При оценке научных измерений полезно быть на короткой ноге со статистикой и теорией вероятностей. Мне напомнил о пользе вероятностных рассуждений один случай. Несколько лет назад на вопрос, пойду ли я завтра на некое мероприятие, я честно ответила: «Не знаю». Приятель, разочарованный таким ответом, был, по счастью, любителем математики. Так что вместо того, чтобы долго и нудно настаивать на определенном ответе, он попросил меня назвать вероятности того и другого. К собственному удивлению я обнаружила, что ответить на вопрос в такой формулировке намного проще. Хотя названные мной вероятности были всего лишь грубой оценкой, они более точно отражали мои сомнения и неуверенность, чем любое «да» или «нет». В конце концов, такой ответ показался мне куда более честным.

С тех пор я неоднократно пробовала вероятностный подход на друзьях и коллегах в случаях, когда они вроде бы не могли ответить на мой вопрос. Оказалось, что большинству людей нередко проще ответить на вопрос не однозначно, а через вероятности. Человек может не знать, захочет ли он пойти на бейсбольный матч в четверг через три недели. Но если он уверен в том, что ему нравится бейсбол, и не ожидает в ближайшее время командировок, однако сомневается, потому что день будний, он может сказать, что пойдет с вероятностью 80%, хотя и не может гарантировать. Хотя это всего лишь оценка, но названная вероятность — даже такая, которую он просто придумал на месте — более точно отражает реальные ожидания человека, чем простой ответ «да» или «нет».

В разговоре о науке и о том, как действуют ученые, сценарист и режиссер Марк Висенте заметил, что его в свое время поразило, что ученые не любят делать слишком определенные, без всяких оговорок, заявления, которые большинство обычных людей делает не задумываясь. Ученые не обязательно очень уж красноречивы, но они всегда стремятся точно сказать, что они знают, а чего не знают или не понимают, по крайней мере в своей научной области. Они редко говорят «да» или «нет», потому что такой ответ не может точно отразить весь спектр возможностей. Вместо этого они говорят о вероятностях либо ограничивают свои заявления определенными условиями. По иронии судьбы, из-за такой разницы в языке люди часто неверно понимают заявления ученых или преуменьшают их значение. Несмотря на то что ученые стремятся объяснить все как можно точнее, неспециалисты зачастую просто не знают, как интерпретировать их заявления: ведь любой неученый, имея столько свидетельств в пользу своего тезиса, без колебаний сказал бы что-нибудь более определенное. Но для ученого отсутствие 100%-ной вероятности не означает отсутствия знания. Это всего лишь следствие неопределенностей, изначально присущих любым измерениям. Вот об этом мы с вами сейчас и поговорим. Вероятностное мышление помогает уяснить смысл того или иного явления и позволяет принимать взвешенные решения. В этой главе мы подумаем о том, что говорят нам измерения, и разберемся, почему именно вероятностные заявления наиболее точно отражают состояние знаний — научных или любых других — в любой конкретный момент времени.

В Гарварде недавно прошел диспут, посвященный попыткам определить важнейшие элементы современного образования. Одной из обсуждавшихся категорий (по существу, частью обязательных научных требований) были «эмпирические рассуждения». Предложение состояло в том, что университет должен ставить перед собой цель «научить студентов собирать и оценивать эмпирические данные, взвешивать доказательства, разбираться в оценках и вероятностях, делать выводы из имеющихся данных [пока все нормально —Л. Р.], а также распознавать ситуации, в которых вопрос не может быть разрешен на базе имеющихся свидетельств».

Предложенная формулировка — позже она была изменена — была составлена с самыми лучшими намерениями, но содержала в корне неверное представление о том, как работают измерения, то есть экспериментальные данные. Как правило, наука решает вопросы с определенной степенью вероятности. Конечно, мы можем достичь высокой степени уверенности в каком-то вопросе или наблюдении и высказывать здравые суждения. Однако редко человеку удается решить вопрос полностью — научный или иной — на основании прямых доказательств. Мы можем набрать достаточно данных, чтобы можно было доверять причинно-следственным связям, можем делать необычайно точные предсказания, но, как правило, все они делаются с определенной степенью вероятности. Как говорится в главе 1, неопределенность, даже маленькая, допускает потенциальное существование новых интересных явлений, которые еще надо открыть. Мало что известно со 100%-ной точностью, и ни одна теория или гипотеза не будет гарантированно действовать в условиях, в которых еще не проводились никакие испытания.

