Квантовые вычисления и квантовая гравитация

 

Если мы понимаем, как работают квантовые вычисления, нам будет легко понять, как действует общая теория относительности и как квантовые вычисления могут привести к созданию единой теории гравитации и элементарных частиц. Чтобы увидеть, как квантовые вычисления приводят к общей теории относительности, рассмотрим коммутационную схему квантовых вычислений.

 

 

Ткань пространства-времени в вычислительной Вселенной соткана из узлов и соединений. В каждом узле взаимодействуют два кубита; карта узлов и соединений дает пути, по которым движутся кубиты, когда они сходятся, взаимодействуют и расходятся вновь

 

Эта коммутационная схема показывает, что происходит с кубитами в процессе квантового вычисления. Кубиты движутся по «квантовым проводам», которые ведут их к логическим элементам, где они взаимодействуют друг с другом. Новые соединения ведут их к другим логическим элементам, где они взаимодействуют с другими кубитами. Из таких простых элементов состоят все квантовые вычисления. Схема определяет вычисление, задавая каузальную структуру (соединения) вместе с логической структурой (логические элементы). Каузальная структура и логическая структура определяют квантовое вычисление.

Чтобы создать квантовую теорию гравитации на основании квантовых вычислений, нужно показать, что квантовые вычисления включают в себя концепцию пространства и времени вместе с квантовой материей, заполняющей это пространство и время, и что из квантовых вычислений можно вывести общую теорию относительности Эйнштейна. Вывод гравитации из квантовых вычислений должен показать, как гравитация влияет на квантово-механическую материю и как поведение квантово-механической материи влияет на гравитацию. Чтобы иметь какое-то практическое значение, эта теория должна иметь предсказательную силу; иначе говоря, она должна позволять нам сделать как «прогноз назад» (что произошло в первый момент существования Вселенной), так и «прогноз вперед» (что произойдет, когда испарятся черные дыры, то есть об окончательном будущем Вселенной).

Это весьма серьезная задача, и мы, конечно, не решим одним махом все эти проблемы. Квантово-вычислительный подход ко Вселенной – это постоянная программа исследований, а не решение всех проблем физики (хотя мы надеемся решить некоторые из них).

Общая теория относительности – это теория пространства и времени и их взаимодействия с материей. Каждую возможную конфигурацию пространства и времени, взаимодействующих с материей, называют пространством-временем. Наша Вселенная – это одно конкретное пространство-время.

В парадигме вычислительной Вселенной понятия пространства и времени, равно как и их взаимодействие с материей, должны быть выведены из лежащих в основе всего квантовых вычислений. Иначе говоря, каждое квантовое вычисление соответствует возможному пространству-времени – точнее, квантовой суперпозиции нескольких пространственно-временных образований, черты которого выводятся из свойств данного вычисления. Наша первая цель – показать, что возникшее в результате пространство-время подчиняется общей теории относительности Эйнштейна. Затем мы рассмотрим предсказания, которые выдвигает наша теория в отношении вычислительной Вселенной.

Представим себе квантовое вычисление как процесс, встроенный в пространство и время. Каждый логический элемент находится в определенной пространственно-временной точке, а соединения («провода») представляют собой физические пути, по которым квантовые биты перетекают из одной точки в другую. Первое, что нужно отметить, – что есть множество способов встроить квантовые вычисления в пространство и время. Каждый квантовый логический элемент можно разместить в любой точке, где нет другого квантового логического элемента, а «провода», соединяющие логические схемы, можно протянуть по всему пространству. То, что происходит с квантовой информацией в процессе вычислений, не зависит от того, как квантовые вычисления встроены в пространство-время. На языке общей теории относительности динамическое содержание квантовых вычислений является «общековариантным», то есть квантовое вычисление «не заботится» о том, как оно встроено в пространство и время, до тех пор пока кубиты взаимодействуют друг с другом в определенной последовательности.

То, что квантовое вычисление не заботится о том, как оно встроено в пространство-время, означает, что пространство-время, полученное из этого квантового вычисления, подчиняется законам общей теории относительности. Почему? Потому что Эйнштейн вывел законы общей теории относительности, взяв условием, что эти законы не заботятся о том, как фундаментальная физическая динамика материи встроена в пространство-время. При соответствующих допущениях общая теория относительности является единственной теорией гравитации, которая общековариантна.

