— На самом деле, нет. Мы могли бы провести с ними нагрузочный тест, рискуя сломать одну или несколько, но, так как у нас нет запаса, я не буду этого делать. Вместо этого я провожу микроскопическую визуальную проверку поляризации. — Он указал на техника в странных очках, низко склонившегося к стеклу. — Такое обследование позволяет выявить существующие линии напряжения, которые всегда имеются в стекле, и дает нам грубое представление о том, грозит ли данному щиту поломка. Техник пользуется при Этом цифровой камерой, которая посылает изображение каждой точки прямо в компьютер.
“You going to do a computer simulation?” Stern said.
“It'll be very crude,” Gordon said. “Probably not worth doing, it's so crude. But I'll do it anyway.”
— Вы собираетесь провести компьютерное моделирование? — поинтересовался Стерн.
— Это будет очень приближенно, — ответил Гордон. — Возможно, настолько приближенно, что даже не стоило бы этим заниматься. Но я все равно это сделаю.
“So what's the decision?”
“When to fill the panels.”
“I don't understand.”
— И что же вы узнаете из машинного эксперимента?
— Когда заполнять щиты.
— Не понимаю.
“If we fill them now, and they hold up, then everything is probably fine. But you can't be sure. Because one of the tanks may have a weakness that will break only after a period of pressure. So that's an argument to fill all the tanks at the last minute.”
— Если мы заполним их прямо сейчас и они выдержат, то все будет прекрасно. Но и в этом случае нельзя быть убежденным в успехе. Поскольку в каком-нибудь из резервуаров может оказаться дефект, который скажется только после пребывания под нагрузкой в течение некоторого времени. Это соображение говорит за то, чтобы заполнить все резервуары в последнюю минуту.
“How fast can you fill them?”
“Pretty fast. We have a fire hose down here. But to minimize stress, you probably want to fill them slowly. In which case, it would take almost two hours to fill all nine shields.”
— А насколько быстро их можно заполнить?
— Довольно быстро. У нас тут есть пожарный гидрант. Но чтобы уменьшить внутренние напряжения в стекле, будет лучше заполнять их медленно. В этом случае, чтобы заполнить все девять щитов, потребуется почти два часа.
“But don't you get field bucks starting two hours before?”
“Yes—if the control room is working right. But the control room equipment has been shut down for ten hours. Acid fumes have gotten up there. It may have affected the electronics. We don't know if it is working properly or not.”
— Но разве вы не получаете всплесков поля за два часа до перехода?
— Получаем — если диспетчерская действует исправно. Но оборудование диспетчерской было отключено почти на десять часов. Туда попали кислотные пары. Не исключено, что это подействовало на электронику. Мы не знаем, работает она должным образом или нет.
“I understand now,” Stern said. “And each of the tanks is different.”
“Right. Each one is different.”
— Теперь мне ясно, — протянул Стерн. — И все резервуары разные?
— Совершенно верно. Среди них нет двух идентичных.
It was, Stern thought, a classic real-world scientific problem. Weighing risks, weighing uncertainties. Most people never understood that the majority of scientific problems took this form. Acid rain, global warming, environmental cleanup, cancer risks—these complex questions were always a balancing act, a judgment call.
«Это была, — подумал Стерн, — одна из типичных научных проблем мирового уровня сложности. Анализ неопределенностей, количественная оценка риска. Мало кто понимал, что большинство научных проблем принимает именно эту форму. Кислотные дожди, глобальное потепление, загрязнение окружающей среды, вероятность заболеть раком — ответы на эти сложнейшие вопросы всегда выражались в очень приближенном виде, измерялись в обширном интервале «от и до».
How good was the research data? How trustworthy were the scientists who had done the work? How reliable was the computer simulation?
How significant were the future projections? These questions arose again and again. Certainly the media never bothered with the complexities, since they made bad headlines. As a result, people thought science was cut and dried, in a way that it never was. Even the most established concepts—like the idea that germs cause disease—were not as thoroughly proven as people believed.
Насколько достоверными были данные исследования? Насколько заслуживали доверия ученые, которые проводили работы? Насколько надежными были алгоритм и программа компьютерного моделирования? Насколько определенными были перспективные экстраполяции? Эти вопросы возникали снова и снова. Конечно, средства массовой информации никогда не интересовались этими сложностями, если для них нельзя было выдумать броского заголовка. В результате люди считали науку сухим и скучным явлением, каким она никогда не была А ведь даже общепризнанные концепции — такие, например, что микробы служат причиной болезней, — вовсе не являлись полностью и неопровержимо доказанными, как это полагает большинство...»
And in this particular instance, a case directly involving the safety of his friends, Stern was faced with layers of uncertainty. It was uncertain whether the tanks were safe. It was uncertain whether the control room would give adequate warning. It was uncertain whether they should fill the tanks slowly now, or quickly later. They were going to have to make a judgment call. And lives depended on that call.
И в данном случае, непосредственно касающемся безопасности его друзей, Стерн столкнулся с неопределенностью в ее классическом проявлении. Нельзя было точно сказать, насколько резервуары пригодны для использования. Было неизвестно до конца, сможет ли диспетчерская вовремя дать предупреждение. Было неясно, следует ли заполнить резервуары медленно сейчас или быстро позже. Они оказались перед необходимостью принимать решение на основе опыта, интуиции и здравого смысла. От этого решения зависели жизни людей.