В измерения всегда входит некоторый вероятностный компонент. Многие научные измерения опираются на предположение о том, что те или иные явления основаны на существующих физических закономерностях, которые можно открыть при помощи достаточно точных и тщательных измерений. При помощи измерений мы стараемся найти эти физические закономерности. Затем мы можем утверждать, что некий интервал, в пределах которого лежат наши измерения, содержит истинную величину измеряемого параметра с вероятностью 95%. В этом случае мы могли бы сказать, что уверены на 95%. Подобные вероятности сообщают нам достоверность любого конкретного измерения, а также полный спектр возможностей и следствий. Невозможно до конца понять смысл измерения, не зная и не оценивая связанных с ним неопределенностей.

Один из источников неопределенности — то, что в природе не существует абсолютно точных измерительных инструментов. Для измерений абсолютной точности потребовалось бы устройство, откалиброванное с точностью до бесконечного числа десятичных знаков. Экспериментаторы не в состоянии проводить такие измерения — они могут калибровать свои инструменты лишь с той точностью, которую допускают современные технологии. Чем более развиты технологии, тем точнее измерительные устройства. При всем при том измерения никогда не достигнут абсолютной точности, до каких бы вершин не поднялась техника. Некоторая систематическая погрешность, или неопределенность, присущая самому измерительному устройству, останется всегда.

Вездесущая неопределенность не означает, что ученые воспринимают все варианты или заявления одинаково (хотя средства массовой информации частенько совершают эту ошибку). Вероятность 50 на 50 в реальной жизни встречается очень редко. Однако все это значит, что ученые (или любой человек, стремящийся к идеальной точности) в своих заявлениях сообщают, что именно было измерено и что это означает в вероятностном смысле, даже если вероятности очень высоки.

Когда ученые и журналисты очень аккуратно выражают свои мысли, они используют в разных значениях два, казалось бы, близких слова: прецизионность и точность. Некое устройство считается прецизионным, если при повторных измерениях одной и той же величины полученные значения не будут слишком сильно отличаться друг от друга. Таким образом, прецизионность — мера уровня изменчивости и схожести результатов. Если результаты повторных измерений отличаются не сильно, то измерения прецизионны. Измеренные таким образом величины дают меньший разброс значений, поэтому среднее значение при повторных измерениях будет сходиться быстрее.

Точность, с другой стороны, говорит о том, как далеко полученное вами среднее значение отстоит от правильного результата. Иными словами, она говорит о том, вносит ли измерительная установка смещение и насколько измерения достоверны. С технической точки зрения ошибка, присущая измерительному устройству, не ухудшает его прецизионности — ведь ошибка каждый раз будет одна и та же, — хотя, безусловно, вредит точности собственно измерения. Систематическая погрешность характеризует неустранимое отклонение от истинного значения, присущее самим измерительным устройствам.

Тем не менее во многих ситуациях даже при наличии идеального измерительного инструмента вам придется проводить многократные измерения, чтобы получить корректный результат. Дело в том, что существует еще один источник неопределенности — статистический; это означает, что измерения необходимо проводить многократно, чтобы результатам можно было доверять. Даже точное измерительное устройство не всякий раз будет давать верное значение, а вот среднее значение при многократных измерениях сойдется к верному ответу. Систематическая погрешность управляет точностью измерений, тогда как статистическая погрешность влияет на их прецизионность. В идеале измерения должны быть и точными, и прецизионными; тогда ожидаемая абсолютная погрешность будет мала, а полученным величинам можно будет доверять. Иначе говоря, вы должны желать, чтобы они лежали в как можно более узком диапазоне (прецизионность) и сходились в конце концов к верному результату (точность).