Точное доказательство того, что пространство-время, возникшее из квантового вычисления, подчиняется законам общей теории относительности, выражается математическим языком, но его можно просуммировать следующим образом. Коммутационная схема квантового вычисления диктует, куда может двигаться информация; она задает каузальную структуру пространства-времени. Но общая теория относительности говорит нам, что каузальная структура пространства-времени определяет почти все его черты; практически единственная особенность, которая остается незафиксированной, – это локальные масштабы длин.

Легко понять, почему для определения полной структуры пространства-времени необходимы локальные масштабы длин. Предположим, здесь, в Массачусетском технологическом институте, я измеряю расстояния с помощью линейки, на которой отмечены равные отрезки. Я измеряю длину «бесконечного коридора» Массачусетского технологического института (это очень длинный, но конечный коридор, идущий по всей длине главного здания, где находится мой кабинет). Я определяю, что длина этого коридора – двадцать пять единиц. Затем я отправляю вам электронное письмо, где пишу: «Длина бесконечного коридора – двадцать пять единиц». Это письмо не содержит информации о фактической длине бесконечного коридора, если вы не знаете длину той единицы, которую я использую.

Чтобы передать вам размер этой единицы, нам нужно установить общий стандарт длины. Так, если я скажу вам, что моя единица длины равна 1 650 763,73 длины волны оранжево-красного света, испускаемого атомом криптона-86 (что соответствует 10 м), и если у вас есть атом криптона-86, то теперь вы знаете, какова длина бесконечного коридора с точки зрения вашего местного масштаба длины. Так как время можно измерить точнее, чем длину, в настоящее время метр определяют как 1/299 792 458 расстояния, которое проходит свет за одну секунду. Если вам так больше нравится, я могу определить свою единицу длины как 10 раз по 1/299 792 458 расстояния, которое проходит свет за одну секунду (и моя единица длины по-прежнему составит 10 м). Теперь, если у вас есть свет и часы, способные измерять малые доли секунды, вы знаете, какова длина бесконечного коридора.

Вернемся к вычислительной Вселенной. Как только мы задали каузальную структуру квантовых вычислений, из всех особенностей пространства-времени остается установить только локальные масштабы длины, и они должны быть записаны на языке волновых свойств локальной квантово-механической материи. «Материя» в вычислительной Вселенной возникает из квантовых логических элементов. Мы помним, что любую форму квантово-механической материи, происходящей из локальных взаимодействий, можно смоделировать или сконструировать из квантовых логических элементов. Квантовые биты составляют своего рода quantum computronium, вычислительную форму материи, способную вести себя как любая элементарная частица. Как и частица, каждый квантовый логический элемент соответствует волне, которая колеблется вверх и вниз определенное число раз, пока квантовые биты преобразуются квантовым логическим элементом. Число колебаний волны логического элемента называют действием (action) логической элемента.

В процессе вычисления кубиты накапливают действие. Общее действие – это просто общее количество колебаний, которым подверглись все кубиты в ходе вычисления. Это известный факт механики, как классической, так и квантовой: поведение любой физической системы полностью определяется ее действием. То, что происходит во время вычисления, целиком и полностью зависит от действия квантовых логических элементов. Как я люблю говорить, действие находится там, где происходит действие.

Уравнения Эйнштейна связывают геометрию пространства-времени с поведением материи в нем. Эта геометрия говорит материи, куда ей нужно двигаться, а материя говорит геометрии, как ей нужно искривляться. Уравнения Эйнштейна связывают искривление пространства-времени в заданной точке с действием в этой точке, в нашем случае – с числом качаний волны квантового логического элемента. Теперь давайте проверим, подходят ли уравнения Эйнштейна для нашей вычислительной картины гравитации.

