Редкое интервью с математиком, взломавшим Уолл-стрит

Джим Саймонс был математиком и криптографом, которого однажды осенило: комплексная математика, благодаря которой он взламывал коды, могла также объяснить схемы финансового мира. Став миллиардером, он начал поддерживать следующее поколение учителей математики и других наук. Куратор TED Крис Андерсон расспрашивает Саймонса о его выдающейся жизни, связанной с цифрами.

Крис Андерсон: Вы были
математическим феноменом.

Ещё в молодом возрасте
вы уже преподавали в Гарварде и МТИ.

А затем вас пригласили работать в АНБ.

Как это было?

Джим Саймонс: АНБ — Агентство
национальной безопасности.

Нельзя сказать, что они меня пригласили.

У них было подразделение в Принстоне,
для которого им требовались математики,

чтобы взламывать секретные коды
и делать подобного рода вещи.

Я знал об их существовании.

У них были хорошие условия,

потому что половину времени
можно было заниматься своими расчётами

и как минимум половину времени —
работать над их заданиями.

Они много платили.

Так что это было весьма
привлекательное предложение.

И я пошёл туда работать.

КА: Вы были взломщиком кодов.

ДС: Да.

КА: Пока вас не уволили.

ДС: Да, меня и правда уволили.

КА: Почему?

ДС: Почему?

Меня уволили, потому что в то время
шла война во Вьетнаме,

а главный руководитель этой организации
был большим её фанатом.

Он написал статью в New York Times
для первой полосы газеты о том,

как мы выиграем войну во Вьетнаме.

Мне же не нравилась эта война.
Я считал её бестолковой.

И я написал письмо в Times,
которое они опубликовали,

что не все, кто работают
на Максвелла Тэйлора,

если кто-то ещё помнит это имя,
разделяют его взгляды.

И предоставил своё мнение...

КА: Понятно. Понятно, почему...

ДС: ...которое расходилось
с мнением генерала Тэйлора.

Но тогда никто никак не отреагировал.

Мне тогда было 29 лет,
и один парень подошёл ко мне,

представился внештатным
корреспондентом журнала Newsweek

и сказал, что хочет взять у меня интервью
о том, как мои взгляды отражаются на деле.

Я ответил: «Сейчас я больше
занимаюсь математикой,

а когда война закончится, буду больше
работать над заданиями организации».

А потом я совершил такой «умный»
поступок, какой только мог, —

я рассказал своему начальнику
об этом интервью.

Он спросил: «Что ты ему сказал?»

Я рассказал ему.

Тогда он сказал:
«Мне нужно позвонить Тэйлору».

Он позвонил Тэйлору, это заняло 10 минут.

5 минутами позже меня уволили.

КА: Ясно.

ДС: Но это не было чем-то плохим.

КА: Не было, потому что вы
отправились в Стоуни-Брук

и продолжили вашу математическую карьеру.

Вы начали работать вот с этим человеком.

Кто он?

ДС: О, Черн [Чэнь Синшэнь].

Черн был одним из величайших
математиков столетия.

Я познакомился с ним,
когда был аспирантом в Беркли.

У меня было несколько идей,

которыми я поделился с ним,
и они ему понравились.

Вместе мы работали над тем,
с чем можно легко ознакомиться здесь.

Вот оно.

КА: По результатам вы издали
известную совместную научную работу.

Можете ли вы объяснить
в общих чертах, о чём эта работа?

ДС: Нет.

(Смех)

ДС: Кому-то я бы мог её объяснить, но...

(Смех)

КА: Возможно, вы объясните это?

ДС: Но немногим. Немногим людям.

КА: Помнится, вы сказали,
что это как-то связано со сферами,

поэтому давайте начнём с них.

ДС: Действительно.
Хочу только сказать об этой работе —

до того, как мы приступим, —

что в этой работе была сильная математика.

Мне она очень нравилась, и Черну тоже.

На её основе даже образовалась подотрасль,
сейчас она в самом расцвете.

Но интереснее всего,
что она была применима и к физике,

о которой мы ничего не знали, —
по крайней мере, я-то уж точно,

и не думаю, что Черн знал чертовски много.