Приведем знакомый и весьма важный пример, на котором можно практически рассмотреть все приведенные понятия, — испытания эффективности лекарственных средств. Врачи часто не хотят раскрывать (а может быть, и не знают) соответствующую статистику. Случалось ли вам испытывать острое разочарование от слов: «Иногда это лекарство помогает, а иногда нет»? Подобное заявление скрывает от вас массу полезной информации. Так, в нем ничего не говорится о том, как часто это лекарство срабатывает и насколько статистически та часть населения, на которой его испытывали, схожа с вами. После такого заявления очень трудно принять решение. Гораздо лучше было бы, если бы вам сказали, как часто это лекарство помогает людям, близким к вам по возрасту и физическому состоянию.

Разные люди по–разному реагируют на одни и те же лекарства, и это очень усложняет вопрос о том, как подействует то или иное лекарство на конкретного человека. Давайте для начала рассмотрим более простой случай и представим, что мы проводим испытания на одном человеке. В качестве примера возьмем аспирин и проверим, помогает ли он от головной боли.

Кажется чего проще: взять аспирин и посмотреть, сработает ли он. Но на самом деле все немного сложнее. Даже если вам стало лучше, откуда вы можете знать, что вам помог именно аспирин? Чтобы убедиться в этом, то есть понять, уменьшилась ли боль быстрее, чем без лекарства, вам нужно было бы сравнить самочувствие с ним и без него. Однако, поскольку вы либо приняли аспирин, либо нет, одного измерения будет недостаточно, чтобы получить ответ на вопрос.

Но способ получить его существует. Для этого нужно провести эксперимент много раз. Всякий раз, когда у вас заболит голова, вам следует бросить монетку и принять случайное решение о том, принимать на этот раз аспирин или нет. Результат, естественно, нужно зафиксировать. После достаточного количества испытаний вы сможете усреднить свои данные по различным типам головной боли и сопутствующим обстоятельствам (возможно, боль проходит быстрее, если вы накануне хорошо выспались); статистика поможет вам получить верный результат. Вероятно, в ваших измерениях не будет систематической погрешности, поскольку решение о приеме лекарства вы принимали на основании броска монетки, а выборка состоит из вас одного, поэтому результаты при достаточном количестве испытаний будут корректными.

Было бы здорово, если бы любое лекарство можно было испытать посредством такой простой процедуры. Однако большинство лекарств используется при лечении более серьезных заболеваний, чем головная боль, иногда даже смертельно опасных. А у многих лекарств есть долгосрочные последствия, поэтому провести много коротких испытаний на одном человеке невозможно, даже если очень хочется.

Так что обычно, когда биологи или врачи хотят проверить, насколько хорошо действует лекарство, они не испытывают его на одном–единственном человеке, хотя с точки зрения науки такой вариант был бы оптимальным. Им приходится мириться с тем фактом, что люди по–разному реагируют на один и тот же препарат. Любое лекарство дает целый спектр реакций, даже если пробуют его на группе людей с одним заболеванием одной и той же степени тяжести. Поэтому лучшее, что могут в большинстве случаев сделать ученые, — это разработать программу испытаний для группы людей, как можно сильнее похожих на того человека, которому они в будущем намерены давать или не давать данное лекарство. На самом деле врачи, как правило, не планируют эксперименты сами, так что сходство с реальным пациентом гарантировать трудно.

Иногда вместо этого врачи используют уже существующие результаты, где никто не проводил тщательных испытаний, а просто собраны данные наблюдений за существующими группами людей, такими как жильцы одного дома. Затем им придется столкнуться с проблемой правильной интерпретации результатов. С такими исследованиями иногда трудно бывает гарантировать, что проведенные измерения отражают причинно–следственные связи, а не случайные совпадения или корреляции. Так, заметив у многих пациентов с раком легких желтые пальцы, можно сделать ошибочный вывод о том, что именно желтизна пальцев — причина рака легких.

Поэтому ученые предпочитают исследования, в которых методы лечения или дозы назначаются случайным образом. К примеру, исследование, в котором люди будут принимать лекарство по результатам броска монетки, будет меньше зависеть от выборки: ведь то, будет ли данный пациент принимать препарат, полностью зависит от случая. Точно так же при помощи рандомизированного исследования можно установить связь между курением, раком легких и желтизной пальцев. Если бы можно было случайным образом предписать, кто из членов группы будет курить, а кто нет, вы бы поняли, что курение — это по крайней мере один из факторов и желтизны пальцев у пациентов, и рака легких; при этом не важно, является ли одно причиной другого. Но, разумеется, такой эксперимент был бы неэтичным.