Чтобы полностью определить кривизну, нужно выбрать локальные масштабы длины. Как только они выбраны, структура вычислительного пространства-времени полностью определена. Легко показать, что локальные масштабы длины всегда можно выбрать так, чтобы получившееся пространство-время подчинялось уравнениям общей теории относительности Эйнштейна. Такое согласие с общей теорией относительности не случайно. (Квантовое вычисление не заботится о том, как оно встроено в пространство-время, поэтому наша теория автоматически является ковариантной. В результате, как только квантовое вычисление оказалось встроенным в пространство-время, у него, по сути, нет другого выбора, кроме как подчиняться уравнениям Эйнштейна.)

Однажды Эйнштейн бросил вызов Джону Уилеру, попросив его выразить общую теорию относительности одной простой фразой. Уилер принял вызов и сказал: «Материя говорит пространству, как ему искривляться, а пространство говорит материи, куда ей двигаться». Давайте перефразируем афоризм Уилера для вычисляющей Вселенной: «Информация говорит пространству, как ему искривляться, а пространство говорит информации, куда ей двигаться». В вычислительной Вселенной пространство заполнено «проводами» – путями, по которым текут потоки информации. Провода говорят информации, куда ей двигаться. Провода соединяются в квантовых логических элементах, где эта информация преобразуется и обрабатывается. Квантовые логические элементы, в свою очередь, говорят пространству, насколько ему нужно искривиться в этой точке. Структура пространства-времени возникает из структуры лежащего в основе вычисления.

Выводимая из вычислительной Вселенной картина квантовой гравитации предсказывает ряд черт Вселенной, которые мы видим вокруг. Она дает прямое объяснение тому, как пространство-время реагирует на присутствие квантово-механической материи. Ее можно использовать для того, чтобы вычислить, как квантовые флуктуации в ранней Вселенной запрограммировали плотность материи и местоположение будущих галактик. Она поддерживает модели формирования и испарения черных дыр. Взаимодействующие кубиты лежащего в основе всего квантового вычисления прекрасно способны воспроизводить феноменологию стандартной модели элементарных частиц. Другими словами, квантовое вычисление представляет собой то, что физики любят называть теорией всего. Если учесть, что «теории всего» очень часто оказываются «теориями почти ничего», я предпочитаю называть ее потенциальной теорией всего. И девиз этой потенциальной теории всего, перефразируя Джона Уиллера, – «Все из кубита!»

Парадигма вычислительной Вселенной для взаимодействия квантовой механики с общей теорией относительности представляет собой ясно видимый путь к квантовой гравитации. Этот путь пролегает через совсем другой ландшафт, чем три дороги Смолина, но его пункт назначения – тот же самый. Эта парадигма все еще находится в процессе разработки. Она дает вполне определенные предсказания о поведении ранней Вселенной и о таких процессах, как испарение черных дыр. Эти предсказания могут быть проверены наблюдениями, например за структурой космического микроволнового фона[51], оставшегося после Большого взрыва. Время покажет, приведет ли парадигма вычислительной Вселенной к пониманию квантовой гравитации, или она будет опровергнута наблюдениями и экспериментами.

Несмотря на неизбежную неопределенность, свойственную процессу добычи научной истины, вывод общей теории относительности как следствия квантовых вычислений уже прошел рубеж, которого до сих пор не удалось достичь ни на одной из трех других дорог. Поскольку квантовые вычисления так легко включают в себя и воспроизводят квантовую динамику, теория квантовой гравитации на основе вычислительной Вселенной объединяет общую теорию относительности и стандартную модель элементарных частиц простым и самосогласованным способом. Это достижение позволяет предполагать, что, если мы последуем по пути вычислительной Вселенной, он вполне может привести нас к пункту назначения – к пониманию Вселенной и всего, что в ней есть, с точки зрения того, как она обрабатывает информацию.

 

 

Глава 8

Упрощая сложность

 

Как сделать вещи сложными

 

Главное следствие вычислительной природы Вселенной заключается в том, что Вселенная естественным образом создает сложные системы, такие как жизнь. Хотя фундаментальные законы физики сравнительно просты по форме, они способны создавать, будучи универсальными с точки зрения вычислений, системы огромной сложности. Помимо того, что концепция вычислительной Вселенной охватывает стандартную модель элементарных частиц и по ней можно пройти по крайней мере часть пути к теории квантовой гравитации, она также дает объяснение одному из самых важных свойств Вселенной – ее сложности. В начале Вселенная была проста, а потом стала сложной. Как же это случилось?