Примерно через 10 лет
после публикации работы

парень по имени Эд Виттен из Принстона
начал применять её к теории струн,

а в России её начали применять
к теории конденсированного состояния.

Сегодня то, что называется
инвариантами Черна-Саймонса,

широко распространено в физике.

Это было потрясающе.

Мы вообще не знали физики.

Я и подумать не мог,
что это будет иметь к ней отношение.

В этом и есть математика:
никогда не знаешь, куда она приведёт.

КА: Невероятно.

Мы говорили о том, как эволюция
формирует сознание людей,

которые могут постичь
или не постичь истину.

Каким-то образом вы разработали
математическую теорию,

абсолютно не зная физики,

а через два десятка лет выяснилось,

что она применяется для детального
описания физического мира.

Как такое произошло?

ДС: Бог его знает.

(Смех)

Знаменитый физик [Юджин] Вигнер

написал эссе о необъяснимой
эффективности математики.

Эта математика, которая в каком-то смысле
берёт своё начало в реальном мире, —

мы учимся считать,
измерять, все это делают —

а затем она становится чем-то большим.

Очень часто она спасает положение.

Теория относительности, например.

У [Германа] Минковского была теория
по геометрии, а Эйнштейна осенило:

«Это же именно то, где я могу примерить
теорию относительности».

Никогда не знаешь наверняка. Это загадка.

Загадка.

КА: Здесь на изображении —
образец математической изобретательности.

Расскажите нам о нём.

ДС: Это мяч; сфера, заключённая в сетку

из таких вот квадратов.

То, о чём я расскажу, было впервые
замечено [Леонардом] Эйлером —

великим математиком 1700-х годов.

Постепенно это превратилось
в очень важную отрасль математики —

алгебраическую топологию, геометрию.

Та работа, что была на экране,
берёт начало именно в ней.

У этой фигуры

есть 8 вершин, 12 рёбер, 6 граней.

Если рассчитать по такой формуле:
вершины минус стороны плюс грани, —

то получим 2.

Что ж, двойка — хорошее число.

Можно сделать по-другому:
тут оболочка из треугольников.

У нёе 12 вершин, 30 рёбер

и 20 граней, 20 плоскостей.

Вершины минус стороны
плюс грани также равно двум.

И такое можно проделать с чем угодно —

покройте фигуру оболочкой из любых
многоугольников и треугольников

или теми и другими.

Вычитая из вершин стороны
и прибавляя грани, в итоге получите 2.

Вот другая фигура.

Это тор, или поверхность пончика,
покрытая прямоугольниками:

16 вершин, 32 стороны, 16 граней.

Вершины минус стороны получается ноль.

Всегда будет ноль.

Всегда, помещая тор в оболочку
из квадратов или треугольников

или чего-то ещё, получаем ноль.

Это называется Эйлеровой характеристикой.

Это и есть топологический инвариант.

Это весьма увлекательно.

Неважно, какая оболочка,
результат всегда будет один и тот же.

Это было первым шагом,
в середине 1700-х годов,

в сторону дисциплины, которая теперь
носит название алгебраическая топология.

КА: В своей работе вы взяли эту идею

и развили её в многомерную теорию,

применимую к многомерным объектам,
и обнаружили новые инвариантности?

ДС: Да. К тому моменту уже существовали
многомерные инварианты:

классы Понтрягина, а также классы Черна.

Существовала целая группа
различных видов инвариантов.

И я трудился над одним из таких типов

с целью смоделировать его
как бы комбинаторно,

нежели как это обычно делалось,

что привело к этой работе
и нашему открытию новых зависимостей.

Но если бы не господин Эйлер,

написавший почти 70 томов,
посвящённых математике,

имевший 13 детей,

которых он, очевидно,
качал на коленках, пока писал работу, —

если бы не Эйлер, то, возможно,
и не было бы никаких инвариантов.

КА: Ваше объяснение помогает понять,
какой гений кроется за этим достижением.

Давайте поговорим о «Ренессансе».

Вам приглянулась эта идея,
и, будучи взломщиком кодов в АНБ,

вы начали взламывать коды
в финансовой отрасли.

