Неопределенность

ЛОУРЕНС КРАУСС

Физик, профессор-основатель и руководитель проекта Origins Университета штата Аризоны, автор книги Quantum Man: Richard Feynman's Life in Science («Квантовый человек: научная жизнь Ричарда Фейнмана»)

Понятие неопределенности – это концепция, которую понимают в науке, наверное, хуже всего. На разговорном уровне неопределенность ассоциируется с чем-то плохим, подразумевает недостаток твердости и невозможность предсказать что-либо. Например, неточность расчетов, касающихся глобального потепления, часто служит аргументом в пользу того, что в настоящее время лучше ничего не предпринимать.

Но на самом деле неопределенность – основа научного успеха. Возможность измерить неопределенность и включить этот расчет в модель делает науку количественной, а не качественной. Никакие числа, измерения или наблюдения в науке не бывают точными. Если приведены числа и не указана погрешность измерения, это означает, что они бессмысленны.

Общественности сложно понять важность неопределенности – отчасти потому, что значение последней относительно. Например, возьмем расстояние от Земли до Солнца: оно составляет 1,49597x10¹¹ км, как это показывают измерения в определенное время года. Кажется, что это довольно точно; в конце концов, раз я указываю шестиразрядное число, значит, знаю расстояние с точностью до одной миллионной или где-то так. Но если цифра в следующем разряде точно неизвестна, то погрешность в оценке получится больше, чем расстояние от Нью-Йорка до Чикаго!

Следовательно, считать ли приведенное значение точным, зависит от того, что я собираюсь с ним делать. Если меня всего лишь интересует, во сколько завтра встанет солнце, число, приведенное здесь, вполне подойдет. Но если я хочу запустить спутник на солнечную орбиту, мне потребуется узнать расстояние поточнее.

Поэтому неопределенность и важна. Пока мы не сможем количественно оценить неопределенность своих заявлений и предсказаний, мы не сможем оценить их значимость и надежность. Это справедливо и для общественной сферы. Общественная политика без количественной оценки неопределенности или даже без понимания, насколько сложно получить такие оценки, обычно плоха.