Везде, где это возможно, ученые стремятся упростить систему и выделить таким образом те специфические явления, которые хотят изучить. И для точности, и для прецизионности результата очень важен подбор как группы испытуемых, так и контрольной группы. Такой сложный параметр, как действие лекарства на биологию человека, определяется одновременно множеством факторов. Очень важно также, насколько достоверные результаты исследования нам нужны.

Измерения не могут быть идеальными. В научных исследованиях — как и при принятии любого решения — нам приходится определять для себя приемлемый уровень неопределенности. Только в этом случае можно двигаться вперед. К примеру, если вы принимаете лекарство и надеетесь, что оно облегчит вам сильную головную боль, то вам, возможно, достаточно знать, что это лекарство помогает обычному человеку в 75% случаев. С другой стороны, если изменение стиля питания ненамного снизит ваши и без того невысокие шансы заболеть чем-нибудь сердечно–сосудистым (к примеру, с 5 до 4,9%), этого может оказаться недостаточно, чтобы убедить вас отказаться от любимых пирожных.

В политике точка принятия решения еще менее определенна. Как правило, общество смутно представляет, насколько хорошо нужно изучить вопрос, прежде чем менять законы или накладывать ограничения. Необходимые расчеты здесь осложнены множеством факторов. Как говорилось в предыдущей главе, из-за неоднозначности целей и методов провести сколько-нибудь достоверный анализ «затраты — прибыли» очень сложно, а иногда вообще невозможно.

Колумнист The New York Times Николас Кристоф, ратуя за осторожность в обращении с потенциально опасными химическими веществами типа бисфенол–А (ВРА) в пище или пищевой упаковке, писал: «Исследования ВРА уже несколько десятков лет бьют тревогу, а данные до сих пор сложны и неоднозначны. Такова жизнь: в реальном мире законодательные меры, как правило, приходится принимать на основании неоднозначных и спорных данных».

Ничто из сказанного не означает, что нам не следует, определяя политический курс, стремиться к количественной оценке затрат и выгод. Однако ясно, что нам нужно четко понимать, что означает каждая оценка, как сильно она может меняться в зависимости от начальных предположений или целей, а также что при расчетах было и что не было принято во внимание. Анализ «затраты — выгоды» может быть полезен, но может и дать ложное ощущение конкретности, надежности и безопасности, которое зачастую приводит к опрометчивым решениям.

К счастью для нас, физики, как правило, ставят перед собой вопросы попроще, чем те, что приходится решать публичным политикам. Имея дело с чистым знанием, которое в ближайшее время не предполагается использовать на практике, думаешь совершенно о другом. Измерения в мире элементарных частиц тоже намного проще, по крайней мере теоретически. Все электроны по природе своей одинаковы. Проводя измерения, приходится думать о статистической и системной погрешности, зато о неоднородности популяции можно спокойно забыть. Поведение одного электрона дает нам достоверную информацию о поведении всех электронов. Тем не менее представления о статистической и системной погрешности применимы и здесь.

Однако даже в «простых» физических системах необходимо заранее решить, какая точность нам необходима, ведь идеальных измерений не бывает. На практике вопрос сводится к тому, сколько раз экспериментатор должен повторить измерение и насколько прецизионный измерительный прибор при этом использовать. Решение за ним. Приемлемый уровень неопределенности определяется задаваемыми вопросами. Разные цели предполагают разные уровни прецизионности и точности.

К примеру, атомные часы измеряют время с точностью до одной десятитриллионной, но такое точное представление о времени мало кому нужно. Исключение — эксперименты по проверке теории гравитации Эйнштейна: в них лишней прецизионности и точности быть не может. До сих пор все тесты показывают, что эта теория работает, но измерения непрерывно совершенствуются. При более высокой точности могут проявиться невиданные до сих пор отклонения, представляющие новые физические эффекты, которые невозможно было заметить в ходе прежних, менее точных экспериментов. Если это произойдет, то замеченные отклонения позволят нам заглянуть в царство новых физических явлений. Если нет, придется сделать вывод о том, что теория Эйнштейна даже точнее, чем было установлено ранее. Мы будем знать, что ее можно уверенно применять в более широком диапазоне энергий и расстояний, к тому же с большей точностью.

