Коктейль из хаоса и конъюнктуры

Нобелевская премия по физике 2021 года присуждена трем ученым, внесшим «новаторский вклад в наше понимание сложных физических систем».

Первая половина премии досталась двум климатологам-ровесникам (обоим в этом году исполнилось по 90 лет) — японско-американскому ученому-метеорологу Сюкуро Манабе, до сих пор работающему в Принстонском университете США, и его немецкому коллеге Клаусу Хассельманну, представляющему Институт метеорологии Макса Планка в Гамбурге. Манабе и Хассельманн были удостоены самой престижной научной награды за их работу по «физическому моделированию климата Земли, количественной оценке его изменчивости и за убедительное предсказание процесса глобального потепления».

Вторая половина физической Нобелевки, фактически безотносительно к первой, была присуждена маститому 73-летнему итальянскому физику-теоретику Джорджо Паризи, профессору римского Sapienza University, «за открытие взаимосвязей беспорядка и флуктуаций в сложных физических системах в масштабах от атомного до планетарного».

Согласно официальному комментарию Нобелевского комитета по физике, попытавшегося логически обосновать свое нестандартное комбинированное решение, открытия всех трех лауреатов-2021 «относятся к хаотическим системам, которые трудно описать математически из-за огромного количества переменных или больших отклонений в результатах при небольших изменениях входных данных… все лауреаты внесли вклад в углубление наших знаний о таких системах и их долгосрочном развитии».

Глава комитета Торс Ханс Ханссон, со своей стороны, пояснил, что, хотя две половинки физической премии этого года были присуждены независимо друг от друга, их «объединяет общая тема, которая связана с беспорядком, с флуктуациями и с тем, как беспорядок и флуктуации вместе, если в них как следует разобраться, могут порождать нечто, что мы можем понять».

Увы, из вычурной последней фразы г-на Ханссона на самом деле «понять нечто» по-прежнему довольно трудно (что, отчасти, конечно, простительно с учетом исходной сложной специфики процессов, происходящих внутри различных хаотических систем), но, по крайней мере, один очевидный комментарий все же напрашивается. Шведские академики, курирующие естественно-научные Нобелевки, в который уже раз предложили очень странный премиальный коктейль, сочетающий в себе по-настоящему ярких, многогранно проявивших себя ученых-теоретиков (в данном случае мы имеем в виду Джорджо Паризи) и исследователей явно прикладной направленности, которые к тому же, в случае с нынешними климатологами-лауреатами, еще и обладают «полезной политкорректной нагрузкой».

И, как нетрудно догадаться, многие ученые, комментируя решение Нобелевского комитета по физике, были им весьма озадачены (хотя и воздерживались от сколько-нибудь резких замечаний). Так, в телефонном интервью нашему изданию доктор физико-математических наук, профессор физфака МГУ, руководитель научной группы «Коррелированные квантовые системы» Российского квантового центра Алексей Рубцов лаконично отметил, что «этой связки, думаю, никто не ожидал, ими применялись совершенно разные научные методы. И в целом такая призовая комбинация мне, конечно, непонятна».

Пионеры климатического моделирования

Кратко обозначим далее научные достижения двух ветеранов метеоклиматического прогнозирования по версии Шведской Королевской академии наук.

Основным направлением исследований Сюкуро Манабе, который вскоре после окончания Второй мировой войны перебрался из Японии в Соединенные Штаты, была количественная оценка того, как повышение уровня углекислого газа в атмосфере может привести к повышению средней температуры поверхности нашей планеты. В 1960-х Манабе одним из первых

сосредоточил свое внимание на разработке физических компьютерных моделей, включающих в себя анализ вертикального переноса воздушных масс за счет конвекции, а также воздействия скрытого теплового эффекта от водяного пара. В частности, он раньше других исследовал комплексное взаимодействие между радиационным балансом и вертикальным переносом воздушных масс и пришел к важному выводу: кислород и азот оказывают незначительное влияние на температуру поверхности, в то время как углекислый газ оказывает на нее явное воздействие — удвоение содержания в атмосфере углекислого газа, по его оценкам, коррелировало с повышением глобальной температуры более чем на два градуса Цельсия.

Его исходная одномерная модель была весьма примитивной по современным компьютерным меркам, однако, как отмечается в резюме Нобелевского комитета, Манабе правильно определил базовые характеристики сложных процессов, и его работа «заложила основу для разработки современных климатических моделей. Результаты его одномерной модели привели к созданию трехмерной модели климата, которую Манабе опубликовал в 1975 году, и это стало еще одной вехой на пути к нашему пониманию тайн климата».

