Книга Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний, страница 123. Автор книги Джеффри Уэст

Разделитель для чтения книг в онлайн библиотеке

Онлайн книга «Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний»

Cтраница 123

Акстелл, работающий сейчас в Университете имени Джорджа Мейсона в Виргинии и в филиале Института Санта-Фе, является ведущим специалистом по агентному моделированию, вычислительной методике, которую используют для построения моделей систем с большим числом составляющих [157]. Грубо говоря, эта методика предполагает постулирование простых правил взаимодействия между отдельными агентами системы, которые могут быть компаниями, городами или людьми, в сочетании с алгоритмом, определяющим, как они изменяются со временем, и компьютерный обсчет развития получившейся системы. В более сложных вариантах, направленных на реалистичное моделирование эволюционных процессов, могут вводиться правила обучения, адаптации и даже воспроизводства.

С появлением мощных компьютеров агентное моделирование стало стандартным средством получения информации по многим аспектам экологических и социальных систем, например в моделировании структуры террористических организаций, интернета, закономерностей дорожного движения, поведения фондового рынка, распространения эпидемий, развития экосистем и коммерческих стратегий. В последние годы Акстелл пытался произвести агентное моделирование всей экосистемы американских компаний, охватывающей более шести миллионов компаний и 120 миллионов работников. В этом грандиозном проекте активно используются данные переписей – как для определения параметров модели, так и для проверки результатов моделирования.

Впоследствии он начал работать вместе с другими выдающимися членами коллектива SFI, в том числе с Дойном Фармером, ныне оксфордским профессором, и Джоном Джинакоплосом, известным экономистом из Йеля, над расширением этого проекта для создания модели целой экономической системы. Эта поистине титаническая задача требует гигантского количества исходных данных по всем аспектам экономики, от финансовых транзакций и промышленного производства до недвижимости, государственным расходам, налогам, коммерческим инвестициям, международной торговле и даже поведению потребителей. Есть надежда, что такую интегрированную модель всей экономической системы можно будет использовать в качестве испытательного стенда для оценки разных стратегий стимулирования экономики – например, чтобы решить, следует ли сокращать налоги или увеличивать бюджетные расходы на общественные нужды, – а также, что, быть может, важнее всего, для предсказания резких изменений экономической ситуации и прогнозирования приближающихся кризисов, что позволило бы предотвращать возможные спады или даже очередной экономический крах [158].

Отсутствие такой подробной модели реальных механизмов экономической системы и тот факт, что стратегические решения преимущественно основываются на сравнительно локализованных, иногда интуитивных представлениях о том, как они должны работать, производят отрезвляющее впечатление. Очень редко принимается во внимание тот факт, что экономика представляет собой непрерывно эволюционирующую сложную адаптивную систему и что разбиение ее бесчисленных взаимозависимых составляющих на все более мелкие полуавтономные подсистемы может привести к ошибочным и даже опасным выводам, как хорошо видно из истории экономического прогнозирования. Эта задача, как и долговременное прогнозирование погоды, чрезвычайно сложна, и тут экономистам нужно отдать должное: они хорошо умеют делать краткосрочные прогнозы при условии, что состояние системы остается стабильным. Традиционные экономические теории сильно зависят от сохранения приблизительно равновесного состояния экономики. Способность предсказывать события, выходящие за обычные рамки, крупные изменения, поворотные моменты и разрушительные экономические ураганы и торнадо – гораздо более трудная задача, и с ее решением экономическая наука в большинстве случаев справлялась далеко не блестяще.

Нассим Талеб, автор приобретшего большое влияние бестселлера «Черный лебедь», особенно резко высказывается об экономистах, несмотря на то – а может быть, именно потому – что сам он получил образование в области коммерции и финансов [159]. Он работал в нескольких престижных университетах, в том числе в Нью-Йоркском университете и в Оксфорде, и основная тема его трудов – это важность осознания экстраординарных событий и более глубокого понимания рисков. Он резко и даже грубо критикует классическое экономическое мышление, часто выступая с преувеличенными заявлениями вроде: «Много лет назад я заметил одну важную черту экономики, а именно что экономисты никогда не бывают правы». Талеб даже призывал к отмене Нобелевской премии по экономике, заявляя, что экономические теории могут причинять поистине катастрофический ущерб. Хотя я не всегда согласен с идеями и полемическими приемами Талеба, существование таких резких на язык диссидентов, бросающих вызов догме, всегда важно и полезно, особенно когда история этой дисциплины насчитывает такое количество провалов, а ее постулаты оказывают столь большое влияние на нашу жизнь.

Самое большое преимущество агентного моделирования состоит в возможности создания альтернативной основы для решения этих важных задач с рассмотрением всей системы как единого целого, а не суммы неких идеализированных кусочков. Этот подход с самого начала признает, что экономика обычно представляет собой систему не равновесную, а развивающуюся и обладающую эмерджентными свойствами, которые порождаются взаимодействиями между ее многочисленными составляющими.

Однако он обладает и серьезными недостатками. Прежде всего, жизненно важную роль играет в нем изначально вводимое определение правил, по которым агенты действуют, взаимодействуют и принимают решения, а такое определение во многих случаях по необходимости приходится создавать наугад, а не на основе фундаментальных знаний и принципов. Кроме того, часто бывает трудно истолковать результаты подробного моделирования и определить причинно-следственные связи между разными компонентами и подразделениями системы. Поэтому может быть непросто отличить важные движущие факторы, определяющие те или иные конкретные результаты, от элементов, являющихся следствием общих принципов, действующих во всех таких системах. В предельном случае философия, лежащая в основе агентного моделирования, прямо противоречит традиционному научному методу, в котором основная задача состоит в сведении большого количества, по-видимому, разрозненных и не связанных друг с другом наблюдений ко всего нескольким общим принципам и законам. Так обстоит дело в биологии, в которой принцип естественного отбора применим ко всем организмам, от клеток до китов, или в физике, в которой законам Ньютона подчиняется любое движение чего угодно, от автомобилей до планет. Задача же агентного моделирования, напротив, состоит в воссоздании каждой конкретной системы, почти что в масштабе «один к одному». Общие законы и принципы, которые определяют ее структуру и динамику, играют лишь вспомогательную роль. Например, в модель конкретной компании входят все отдельные работники, администраторы, транзакции, продажи, расходы и так далее, и после этого каждую компанию рассматривают как отдельное, почти что уникальное образование, как правило не учитывая явно его систематического поведения или его соотношения с более общей картиной.

Вход
Поиск по сайту
Ищем:
Календарь
Навигация