Если же нам нужно «всего лишь» доставить человека на Луну, то мы, естественно, не обойдемся без знания физических законов, достаточного, чтобы не промахнуться, но привлекать общую теорию относительности не обязательно, и уж тем более не требуется принимать во внимание еще более мелкие потенциальные эффекты, представляющие возможные отклонения от нее.

В физике элементарных частиц мы пытаемся найти базовые правила, управляющие самыми мелкими и фундаментальными компонентами вещества, которые мы в состоянии обнаружить. Отдельный эксперимент здесь — это не измерения во множестве происходящих одновременно столкновений или периодически повторяющихся взаимодействий. Наши прогнозы относятся к единичным столкновениям известных частиц при определенной энергии. Частицы приходят в точку столкновения, взаимодействуют, а затем пролетают через детекторы, по пути, как правило, отдавая энергию. Физики, говоря о столкновении частиц, используют конкретные характеристики этих частиц — массу, энергию и заряд.

В этом отношении, несмотря на техническую сложность наших экспериментов, физике элементарных частиц повезло. Системы, которые мы изучаем, должны быть как можно более простыми, чтобы можно было выделить в них фундаментальные компоненты и законы. Идея в том, чтобы сделать экспериментальные системы настолько чистыми, насколько позволяют имеющиеся ресурсы. Проблема для физиков заключается скорее в том, чтобы достичь требуемых физических параметров, а не в том, чтобы распутать и упростить сложные системы. Эксперименты сложны, потому что науке приходится все дальше отодвигать границы непознанного. Поэтому они часто проводятся на пределе энергий и расстояний, достижимых при данном уровне развития технологий.

По правде говоря, эксперименты в физике элементарных частиц вовсе не так просты, как кажется, даже если речь идет об изучении точных фундаментальных величин. Представляя полученные результаты, ученые непременно сталкиваются с одной из двух проблем. Если они увидели что-то необычное, то должны доказать, что это не может быть результатом какого-то тривиального события в рамках Стандартной модели. Если они не увидели ничего нового, то, прежде чем заявлять, что этого нового не существует в рамках тех ограничений, которые установлены для исследователей в данный момент, они должны быть полностью уверены в том, что эксперименты проводились при адекватном уровне точности. Физики должны разбираться в чувствительности измерительной аппаратуры достаточно хорошо, чтобы понимать, что можно исключить, а что необходимо учитывать.

Чтобы быть уверенными в результате, экспериментаторы должны четко отличать те явления, что могут свидетельствовать о новой физике, от фоновых событий, возникающих в результате взаимодействия известных физических частиц Стандартной модели. Именно поэтому, чтобы сделать открытие, нам нужно увидеть множество столкновений. Из множества столкновений можно выбрать достаточно событий, представляющих новую физику, чтобы надежно отличить их от «скучных» процессов Стандартной модели, на которые они могут оказаться похожи.

Таким образом, любой наш эксперимент требует набора достаточной статистики. Самим измерениям тоже присущи неопределенности, которые делают многократное повторение необходимым. Квантовая механика говорит нам, что базовые события также обладают внутренней неопределенностью. Согласно законам квантовой механики, как бы хитроумно мы ни планировали эксперименты, в результате мы сможем получить лишь вероятность взаимодействия. Как бы мы ни проводили измерения, эта неопределенность никуда не денется. Это означает, что единственный способ точно измерить силу взаимодействия — повторить измерение много раз. Иногда эта неопределенность меньше, чем погрешность измерения, и вообще слишком мала, чтобы иметь значение. Но иногда ее необходимо принимать во внимание.