Насколько сегодня понимают астрономы и специалисты по космологии, в момент Большого взрыва Вселенная была довольно незамысловатой. В ней везде было очень горячо, и вся она выглядела одинаково, то есть начальное состояние Вселенной характеризовалось регулярностью, симметрией и простотой. Если же мы посмотрим в небеса сейчас, то увидим совсем другую картину: планеты, звезды, галактики, скопления и сверхскопления галактик. Вселенная имеет крупномасштабную структуру, и она в высшей степени асимметрична. Посмотрите в окно: растения, животные, люди, дома, машины. Да, жизнь на Земле совсем не проста. Но как Вселенной удалось стать настолько сложной? Результаты, представленные в этой книге, позволяют дать научный, проверяемый ответ на этот вопрос.

Мы уже заложили основу для описания функционирования Вселенной с точки зрения обработки квантовой информации. Мы видели, что квантовый компьютер может эффективно моделировать Вселенную, и поэтому Вселенная неотличима от квантового компьютера. Эти теоретические аргументы подтверждаются эмпирическими данными о том, что Вселенная поддерживает вычисления: в конце концов, я пишу эти слова на компьютере, который подчиняется законам физики. Следовательно, законы физики поддерживают цифровые вычисления, и если я смогу все более и более расширять объем памяти, то рано или поздно мой компьютер превратится в цифровой компьютер вселенского масштаба. Ясно, что, какими бы ни были фундаментальные законы физики, они позволяют создавать компьютеры на относительно макроскопических масштабах.

Есть также убедительные свидетельства того, что Вселенная поддерживает вычисления и на микроскопических уровнях. Квантовые компьютеры, которые создаем мы с коллегами, – свидетельство способности вещества и энергии выполнять вычисления на самых малых масштабах: мы можем с высокой точностью управлять поведением атомов, электронов и фотонов. Какие бы формы ни принимали вещество и энергия при все более мелких масштабах, до тех пор пока они повинуются законам квантовой механики, их можно использовать для вычислений. В космологическом универсальном компьютере (это универсальный компьютер, состоящий из самой Вселенной) каждый атом – это бит, а каждый фотон перемещает свой бит из одной части вычисления в другую. Всякий раз, когда электрон или ядерная частица изменяют направление своего спина – с «по часовой стрелке» на «против часовой стрелки», их биты инвертируются.

До тех пор пока мы не получили полной квантовой теории всех фундаментальных физических явлений, включая гравитацию, нам не удастся найти детальных подтверждений вычислительной механики Вселенной. Но мы можем надеяться (и надеемся), что однажды такое подтверждение станет возможным.

Если Вселенная действительно является квантовым компьютером, это позволяет немедленно объяснить сложность, которую мы видим вокруг. Чтобы понять, как и почему способность Вселенной выполнять вычисления, по сути, гарантирует ее нынешнюю сложность, давайте вернемся к истории Людвига Больцмана и печатающих обезьян. Как мы помним, Больцман утверждал, что сложность Вселенной возникла чисто случайно. То, что мы видим вокруг, утверждал он, – просто результат статистической флуктуации, не отличающийся от исхода длинной серии подбрасывания монетки. На первый взгляд это объяснение кажется привлекательным: в бесконечно длинной серии бросков рано или поздно выпадет любая желаемая конечная последовательность «орлов» и «решек», включая любой желаемый текст или математическое выражение, закодированное в двоичной форме. Такое случайное возникновение текстов описано в рассказе Хорхе Луиса Борхеса «Вавилонская библиотека», где описана вымышленная библиотека, содержащая все возможные тексты. История обезьян, печатающих на машинках текст «Гамлета», – один из вариантов этой версии происхождения сложности.