Что же касается второго лауреата по климатическому блоку Клаусса Хассельманна, то он примерно десятью годами позже Манабе сумел «связать воедино погоду и климат, найдя способ перехитрить быстрые и хаотичные изменения погоды, которые так мешали расчетам». Причем в отличие от японо-американского коллеги, сконцентрировавшегося на разработке радиационно-конвективных моделей климата и глобальных климатических моделей общей циркуляции атмосферы и океана, исследования Хассельманна были прежде всего связаны с анализом сложного взаимодействия различных стохастических процессов в земной климатической системе, в частности более быстрых атмосферных процессов в атмосфере и более инерционных процессов, происходящих в Мировом океане.

В конце 1970-х — начале 1980-х Клаус Хассельманн продемонстрировал, как хаотично меняющиеся погодные явления могут быть описаны при помощи анализа нелинейной динамики быстро меняющегося «шума» (при этом он в значительной степени опирался на физико-математические методы анализа броуновского движения), тем самым поставив долгосрочные климатические прогнозы на прочную научную основу. Кроме того, он разработал методы определения возможного влияния человеческого фактора на наблюдаемую глобальную температуру.

Хассельманн также разработал новые методики выявления различных специфических сигналов, так называемых отпечатков (fingerprints), которые накладывают на климат как природные явления, так и деятельность человека. Эти его методы впоследствии были успешно инкорпорированы в более современные компьютерные модели, которыми в настоящее время активно пользуются при долгосрочном прогнозировании изменений земного климата.

Аналитик фрустрированных систем

В отличие от двух климатологов-«джокеров», имена которых вплоть до их объявления шведскими академиками вообще не упоминались в списках возможных кандидатов на получение Нобелевской премии 2021 года, шансы итальянца Джорджо Паризи, напротив, расценивались многими научными аналитиками весьма высоко: так, в популярном рейтинге цитирования агентства Clarivate Паризи занимал третью строчку (вслед за Алексеем Китаевым и Марком Ньюманом). И именно его в качестве персонального фаворита назвал незадолго до онлайн пресс-конференции Нобелевского комитета по физике уже упоминавшийся нами выше Алексей Рубцов.

По словам Рубцова, «Паризи — это очень интересный и многосторонний ученый, который получил значимые результаты и проявил себя в самых разных областях физики (что весьма редко встречается в современной науке), в том числе таких, как квантовая хромодинамика, физика конденсированного состояния вещества, и особенно в области анализа так называемых фрустрированных систем — сложных физических систем, характеризующихся беспорядочными, флуктуационными процессами и явлениями».

Важнейшие научные результаты Паризи были получены им в результате анализа поведения «стекольных систем» — специфических модельных систем, у которых, согласно Рубцову, «нет четкого минимума энергии и которым очень трудно найти оптимальную конфигурацию, а в некоторых случаях такую конфигурацию они вообще так и не находят».

Классический пример таких систем — спиновое стекло. Это особый тип металлического сплава, в котором, например, атомы железа случайным образом перемешаны в кристаллической сетке атомов меди.

В описании Нобелевского комитета о таких системах говорится следующим образом: «Несмотря на то что атомов железа в них всего несколько, они изменяют магнитные свойства материала радикальным и весьма загадочным образом. Каждый атом железа ведет себя как маленький магнит, или спин, на который влияют другие атомы железа, находящиеся рядом с ним. В обычном магните все спины направлены в одну сторону, но в спиновом стекле они фрустрируют: некоторые пары спинов стремятся направиться в одну сторону, а другие — в противоположную».

Спиновые стекла и их экзотические свойства на протяжении долгого времени являются классическими моделями для анализа различных сложных систем. Еще в 1970-е многие физики-теоретики, включая нескольких нобелевских лауреатов, искали способ описать загадочные и непредсказуемые спиновые стекла . И одним из самых популярных методов, который они использовали, был так называемый метод реплик — математический прием, при котором одновременно анализируется множество реплик системы.

Джорджо Паризи удалось в 1979 году совершить решающий прорыв, продемонстрировав, как метод реплик может быть эффективно использован для решения проблемы спиновых стекол. Он обнаружил скрытую структуру в таких репликах и нашел способ описать ее математически. «Потребовалось много лет, чтобы решение Паризи было доказано математически верно. И вскоре его метод был использован во многих других неупорядоченных системах и стал краеугольным камнем теории сложных систем».

Причем, как отметил Алексей Рубцов, многие из исследованных Паризи специфических систем — это «сложные задачи, не позволяющие найти решения с помощью обычных компьютеров (и даже если подобные решения и будут представлены, проверить их достоверность практически невозможно), и Паризи смог показать, что при изучении подобных сложных систем нужно стремиться не к поиску оптимальных решений, а “довольствоваться” практически эффективными, дающими значимые полезные результаты».

В частности, разработанные Паризи базовые методы сегодня активно используются во многих прикладных задачах, например в анализе банковских транзакций, при распознавании образов, в поисковых интернет-запросах, гидродинамическом моделировании, анализе работы нейросетей.