Квантово–механическая неопределенность говорит нам, к примеру, что масса распадающейся частицы неоднозначна по определению. Исходя из принципа неопределенности ни одно измерение энергии не может быть точным, если оно сделано за конечное время. Понятно, что время измерения должно быть короче, чем время жизни распадающейся частицы, и это определяет ожидаемые пределы вариации измеряемых масс. Так что если экспериментаторы обнаружили бы свидетельства существования новой частицы — те частицы, на которые она распалась, — то измерение ее массы потребовалось бы провести много раз. Ни одно из этих измерений не было бы точным, но среднее по всем измерениям значение сходилось бы к верной величине.

Во многих случаях квантово–механическая неопределенность массы меньше, чем систематическая погрешность (неизбежная ошибка) измерительной аппаратуры. Если это так, экспериментаторы могут просто не обращать внимания на квантово–механическую неопределенность массы. Но и в этом случае необходимо провести большое количество измерений, чтобы обеспечить их сходимость; причина — в вероятностном характере рассматриваемых взаимодействий. Как и в случае с испытаниями лекарственных средств, для получения верного ответа необходим большой объем статистических данных.

Важно понять, что вероятности, связанные с квантовой механикой, не совсем случайны. Вообще, эти вероятности вычисляются по вполне определенным законам. Мы убедимся в этом в главе 14, когда речь пойдет о массе W–бозона. Нам известна общая форма кривой, описывающей вероятность того, что в результате столкновения родится именно эта частица с заданной массой и заданным временем жизни. Результаты измерения энергии группируются вокруг верной величины, а их распределение согласуется с временем жизни частицы и принципом неопределенности. Хотя ни по одному из измерений в отдельности нельзя определить массу, по совокупности множества измерений это сделать можно. Существует вполне определенная процедура, позволяющая вывести массу частицы из среднего результата многократно повторенных измерений. Если измерений достаточно, экспериментаторы могут определить верную массу с определенным уровнем прецизионности (сходимости) и точности (правильности).

Вероятностная природа квантовой механики не подразумевает, что мы, по сути, ничего не знаем. Более того, зачастую все обстоит как раз наоборот. Нам известно достаточно много. К примеру, магнитный момент электрона — это его неотъемлемая характеристика, которую мы можем вычислить с высочайшей точностью при помощи квантовой теории поля, в которой сочетаются квантовая механика и специальная теория относительности и которая служит инструментом для изучения физических свойств элементарных частиц. Мой коллега по Гарварду Джеральд Гэбриелз измерил магнитный момент электрона с точностью до 13 значащих цифр, и он согласуется с прогнозом примерно в такой же степени. Уровень погрешности здесь составляет менее одной триллионной, что делает магнитный момент электрона физической константой, для которой теоретический прогноз и результат измерений согласуются лучше всего.

Никто, кроме физиков, не способен с такой точностью прогнозировать явления окружающего мира. Большинство людей при виде такой точности сказали бы, что и теория, и предсказанные ею явления известны абсолютно точно. Ученые же считают, что измерения и наблюдения, какими бы точными они ни были, всегда оставляют место для неожиданных открытий и новых идей.

Однако они всегда могут определить конкретный предел для масштаба этих новых явлений. Новые гипотезы могут изменять предсказания, но лишь на уровне неопределенности сегодняшних измерений или на еще более тонком уровне. Иногда предсказанные новые эффекты так слабы, что мы не надеемся добраться до них даже за время жизни Вселенной; в подобных случаях даже ученые способны делать определенные заявления типа: «Этого не произойдет никогда».

Очевидно, измерения Гэбриелза свидетельствуют о том, что квантовая теория поля верна с очень высокой степенью точности. Но даже в этом случае мы не можем гарантировать, что не существует ничего, кроме квантовой теории поля, физики элементарных частиц или Стандартной модели. Как объяснялось в главе 1, под видимой сегодня картиной могут скрываться новые факты, действие которых проявляется только на следующих энергетических уровнях или при еще более точных измерениях. Поскольку нам не удалось пока экспериментально исследовать соответствующие диапазоны расстояний и энергий, ответа на этот вопрос у нас нет.