Легко показать, что объяснение происхождения сложности, предложенное Больцманом, ошибочно. Броски монетки почти никогда не приводят к возникновению порядка или сложности. Если сложность возникает случайным образом, то какое бы упорядоченное или сложное поведение мы ни наблюдали до сих пор, все, что произойдет потом, будет случайным. Независимо от того, до какого места «Гамлета» может дойти обезьяна, следующее нажатие клавиши, скорее всего, приведет к ошибке. Во Вселенной, где все возникает случайным образом, наш следующий вздох будет последним, ведь наши атомы немедленно распадутся в случайное состояние. (В рассказе Борхеса книга, снятая с полки наугад, содержит бессмыслицу, а шифр для каждой книги такой же длинный, как и сама книга. Вавилонская библиотека бесполезна.)

Больцман и сам понял, что его объяснение Вселенной как статистической флуктуации ошибочно, и больше не возвращался к этому вопросу. Но в идее Больцмана все же есть зерно истины. Как и в третьей главе, чтобы найти наиболее вероятное объяснение происхождению сложности, вообразим, что обезьяны не печатают текст на пишущих машинках, а вводят его в компьютеры. Компьютер затем интерпретирует эту бессмыслицу как ряд инструкций, написанных, скажем, на языке Java. Что он выдаст? Мусор на входе – мусор на выходе: скорее всего, попавший в руки обезьяны компьютер выдаст сообщение об ошибке. Но время от времени один из них, возможно, создаст что-то более интересное. Вероятность того, что обезьяна напишет любую заданную программу, быстро уменьшается с ее длиной, как и в случае «Гамлета». Но достоверно известно, что существуют короткие программы, которые дают на выходе разнообразные и интересные результаты.

 

 

Обезьяны, печатающие текст на пишущих машинках (рис. 15a), выдают бессмыслицу. Если же обезьяны будут вводить текст в компьютеры (рис. 15b), то компьютер интерпретирует эту бессмыслицу как компьютерную программу и начнет создавать сложные структуры

 

 

В начале 1960-х гг. специалисты по информатике разработали подробную теорию того, с какой вероятностью компьютер, запрограммированный случайным образом, может выдать интересные результаты. Эта теория основана на идее «алгоритмической информации».

 

Алгоритмическая информация

 

Алгоритмическая информация – это мера того, как трудно представить текст или строку битов с применением компьютера. Алгоритмическое информационное содержание текста или строки битов равно длине (в битах) самой короткой компьютерной программы, которая дает на выходе этот текст или стоку битов.

Во второй главе мы видели, что компьютерные языки позволяют придавать строкам битов тот или иной смысл. На таком языке эти строки можно интерпретировать как инструкции, побуждающие компьютер создавать те или иные выходные данные. Однако для любого желаемого выхода есть множество возможных языков, и, как правило, желаемый результат могут выдать многие компьютерные программы. Например, существует много разных программ, которые на выходе дают первый миллион цифр числа p. Важно отметить, однако, что не все эти программы одинаковой длины. Одна программа просто говорит: «Напечатать 3,1415926…» (где «…» состоит из остальных 999 992 цифр). Эта программа очень простая, но длинная. Более короткая, хотя и более сложная программа будет описывать конкретный способ для вычисления этого миллиона цифр. Например, такая программа может следовать примеру древних греков и аппроксимировать окружность в виде последовательности сторон многоугольника все меньшей длины. Такая программа для вычисления числа p может состоять всего из нескольких сотен инструкций.

Для любого желаемого набора выходных данных наиболее интересна самая короткая из программ, позволяющая получить эти данные. Для любого числа «алгоритмическое информационное содержание» определяется как длина (в битах) самой короткой компьютерной программы, позволяющей компьютеру напечатать это число. Эту самую короткую компьютерную программу можно считать самой компактной репрезентацией данного числа на данном компьютерном языке.

Алгоритмическое информационное содержание независимо друг от друга открыли в начале и середине 1960-х гг. ученый Рэй Соломонофф из Кембриджа, Массачусетс, российский математик Андрей Николаевич Колмогоров и Грегори Хайтин, которому тогда было 18 лет и который учился в Сити-колледже в Нью-Йорке. Все эти исследователи отметили, что алгоритмическое информационное содержание обеспечивает в некоторых случаях более удовлетворительное измерение информации, чем длина записи числа в битах (это еще один способ описать информационное содержание числа), потому что алгоритмическая информация учитывает присущую числу математическую регулярность, а длина в битах на это не способна.

