О книге «Масштаб»

Название, толщина, содержание, и даже подзаголовок — «Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний» — всё обещало нечто фундаментальное, «масштабное» (извините за тавтологию). Я ожидал знаний, которые перевернут представление о вселенной :-) Но нет, границы вселенной не расширились, точка сборки не сместилась, мир не перевернулся. Книга оказалась интересной, приятной, научно-популярной, но не фундаментальной.

На самом деле книга могла бы такой стать, если бы её не сделали НАСТОЛЬКО научно-популярной. В «Масштабе» хорошо описан «физический» подход к изучению мира и демонстрируются интересные закономерности, выявленные с его помощью. Но весь материал оформлен примерно для детсадовского уровня: без формул, с огромным количеством баек и кучей сравнения с «магией», упоминаний «волшебных чисел» и прочей чуши.

Если вы любите хорошие байки об учёных и инженерах — это книга однозначно для вас. Потому что 80% её занято именно ими.

Также эта книга будет интересна биологам, градостроителям (мэрам, например), управленцам, финансистам, начинающим учёным и интересующимся системами людям, вроде меня.

А вот людям, испытывающим боль от формул, воспринимающим только художественную подачу материала, боюсь, пользы от книги не будет. Проблемы, затронутые в ней выходят за границы их обычной сферы деятельности, полученные знания вряд ли получится как-то применить. Тем более странной мне видится позиция автора по преднамеренному упрощению материала.

С применимостью теории из книги, на самом деле, большие вопросы. Концептуально она очень интересна. Но то ли из-за «сверх научно-популярной» подачи, то ли из-за зачаточного состояния самой теории, придумать куда её воткнуть в реальном мире на моём масштабе деятельности сложно. На более крупном масштабе, например, страны — возможно.

Итак, о чём собственно книга (кроме баек, о них писать не буду).

Физический подход к изучению мира

Автор — Джеффри Уэст — хардкорный олдскульный физик, в какой-то момент понял, что стареет, и решил просветиться в вопросах биологического старения. И обломался, потому что биологи оказались гуманитариями и не то чтобы не хотели этим вопросом заниматься, но явно занимались им по-гуманитарски. Вычленить ничего архиполезного из исследований у Уэста не получилось, поэтому пришлось брать инициативу в свои руки, вместе с трушным физическим подходом к изучению мира. И у него кое что получилось, в том числе и про старение.

Демонстрация применения физического подхода к изучению сложных явлений является одним из главных достоинств книги. Автор рассказывает как взять неформализованную проблему, чуток математики и начать делать поверх этого физическую теорию с формулами и предсказаниями.

Интересно всё, что автор пишет о физическом подходе, но для себя я отдельно выделил мысль о полезности безразмерных величин. Почему-то не сталкивался с ней раньше (или успешно забыл).

Безразмерные величины

Сущность любой измеримой величины не может зависеть от выбора единиц измерения, не могут от него зависеть и законы физики. Поэтому получаемые числовые результаты удобно было бы нормировать в безразмерные величины. Делать это можно, например, делением/умножением на какие-нибудь постоянные (гравитационную, скорость света, etc), сокращая размерности. Такое нормирование, в том числе, позволяет сравнивать поведение систем с разными свойствами.

Примером может быть число Фруда — безразмерный критерий подобия движения в жидкостях и газах. Используется при сравнении условий волнообразования для судов разного размера.

Если мы проектируем большое судно, то хотим понять как оно будет вести себя на воде. Для этого мы строим его меньшую копию и подбираем параметры тестирования так, чтобы число Фруда для модели совпало с числом Фруда для оригинального судна в необходимых условиях.

Например, если модель судна выполнена в масштабе 1:100, то её нужно буксировать со скоростью, в 10 раз меньше, чтобы увидеть те же волны, что и для большого судна, но в масштабе 1:100.

Масштабируемость

Суть теории примерно в следующем.

Все животные, города, организации и подобные им системы масштабируются (меняют свои параметры при изменении размера) по сходным законам.

Это обусловлено:

1. Свойствами распределительных сетей, которые действуют внутри этих систем (кровеносная система, нервная система, дорожная сеть, водопровод).
2. Свойствами конечных элементов этих сетей (капилляры, водопроводные краны)
3. Свойствами атомарных элементов этих систем (клетки, люди, если речь идёт об организации).