Эксперименты на БАКе проходят при более высоких энергиях, чем все, что нам удавалось получить до сих пор, и потому открывают для нас новые возможности — возможности открытия новых частиц или взаимодействий непосредственно, путем наблюдений, а не через косвенные эффекты, которые можно зарегистрировать лишь при самых точных измерениях. По всей видимости, измерения на БАКе не достигнут энергий достаточно высоких, чтобы на них проявились отклонения от квантовой теории поля. Но не исключено, что они помогут обнаружить другие явления, которые могли бы предсказать отклонения от прогнозов Стандартной модели; не исключено, что это коснется даже точно измеренного магнитного момента электрона.

Для любой физической модели, более фундаментальной, чем Стандартная модель, даже самое мелкое предсказанное отклонение — где внутренний механизм невиданной до сих пор теории даст видимый эффект — стало бы ценнейшим указанием на фундаментальную природу реальности. Отсутствие до сих пор подобных несоответствий говорит об уровне точности существующей теории и о том, насколько высокие энергии надо задействовать, чтобы обнаружить что-нибудь новое, даже не зная в точности природы потенциально новых явлений.

Но настоящий урок эффективной теории заключается в том, что мы по–настоящему приходим к пониманию и объекта исследования, и связанных с этим ограничений только тогда, когда доходим до предела ее применимости. Эффективные теории, учитывающие существующие ограничения, не только классифицируют наши идеи на данном масштабе, но и говорят, при помощи каких последовательных методов можно определить, насколько серьезными могут оказаться новые эффекты при каждом конкретном значении энергии.

Измерения электромагнитного и слабого взаимодействий согласуются с предсказаниями Стандартной модели на уровне 0,1%. Частота столкновений частиц, их массы, скорости распада и другие характеристики совпадают с предсказанными величинами именно на этом уровне точности и сходимости. Таким образом, Стандартная модель оставляет место для новых открытий; новые физические теории, возможно, предскажут отклонения от нее, но эти отклонения должны быть достаточно слабыми, поскольку они оставались незамеченными до сих пор. Эффект от любого нового явления или фундаментальной теории должен оказаться слишком слабым, чтобы до сих пор его никто не заметил, — либо потому, что сами взаимодействия очень слабы, либо потому, что эффекты эти связаны со слишком тяжелыми частицами, которые не удается получить при достигнутых до сих пор энергиях. Существующие измерения демонстрируют, насколько высокие энергии нужны для непосредственного обнаружения новых частиц или новых взаимодействий, не способных вызвать более серьезных отклонений, чем позволяют текущие неопределенности. Они говорят нам также о том, насколько редкими должны быть подобные события. Существенно повышая точность измерений или проводя опыты в других физических условиях, экспериментаторы ищут отклонения от модели, при помощи которой до сих пор описываются все экспериментальные результаты физики элементарных частиц.

Нынешние эксперименты основаны на представлении, что новые идеи строятся на базе успешной эффективной теории, применимой на более низком уровне энергий. Их цель — открыть новое вещество или новые взаимодействия, не забывая, что физика собирает знания от масштаба к масштабу. Изучая явления при максимальных достижимых на БАКе энергиях, мы надеемся отыскать теорию, лежащую в основе всего, что мы до сих пор наблюдали. Даже если мы не сможем воочию увидеть никаких новых явлений, данные БАКа дадут нам ценные и жесткие ограничения на явления и теории, которые могут существовать за пределами Стандартной модели. И если наши теоретические рассуждения верны, новые явления со временем появятся, но на более высоких энергиях, нежели те, что генерирует сейчас БАК. Подобные открытия вынудят нас расширить Стандартную модель или включить ее в более полную концепцию. Мы полагаем, что более полная модель будет работать с большей точностью на более широком диапазоне расстояний и энергий.

Мы не знаем, которая из теорий окажется верной. Мы не знаем также, когда будут сделаны новые открытия. Ответы на эти вопросы зависят от того, как на самом деле устроен мир, — а мы этого не знаем, ведь иначе нам не пришлось бы ничего исследовать. Но для любой конкретной гипотезы об устройстве мироздания мы представляем, как вычислить проверяемые следствия и определить, когда примерно их можно будет проверить. В двух следующих главах мы рассмотрим, как проводятся эксперименты на БАКе, а затем в части IV поговорим о том, как физики создают модели и предсказывают, что можно будет увидеть в ходе эксперимента.