Думаю, вы не купились
на гипотезу эффективного рынка.

Каким-то образом вы нашли способ
получать невероятный доход более 20 лет.

Как мне объяснили,

не столько размер дохода
был впечатляющим в вашей схеме,

но удивительно низкая
волатильность и риск

в сравнении с другими хедж-фондами.

Как же у вас это получилось, Джим?

ДС: Мне это удалось,
благодаря великолепной команде.

В то время, когда я занялся торговлей,
я стал немного уставать от математики.

Мне было уже далеко за 30,
а денег почти не было.

Я начал заниматься торговлей,
и дело пошло хорошо.

Я заработал много денег,
благодаря одной лишь удаче.

Точнее, я думал, что это удача.

Конечно же, математически
я ничего не просчитывал.

Но обратившись к данным
некоторое время спустя, я понял:

похоже на то,
что тут есть некая структура.

Я нанял несколько математиков,
и мы начали создавать модели —

подобную работу мы делали в ИВИ
[Институте военных исследований]:

разрабатываешь алгоритм
и тестируешь его на компьютере.

Работает? Не работает? И так далее.

КА: Давайте взглянем.

Вот типичный график некоего товара.

Взглянув на него, я думаю: «Это просто
случайная кривая, скачущая вверх-вниз.

Может, в целом с небольшим
восходящим трендом».

Как можно вести торговлю,
используя этот график,

и видеть, что движения кривой не случайны?

ДС: В те времена — это старый график —

у товаров и валют была тенденция к тренду.

Не обязательно такой тренд, как здесь,
но тренды периодически наблюдались.

И если думаешь:
«Сегодня я сделаю прогноз,

основываясь на поведении кривой
за последние 20 дней — выделено жёлтым.

Возможно, это будет неплохой прогноз,
и я немного заработаю».

Несколько лет назад
такой подход сработал бы —

не идеально, но сработал.

Заработаешь денег, потеряешь,
снова заработаешь.

Но игра не стоит свеч —

вы бы немного заработали даже за год.

Это весьма рудиментарная система.

КА: Вы тестировали
множество трендов разной длины

и смотрели, можно ли
по 10-дневному или 15-дневному тренду

предсказать, что случится дальше.

ДС: Конечно, пробуешь такие вот вещи
и смотришь, что лучше всего работает.

Следование за трендом
процветало в 60-х годах,

в 70-х было так себе.

К 80-м же годам — уже нет.

КА: Потому что это стало
очевидным для всех.

Как вам удалось остаться в авангарде?

ДЖ: Нам это удалось,
потому что мы искали новые подходы,

в некоторой степени краткосрочные.

Целью было собрать
колоссальный объём информации —

тогда мы делали это вручную.

Мы шли в Федеральный резерв и копировали
записи об изменении процентных ставок

и подобную информацию,
так как этого не было в компьютерах.

Мы собрали много информации.

Также умные люди были ключом к успеху.

Я не знал, как нанимать людей
для занятия торговлей.

Я нанял нескольких.
Кто-то зарабатывал деньги, кто-то — нет.

Я не мог так наладить бизнес.

Но мне известно, как нанимать учёных, —

в этом-то я немного знаю толк.

Вот чем мы и занимались.

Постепенно эти модели
становились всё лучше и лучше,

и лучше, и лучше.

КА: Считается, что вы сделали
нечто важное для «Ренессанса»:

создали эту культуру, эту группу людей —

не простых наёмных рабочих,
которых можно переманить за деньги.

Их мотивацией была математика и наука.

ДС: Надеюсь, это так.

Хотя отчасти дело было и в деньгах.

КА: Они много заработали.

ДЖ: Не могу сказать,
что все они пришли не ради денег.

Думаю, многие из-за этого пришли.

Но также и потому, что знали,
как увлекательно это будет.

КА: Какое место во всём этом
занимает машинное обучение?

ДС: В каком-то смысле, всё, что мы делали,
и было машинным обучением.

Просматриваешь кучу данных и пытаешься
воссоздать разные схемы прогнозирования,

пока не выходит всё лучше и лучше.

