В те годы, когда я познакомился с Николаем Николаевичем Воробьевым, первые шаги делала и лаборатория кибернетики Ленинградского вычислительного центра. Одной из работ, которой здесь увлеченно занимались, была… Ну, попросту говоря, математики пытались создать живую ткань, например нервную ткань или ткань сердечной мышцы. Правда, ткани не настоящие, а абстрактные. Точнее, математические модели живых тканей. Их нельзя потрогать рукой, они существуют лишь в «воображении» искусственного мозга — электронно-вычислительной машины. Но тем не менее над ними можно производить различные опыты.

Фундаментом этой работы послужила заманчивая идея, высказанная задолго до того математиками-теоретиками. Весьма грубо, приблизительно ее можно изложить так: если построить систему, состоящую из большого количества одинаковых элементов, совершенно одинаково связанных друг с другом, то такая система, иначе говоря, простейшая ткань, будет способна считать и запоминать поступающие извне сигналы, а также будет надежна в работе.

Эта мысль заинтересовала многих ученых. Как известно, ламповые электронно-вычислительные устройства чрезвычайно сложны. Кроме того, они весьма «нежны»: стоит выйти из строя нескольким лампам, и машина начнет «нести чепуху». А предложенная математиками простейшая система подобна живому мозгу: отмирание нескольких ее «клеток» не сказывается на результатах деятельности всей ткани. Исследования в этой области могли бы привести к созданию удивительных кибернетических устройств, которые при максимальной простоте были бы гибки и надежны в работе.

Но как осуществить такие исследования? Конечно, схему-ткань можно было бы сконструировать. Но это очень дорого и долго: каждую схему пришлось бы собирать из десятков, если не сотен тысяч элементов. И при этом неизвестно, какой будет результат, окупятся ли затраты.

Сотрудники лаборатории кибернетики пошли по другому пути. Вот пачка картонных карточек, испещренных отверстиями. Это запись на языке ЭВМ всех сведений о том, какой должна быть интересующая нас ткань. Перфокарты вводятся в электронно-вычислительную машину, и она запоминает все данные. В «электронном воображении» машины возникает четкое представление о нужной нам ткани. Теперь над этой воображаемой тканью можно производить любые эксперименты. В машину вводятся карточки с записью условий опыта. Неважно, что ткани нет на самом деле, что ничем реальным ее не прокалывают, не рвут, не режут, что она существует лишь в «воображении», в «мечтах» электронного мозга. Эти «мечты» столь точны, что нет принципиальной разницы между опытами наяву и в математической абстракции. О результатах эксперимента машина рассказывает языком цифр, напечатанных на ленте.

Исследования во многом подтвердили теоретические положения. Система (ткань) действительно могла запоминать, считать и быстро восстанавливала свою работоспособность, если какие-то «точки», элементы, под внешним воздействием «умирали» — выходили из строя. Но этого мало. После одного эксперимента математики заметили, что в определенных условиях ткань вдруг «оживала» и начинала пульсировать так, как пульсирует сердце лягушки.

Новые эксперименты, новые расчеты… И вот уже в руках ученых пачка перфокарт — создана математическая модель сердечной мышцы. Теперь в любой момент в электронном мозгу машины можно вызвать «представление» о сердце и ставить на этом воображаемом «сердце» опыты, соответствующие медицинским. И вот что особенно интересно: эти опыты дали результаты, аналогичные тем, какие получают физиологи при обычных экспериментах на настоящем сердце.

Работами математиков заинтересовались физиологи. Почему? Во-первых, потому, что на воображаемой сердечной или мозговой ткани можно ставить такие опыты, которые не поставишь на реальных органах. Во-вторых, потому, что параллельные эксперименты на живом органе и на созданном в теории помогут внести ясность в спорные вопросы физиологии, помогут лучше понять, как возникают и развиваются некоторые тяжелые заболевания сердца и мозга.

