только при таком сквозном масштабировании мы обнаруживаем, что на каждом уровне одно и то же поведение повторяется снова и снова. Начнем с масштаба самого города, чьи районы пульсируют и процветают, как и на протяжении веков, посылая сигналы миру и притягивая к себе людей подобно гигантским планетарным магнитам. Потоки людей в городе теперь регулируются интеллектуальной дорожной сетью, которая развивается и обучается, реагируя на схемы движения транспорта. Вы или я живем в одной из этих огромных систем, внося свой вклад в ее непрерывное развитие так же, как одиночная клетка слизевика способствует росту всего скопления, — и, будучи частью городской жизни, мы развлекаемся, моделируя ее самоорганизующуюся энергию на экране компьютера, сообща создавая виртуальные районы с тысячами других сетевых игроков по всему миру. И на уровне города, и на уровне экрана наша жизнь соприкасается с силами эмерджентности.

Теперь переместимся еще на один уровень глубже — к отдельным битам информации, которые транслируют наши виртуальные градостроительные начинания собратьям по сети. Они тоже прокладывают себе путь в инфосфере, опираясь на распределенную логику роевого поведения и выстраивая свои сложные маршруты снизу вверх. Сеть умна, но ее интеллект — это интеллект муравьиной колонии, а не централизованного государства. И как возникли эти новые умные сети? Опустимся еще на одно звено по этой цепи, к нейронным сетям человеческого разума и их поразительной способности к распознаванию образов. Разум исследователя в Брюсселе видит связь между коллективным поведением муравьиных колоний и проблемами маршрутизации, характерными для крупномасштабных информационных сетей, — видит ее потому, что его мозг скрывает в себе изумительно гибкий инструмент для обнаружения общих паттернов в совершенно не связанных областях. Этот инструмент работает по своей собственной роевой логике, без какого-либо центрального руководства. Один вид децентрализованного интеллекта (человеческий мозг) находит новый способ применить уроки другого децентрализованного интеллекта (муравьев), который затем служит платформой (сетью) для передачи третьего вида (виртуальных городов), коими мы наслаждаемся, безопасно сидя в своих квартирах в районах крупнейшей на планете рукотворной самоорганизующейся системы (реального города). Это эмерджентность на всем протяжении цепи.

Можно ли протянуть эту цепь в новых направлениях — как в атомарном масштабе цифровой информации, так и в макромасштабе коллективных движений? Обретут ли компьютеры — или компьютерные сети — самосознание в ближайшие годы благодаря адаптивной открытости эмерджентного ПО? Будут ли новые политические движения или системы напрямую моделировать свою структуру по образцу распределенного интеллекта муравьиной колонии или городского квартала? Существует ли четвертая стадия в развивающейся паутине эмерджентности, которая выведет нас за пределы «чтецов мыслей» к чему-то еще более живому? Ждет ли нас в будущем настоящий глобальный мозг и узнаем ли мы в нем себя, когда он наконец возникнет?

Безусловно, мир еще никогда не был так хорошо подготовлен к тому, чтобы эти идеи воплотились в жизнь; если в ближайшие десятилетия мы не вступим в четвертую фазу эмерджентности, то уж точно не из-за отсутствия попыток. Но в этом кроются и огромный потенциал, и главная опасность роевой логики: поведение системы на более высоком уровне практически невозможно предсказать заранее. Вы никогда толком не узнаете, что ждет вас на другом конце фазового перехода, пока не нажмете кнопку «пуск», чтобы выяснить это. В этом и состоит урок Джеральда Эдельмана и его рецепта моделирования организма из плоти и крови: вы создаете систему из различных устройств распознавания образов и петель обратной связи, подключая виртуальный организм к симулированной среде. А затем смотрите, что произойдет.

Даже самые оптимистичные сторонники самоорганизации испытывают некоторую настороженность из-за отсутствия контроля над этим процессом. Но понимание эмерджентности всегда требовало отказа от контроля — предоставления системе возможности управлять собой в максимально возможной степени, позволяя ей учиться по собственным следам. Мы продвинулись в этом понимании достаточно далеко, чтобы создавать небольшие системы для собственного развлечения и поучения, а также глубже ценить эмерджентное поведение, которое уже существует на каждом уровне нашего жизненного опыта. Ждут ли нас новые масштабы для покорения, новые революции, на фоне которых революции «сверху вниз» индустриальной эпохи покажутся незначительными? В масштабах столетия или целого тысячелетия нет, пожалуй, вопроса более интересного и вопроса, на который было бы труднее ответить.