Для большинства чисел алгоритмическое информационное содержание близко к длине числа в битах. Оно не может намного превышать длину числа, ведь любое число, например 01110110101110111011101, можно получить с помощью простейшей программы, которая говорит: «Напечатать 01110110101110111011101». Для большинства чисел алгоритмическое информационное содержание не может быть и намного короче самого числа, просто потому что коротких программ гораздо меньше, чем длинных чисел. Например, можно спросить, сколько двадцатибитных чисел могут создавать десятибитные программы. Существует 220 (то есть 1 048 576) двадцатибитных чисел, но только 1024 = 210 возможных десятибитных программ. Поэтому в самом лучшем случае десятибитные программы могут создать лишь одно из каждых 1024 двадцатибитных чисел.

Числа, которые могут быть созданы короткими программами, – это математически регулярные, правильные числа. p – одно из таких чисел, но таким является, например, и число из миллиарда единиц, которое может выдать программа, которая – в переводе на обычный язык – говорит: «Печатать 1 один миллиард раз». Но, как мы уже сказали, большинство чисел не обладают существенной математической регулярностью. Большинство чисел, по существу, являются случайными.

Самая короткая компьютерная программа, создающая число, всегда определяется для данного компьютерного языка – Java, C, Fortran, BASIC. Но ее длина не слишком сильно зависит от того, какой именно язык использован. Большинство языков могут выдать первый миллион цифр числа p с помощью всего нескольких сотен инструкций. Более того, такую программу, написанную на фортране, можно превратить в программу, написанную на Java и создающую те же самые числа, с помощью специальной программы-переводчика. Но тогда самая короткая программа на Java, позволяющая создать первый миллион цифр числа p, не будет длиннее, чем самая короткая программа на фортране плюс длина программы преобразования. Если задавать все более длинные числа, длина программы преобразования будет все меньше и меньше по сравнению с основной программой, добавляя сравнительно небольшую длину к алгоритмическому информационному содержанию.

Такая «переводимость» компьютерных программ – главная черта вычислений. Программу, написанную на Fortran, всегда можно преобразовать в другую программу, написанную на Java. Эта «переводимость» – аспект универсального характера вычислений. Еще один знакомый нам универсальный аспект вычислений состоит в том, что одни и те же программы, например Microsoft Word, могут работать на компьютерах разной архитектуры. У PC и Mac очень разные схемы коммутации, как и способ представления и исполнения инструкций. Но Word может работать на компьютерах обоих типов. Если нам нужно установить Word на Mac, эта программа транслируется (или компилируется) в ряд инструкций, которые понимает Mac, и то же самое верно для PC. Несмотря на эти различия в основе, создавая документ в Word на Mac, мы используем те же самые клавиши, чтобы составить такой же документ, как и на PC[52].

Алгоритмическая информация – привлекательная концепция, которая основывается на универсальности и переводимости машинных языков. Она позволяет выразить в компактной форме строки битов, обладающие математической регулярностью. Самая короткая программа, позволяющая создать строку битов, может считаться сжатой репрезентацией этой строки.

Многие строки битов в реальном мире обладают математической регулярностью, поэтому их можно представить в сжатом виде. Например, в английском языке разные буквы встречаются с разной частотой: чаще всего используется буква E, за ней идут T, A, I, O, N, S, H, R, D, L, U (в эпоху типографского набора они находились в верхнем, самом доступном ряду ячеек со шрифтом)[53]. Программа, которая кодирует английский текст таким образом, что E соответствует более короткому коду, а Q – более длинному коду, может сжать текст на английском языке почти в два раза[54].

 

Алгоритмическая вероятность

 

Рэй Соломонофф первоначально определил алгоритмическую информацию в процессе поиска формальной математической теории бритвы Оккама. Средневекового философа Уильяма Оккама интересовала возможность найти самое простое объяснение наблюдаемых явлений. «Pluralitas non est ponenda sin necessitate», – объявил он («Не следует множить сущности без необходимости»). Оккам призывал искать и принимать простые объяснения явлений, отклоняя сложные. Он, безусловно, посмеялся бы над теми, кто пытался объяснить наличие регулярных линий на поверхности Марса существованием марсиан. Эти линии можно было объяснить геологическими разломами или оптической иллюзией, что не требует присутствия марсиан. Привлекать марсиан для того, чтобы объяснить линии на Марсе, это и есть «умножение сущности без необходимости», или, проще говоря, попытка сделать вещи сложнее, чем они есть. Бритва Оккама «отрезает» сложные объяснения, указывая, что простые априорно более вероятны.