Структура распределительных сетей накладывает сильное ограничения на параметры системы и, по сути, определяет их. Сама же структура сети определяется принципом экономии энергии на её построение и поддержку. Поэтому структура сетей довольно предсказуема, что делает предсказуемыми и прочие параметры системы.

Уэст сформулировал принципы, которым подчиняются все распределительные сети:

1. Заполнение всего пространства — сеть должна доставить ресурсы в каждую точку системы.
2. Неизменность концевых модулей — капилляры у всех животных, как и водопроводные краны во всех квартирах всех городов примерно одинаковы (по размеру и структуре).
3. Оптимизация — все сети эволюционируют так, чтобы минимизировать энергию, необходимую для поддержания существования средней системы (особи).

Выявленные закономерности имеют хорошую предсказательную силу. Особенно в биологии. Города и организации — более новые явления на планете и, по мнению автора, пока их структура не полностью оптимизирована эволюцией, что приводит к менее точным предсказаниям.

Теория позволяет предсказывать общие свойства систем по их размеру. Например:

• Уровень метаболизма, частоту пульса, радиус аорты, скорость крови в аорте и давление в ней, число капилляров, объём лёгких, число листьев и ветвей дерева, длина его ствола, etc.
• Среднюю скорость пешеходов, количество патентов в год, преступность, длину различных сетей, количество заправок и точек общепита в городах

При изменении размера, одни параметры сущности изменяются суперлинейно (растут быстрее чем размер), другие — сублинейно (растут медленнее чем размер). Это обуславливает различные явления.

Например, ограничение роста животных объясняется тем, что при увеличении размера количество клеток растёт быстрее чем способность сетей их обслуживать, в какой-то момент достигается баланс, который и ограничивает дальнейший рост.

Возрастающую скорость прогресса автор также, частично, объясняет суперлинейным и сублинейным масштабированием свойств городов.

Кстати, старение Уэст обуславливает амортизацией конечных элементов сетей и предлагает уменьшать её, снижая скорость метаболизма и темп жизни разными средствами. Варианты он предложил не без толики юмора:

1. Уменьшить температуру тела.
2. Снизить частоту сердцебиения.
3. Меньше жрать :-D

Также автор обращает внимание на то, что скорость метаболизма растёт при росте температуры и вспоминает про глобальное потепление.

Применимость теории

Как я уже сказал, найти хорошее применение знаниям, полученным из книги сложно, но можно.

Сложно по двум причинам:

1. Теория в целом рассчитана на глобальные вещи, а значит к ним и применима. То есть копаться в ней с практической точки зрения имеет смысл государственникам, успешным предпринимателям, биологам/врачам.
2. Теория только зарождается, многие вопросы не проработаны.

Однако применить теорию к кое чему можно уже сейчас. Например, для оценки эффективности управления городами (и по аналогии ко много чему ещё). Суть вот в чём:

1. Опираясь на статистику мы можем получить оценку закономерностей роста городов в нашей стране. Необходимо строить модель для отдельной страны (или региона) потому, что параметры моделей в разных странах будут отличаться из-за культурных особенностей.
2. Зная текущие показатели городов (например, их размер и уровень преступности) мы можем оценить выше или ниже ожидаемого находится этот уровень. Причём сделать это получится независимо от размера города.
3. Определив эффективные и неэффективные города, можно предметно исследовать причины их эффективности или неэффективности в конкретных областях.
4. ????
5. Профит.

Теория выглядит интересной и для долгосрочного прогнозирования будущего компаний для инвестиции в них.

Прочие интересности

Распределяющие сети рассматриваются как фракталы, из чего выводятся некоторые их свойства. Причём в этой книге я наконец встретил нормальное описание как свойств фракталов, так и их связи с реальным миром (а не с математическими рисунками).

В контексте масштабирования городов и организаций рассматриваются числа Данбара (они про то, что у нас в среднем не более 5 близких друзей, не более 150 хоть как-то знакомых, etc.) и их влияние на параметры организаций и городов

В книге много интересных статистических фактов о животных, городах и организациях.