Прошло не так много времени с того дня, когда в Ленинградском вычислительном центре я пытался уразуметь, как это можно создавать нечто (а тем более живую ткань) из ничего, да еще производить над этой абстракцией какие-то — абстрактные же! — опыты. И вот я в Институте катализа Сибирского отделения Академии наук СССР. Царство тонких и сложных превращений вещества. Здесь властвует химия.

— Не только химия, — говорят мне хозяева. — У нас не меньшими правами располагает и математика. Впрочем, давайте зайдем сюда.

Подходим к приоткрытой двери, из-за которой слышны команды:

— Уменьшить концентрацию спирта! Хорошо… Сейчас подогрейте газ. Еще немного… Готово! А теперь, Володя, будем резко менять режим. Интересно, как поведет себя реактор, если мы…

Судя по всему, идет очередной химический опыт.

Входим. Просторная комната. Но ничего похожего на химическую лабораторию: ни пробирок, ни вытяжных шкафов, ни реакторов. Посредине комнаты стоит аналоговая электронно-вычислительная машина, на стенах — таблицы, схемы. И все.

Около машины — двое. Один — научный сотрудник Юрий Матрос — не отрывает глаз от листа бумаги, на котором самописец вычерчивает кривую. Время от времени он оборачивается к Владимиру Скоморохову, специалисту по аналоговым машинам:

— Давайте-ка, Володя, снизим температуру масла.

Скоморохов слегка поворачивает ручку на пульте.

— Еще немного…

Еще поворот. Самописец потянул кривую вниз…

Десятилетиями в химии складывалась и стала привычной такая практика: после того как в лаборатории получены данные о каком-либо процессе, начинается длительная, многостадийная его проверка и отработка. Сначала эксперименты ставятся на модельных установках, затем на укрупненных, потом на опытных и наконец на опытно-промышленных. Лишь после этого считается возможным приступить к проектированию и строительству промышленного аппарата.

Дело в том, что химические процессы весьма сложны, зависят от многих факторов, в том числе и от размеров аппарата. Иной раз реакция превосходно протекает в модельной установке, но совсем не идет в полупромышленной. И тогда приходится строить новые и новые установки, искать на ощупь благоприятные условия для ведения реакции в производственном масштабе. В итоге путь научной разработки от исследовательской лаборатории до промышленного производства занимает иногда десять — двенадцать лет.

И вот некоторое время назад в этой, казалось бы, непреодолимой стене многостадийной проверки была пробита первая брешь. Химики Г. К. Боресков и М. Г. Слинько предложили создавать контактные аппараты для производства серной кислоты не путем эмпирического поиска, а с помощью математического расчета. Сейчас эти аппараты так и создаются — рассчитываются.

Но еще сильнее стена давних традиций зашаталась, когда были созданы быстродействующие вычислительные машины и математика поднялась на новую ступень развития. Химики не преминули взять на вооружение математические новшества и вскоре доказали, что с помощью абстрактного моделирования химических процессов и аппаратов можно в ряде случаев от лабораторных опытов переходить непосредственно к крупнотоннажному заводскому производству.

Как это делается? Любой химический процесс можно разложить на отдельные «части», его составляющие. Каждый такой «частный» процесс легче изучить в лаборатории отдельно и составить его математическое описание, то есть выразить математическим уравнением, формулой. Полученные данные об отдельных процессах и их взаимном влиянии вводят в виде уравнений в электронно-вычислительную машину — так создается математическая модель химико-технологического процесса. Точно так же можно описать уравнениями и любой реактор, любой аппарат, в котором должны происходить химические превращения.

Результаты, получаемые при детальном изучении математических моделей процессов и реакторов, мало отличаются от тех, которые достигаются при исследовании реально существующих процессов и аппаратов. Но какой колоссальный выигрыш во времени! Когда Ю. Матрос просит снизить температуру масла и В. Скоморохов чуть поворачивает ручку на пульте, они узнают от машины итог эксперимента не через несколько часов, а через десять секунд! Более того: располагая данными, получаемыми путем математического моделирования, можно предсказывать, как пойдет технологический процесс в любых реакторах, даже в тех, которые еще не существуют.