Соломонофф использовал идею алгоритмического информационного содержания для того, чтобы придать принципу бритвы Оккама математическую точность. Предположим, у нас есть некий ряд данных, выраженный в строке битов. Мы ищем механизмы, которые, вероятно, могли бы произвести эту строку битов. На языке вычислений мы ищем такие компьютерные программы, которые могли бы выдать эту строку битов в качестве выходных данных. Среди таких программ, утверждал Соломонофф, самая короткая программа является по природе своей наиболее разумным кандидатом для получения нашей строки.

Но в какой степени она лучше других? В 1970-х гг. Грегори Хайтин и его коллега Чарльз Беннетт из IBM рассмотрели алгоритмическую информацию с точки зрения печатающих обезьян. Предположим, обезьяна набирает на клавиатуре случайные строки битов и вводит их в компьютер. Компьютер интерпретирует эти строки как программы, написанные на подходящем языке, скажем на Java. Какова вероятность того, что компьютер выдаст первый миллион цифр числа p? Такая же, как и вероятность того, что случайные строки, введенные в компьютер обезьяной, воспроизведут программу на Java, позволяющую вычислить первый миллион цифр числа p. Вероятность того, что обезьяна правильно напечатает первый бит такой программы, разумеется, составляет 0,5, или 1/2. Вероятность того, что она правильно напечатает два первых бита, составляет 0,25, или 1/4. Вероятность того, что правильно будут напечатаны первые 1000 битов, есть 1/2, умноженная на себя 1000 раз, или 1/21000. Это очень малое число. Очевидно, чем длиннее программа, тем менее вероятно, что обезьяна правильно введет ее в компьютер.

Вероятность того, что случайная программа, которую обезьяна вводит в компьютер, выдаст первый миллион цифр числа p, называют «алгоритмической вероятностью» числа p. Поскольку вероятность случайно правильно набрать длинную программу многократно меньше, чем вероятность правильно набрать короткую, алгоритмическая вероятность максимальна для самых коротких программ. Самая короткая программа, которая может дать на выходе то или иное число, является самым вероятным объяснением того, как это число было создано.

Если взглянуть на это под другим углом, то числа, создаваемые короткими программами, с большей вероятностью окажутся выходом обезьяньего компьютера, чем числа, которые могут быть произведены лишь с помощью длинных программ. При этом множество красивых и сложных математических образов – правильные геометрические формы, фракталы, законы квантовой механики, элементарные частицы, законы химии – можно задать с помощью коротких компьютерных программ. Хотите верьте, хотите нет, но у обезьяны есть хороший шанс создать все, что мы видим вокруг!

Алгоритмически вероятные вещи – это как раз те, которые демонстрируют большую степень регулярности, структуры и порядка. Другими словами, Вселенная обезьяны, печатающей на пишущей машинке, бессмысленна, а Вселенная обезьяны, сидящей за компьютером, содержит, помимо большого количества бессмыслицы, некоторые интересные черты. Большие фрагменты Вселенной обезьяны-программистки состоят из структур, которые можно создать на основании простых математических формул и коротких компьютерных программ. Если обезьяны вводят текст в компьютеры, а не печатают его на пишущих машинках, они создают Вселенную, где смешаны порядок и хаос, где сложные системы сами собой возникают из простых первоэлементов – то есть они создают Вселенную, подозрительно похожую на нашу. Простые программы вместе с обширной обработкой информации создают сложные выходные данные. Может ли это объяснить сложность нашей Вселенной?

