February 25th, 2012

"Симон Шноль: от 0 до 80" по российскому ТВ

http://www.ptep-online.com/index_files/books_files/shnoll2009ru.pdf
В связи с показанной по российскому ТВ передачей в 8 частях "Симон Шноль: от 0 до 80" я заинтересовался, чем этот исследователь известен. Он был инструментален в исследовании реакции Белоусова-Жаботинского и он известен книгами и статьями об истории российской науки (времен борьбы с генетикой, и дp.). Он артикулирован (очень хорошо говорит и пишет по-русски), подтянут, элегантен и интеллигентен, и это отличает его от большинства чудаков, занимающихся псевдонаукой.

А занимается он всю жизнь, насколько я мог понять, вот чем. Он в сущности изучает шум в самых разных сигналах. То есть он изучает величины, которые должны иметь случайное распределение. Например, гауссово. На деле, по результатам измерений, распределение никогда не оказывается строго гауссовым (на то оно и случайное). Шноль анализирует, насколько оно отличается от гауссова, и называет это исследованием "макроскопическиx флуктуаций". Сначала это была статистика реакций в растворах мышечных белков и попытки выделить некие "конформационные колебания" в белках (якобы ведущие к периодической мышечной деятельности, такой как престальтика кишечника или биение сердца), причем колебания эти активировались якобы "волнами структурной перестройки воды". Потом это была статистика радиоактивного распада, химических реакций, времени загорания неоновой лампы, времени появления симптомов болезней у людей, а под конец даже случайные числа, генерируемые Матлабом, вписались в концепцию. Эксперементы проводились в самых разных местах и условиях: в Москве, в тундре, в Средней Азии, в Антарктиде, в космосе и др. Шноль защитил докторскую диссертацию об этом в 1970 году.Collapse )

Так вот, в этой статистике отклонений от нормальной статистики он усматривает некие паттерны. Иногда необъяснимым образом статистика отклоняется в одну сторону, иногда в другую, иногда дает пики в неожиданных местах. Более того, по утверждению Шноля, такие паттерны имеют тенденцию к синхронизации. Например, серия измерений, проведенная в 9 утра в Москве, имееет такие же отклонения от предписанной статистики, как серия измерений в 9 утра (по местному времени) в Новосибирске. Collapse )