Читать книгу: «Алгоритм совпадений»

#1
Шум в данных

Я никогда не любил спорить о судьбе. Не из-за твёрдых убеждений — просто вопрос всегда казался мне дурацким. Люди рассуждают о ней, будто она живая: злая, добрая, коварная. Как о погоде, только с претензией на философию. Мне это напоминало попытку услышать музыку в шипении сковородки.

Совпадения? Я с ними не спорю. Более того — я в них копаюсь. Просто для меня совпадение — вопрос масштаба. Накопи достаточно данных, и они начнут выстраиваться в узоры. Это не мистика. Это просто цифры, их слишком много. Как шум в наушниках: вслушаешься — и вот уже мерещится знакомый мотив.

С данными о людях мне было куда проще, чем с самими людьми. Цифры по крайней мере не мнут шляпу в руках и не прячут глаза. Человек в таблице — это просто след: пришёл, ушёл, купил, задержался. Иногда я думал, что в таком виде мы все куда честнее. Хоть какая-то последовательность.

Идея для алгоритма родилась не в озарении. Скорее, от усталости. Неделя за неделей я натыкался на одни и те же корреляции. Они не нарушали правил, но лезли в глаза назойливо, как пятно на обоях. Формально — всё чисто. Но ощущение, будто тебя тихо водят за нос, не проходило.

Я перелопатил источники. Перепроверил код десять раз. Дошло до смешного: меня бесило не наличие ошибки, а её полное отсутствие. Всё работало. Слишком уж безупречно. Писать алгоритм я начал по вечерам, почти машинально. Не для начальства, не для славы. Так, чтобы руки были заняты. Чисто гигиеническая процедура для мозга: разобрать завал, отсеять шелуху. Я хотел отделить шум от смысла. А в итоге сам шум и стал этим смыслом.

Я перестал смотреть на события. Взялся за их тени — за точки, где они пересекались. Где вероятность вела себя не как беспорядочный разброс, а как старательная ученица, выводящая в прописи один и тот же узор. Всё ещё можно было найти рациональное объяснение. Я его находил. Но удовлетворения это не приносило — только глухое раздражение.

Когда я впервые вывел результат на экран, мне стало не по себе. Картинка выглядела… законченной. Слишком уж аккуратной. Будто кто-то уже расставил все точки над i, а мне оставалось только их подсветить. Я резко свернул окно, уткнулся в строки кода. «Глюк визуализации, — твердил я себе. — Надо подкрутить параметры». Не помогло. Я закрыл ноутбук, но чувство, что увидел что-то не то, осталось. Я дал проекту скучное, казённое название — «Анализ аномалий корреляции». Имя — важная штука. Как кличка для дикого зверя: назови — и он уже не так страшен. Я на это надеялся.

Коллегам показывал выжимки, без контекста. Они смотрели, кивали: «Бывает», «Интересная зависимость», «Попробуй другой метод кластеризации». Никто не спросил: «А что это, собственно, такое?» И слава богу. Значит, я ещё не съехал с катушек. Публикация упрощённой версии прошла тихо. Я выложил код, сухую инструкцию, намеренно избегая ярких примеров. Инструмент как инструмент. Лопата. Кто задумывается о философии лопаты?

Первое письмо пришло почти сразу. Настолько быстро, что стало неловко. Незнакомец благодарил и осторожно спрашивал: «А можно проверить ещё одну пару данных?» Меня зацепило это «ещё». Значит, он уже что-то проверял. Значит, мой инструмент что-то нашёл — или ему показалось, что нашёл. Я снова перечитал документацию. Никаких обещаний чуда я там не давал.