Что нужно делать, чтобы это объяснение было проверяемым?[55]Чтобы вычислительное объяснение сложности работало, нужны два ингредиента: компьютер и обезьяны. Компьютер существует благодаря законам квантовой механики. Но где обезьяны? Какой физический механизм вводит информацию в нашу Вселенную, программируя ее с помощью строки случайных битов? Здесь нам тоже не нужно искать что-либо, кроме законов квантовой механики, которые постоянно вбрасывают новую информацию во Вселенную в виде квантовых флуктуаций. В ранней Вселенной, например, галактики формировались вокруг «зародышей» – мест, где плотность материи была чуточку выше, чем в других местах. Эти «зародыши» галактик возникли в результате квантовых флуктуаций: средняя плотность материи повсюду была одинаковой, но квантовая механика добавила случайные флуктуации, благодаря которым и начали формироваться галактики.

Квантовые флуктуации вездесущи и имеют тенденцию возникать в тех точках, где Вселенная наиболее чувствительна. Например, возьмем биологию. Мы получаем свою ДНК от отца и матери, но наша индивидуальная последовательность ДНК возникает в процессе рекомбинации, после того как сперма входит в яйцеклетку и вносит в нее свой генетический материал[56]. То, какие гены матери объединятся с какими генами отца, существенным образом зависит от химических и тепловых флуктуаций во время процесса рекомбинации, а эти химические и тепловые флуктуации имеют в своей основе квантовую механику. Квантовые события – и ничто иное – запрограммировали вашу ДНК так, что она отличается от ДНК ваших братьев и сестер. Вы и я, а также различия между нами произошли из квантовых событий. И так же из квантовых «зародышей» возникла сама Вселенная. Квантовые флуктуации – это и есть обезьяны, программирующие Вселенную.

Случайность возникает в вычислительной Вселенной из-за того, что начальное состояние Вселенной – это суперпозиция различных состояний программы, каждое из которых отправляет Вселенную по тому или иному пути вычислений, причем некоторые из этих путей приводят к сложному и интересному поведению. Квантово-вычислительная Вселенная следует всеми этими путями одновременно, квантово-параллельно, и эти пути соответствуют декогерентным историям, описанным выше. Так как истории вычислений декогерентны, мы можем обсуждать их за обедом; лишь одна (или другая) из этих историй произошла на самом деле. Одна из этих декогерентных историй соответствует Вселенной, которую мы видим вокруг.

 

Что такое сложность?

 

Вычислительная Вселенная спонтанно дает начало всем возможным формам вычисляемого поведения; все действия, которые можно запрограммировать, она программирует. Отчасти это поведение упорядоченное, отчасти случайное; иногда оно простое, иногда сложное. Но что такое сложность?

Я писал диссертацию по физике в Университете Рокфеллера, и однажды меня чуть не отчислили. Я поступил в Университет Рокфеллера потому, что он славится тем, что здесь поддерживают независимые исследования. Я сдал квалификационные экзамены и начал работу, связанную с ролью информации в квантово-механических системах и с тем, какое отношение квантовая обработка информации может иметь к фундаментальным процессам в физике, в том числе к квантовой гравитации. Иначе говоря, я занимался тем же самым, чем занимаюсь и сейчас, почти двадцать лет спустя. Научного руководителя у меня не было. И вот однажды (дело было в 1986 г.) в мой кабинет зашли два профессора и Хайнц Пэджелс, исполнительный директор Нью-Йоркской академии наук. «Ллойд, – сказали они, – вам следует прекратить работать над этой бредятиной и заняться темой, которую мы могли бы понять. В противном случае вам придется оставить Университет Рокфеллера».

Это заявление стало для меня полной неожиданностью. Я знал, что мои исследования выходят за рамки обычных тем кафедры. Почти все другие аспиранты работали над теорией струн – это очень абстрактная теория, которая вводит множество невидимых измерений в попытке согласовать квантовую теорию с общей теорией относительности и тем самым объяснить всю известную фундаментальную физику. Хоть убей, я не понимал, почему мои исследования более безумны, чем теория струн.

Но над теорией струн тогда работало много людей, а квантовой информацией в то время почти никто не занимался. Позже я познакомился с теми, кто это делал, и стал с ними сотрудничать, но тогда я даже не знал их имен. Немедленным результатом визита было то, что я сдался и согласился посвятить следующие несколько месяцев решению двух традиционных проблем кв