Не обязательна была отдача.

Но это работало.

КА: Такие схемы прогнозирования
могут быть весьма неожиданными.

Вы же всё берёте в расчёт, верно?

Вы не упускали из виду погоду,
длину платьев, политические мнения.

ДС: Да, длину платьев
мы как-то не брали в расчёт.

КА: Что тогда имеет значение?

ДС: Всё.

Всё имеет значение, кроме длины подола.

Погода, ежегодные отчёты,

квартальные отчёты,
исторические сведения —

всё что угодно.

Мы принимаем терабайты информации в день.

Храним, перерабатываем
и подготавливаем для анализа.

Цель — найти аномалию,

найти подтверждение того,

что, как вы сказали,
гипотеза эффективного рынка неверна.

КА: Но любая аномалия
может быть случайной.

Так секрет в том, чтобы наблюдать
за многочисленными странными аномалиями

и определять, где они сходятся?

ДС: Любая аномалия может быть случайной,

однако, имея достаточно сведений,
можно определить, когда она не случайна.

Можно найти аномалию,
устойчивую на протяжении долгого времени.

Тогда вероятность того,
что она случайна, невелика.

Но аномалии исчезают со временем.

Поэтому необходимо быть в курсе всего.

КА: Многие люди,
взглянув на индустрию хедж-фондов,

шокированы тем, что там творится:

как много там все зарабатывают

и как много умных людей задействовано.

У вас есть какие-либо опасения,
связанные с этой отраслью,

а, может, и со всей
финансовой индустрией в целом?

Стоит ли нам опасаться,

не знаю, увеличения неравенства?

Как бы вы объяснили происходящее
в индустрии хедж-фондов?

ДС: Я полагаю, что последние 3–4 года

дела у хедж-фондов идут не очень.

Мы-то заработали,

но вот индустрия хедж-фондов в целом
не так уж процветала.

Фондовый рынок сейчас на подъёме,
это все знают.

Соотношение цены к доходу выросло.

Так что серьёзные деньги,
вырученные за последние, скажем, 5–6 лет,

не были заработаны хедж-фондами.

Люди спрашивают меня, что такое хедж-фонд.

Отвечаю: 1 и 20.

Что значит (сейчас это 2 и 20):

2% за управление и 20% за результат.

Хедж-фонды бывают разными.

КА: Есть слух, что ваши ставки
немного выше двух процентов.

ДС: У нас в своё время
были самые высокие ставки в мире.

5 и 44 — таковы наши ставки.

КА: 5 и 44.

КА: 5% фиксированной ставки
и 44 % с прибыли.

Даже с такими ставками
приносишь своим инвесторам кучу денег.

ДС: Да, мы много им зарабатывали.

Люди злились: «Как вы можете
выставлять такие высокие ставки?»

Я отвечал: «Можете вывести свои деньги».

Но реальный вопрос был:
«Как мне получить больше?»

(Смех)

В какой-то момент,
как, думаю, я уже говорил,

мы всё выплатили нашим инвесторам,
ведь у фонда есть ёмкость.

КА: Стоит ли нам волноваться,
что в индустрии хедж-фондов

занято слишком много талантливых
математиков и других специалистов мира,

которые могли бы трудиться
над решением множества мировых проблем?

ДС: Дело тут не только в математике.

Мы нанимаем астрономов, физиков
и подобных специалистов.

Не думаю, что стóит
сильно об этом беспокоиться.

Это всё ещё довольно мелкая отрасль.

Напротив, привнесение науки
в мир инвестирования

помогло сделать мир инвестирования лучше.

Это сократило волатильность,
повысило ликвидность.

Спреды стали ýже, так как люди торгуют.

Я бы не беспокоился о том, что Эйнштейн
может отойти от дел и основать хедж-фонд.

КА: Вы сейчас в том периоде своей жизни,
когда вы инвестируете,

хотя теперь с другого конца системы.

Вы инвестируете в развитие
математики по всей Америке.

Это ваша жена, Мэрилин.

Вместе вы занимаетесь
благотворительностью.

Расскажите об этом.

ДС: Мэрилин основала...

Вот она здесь, моя прекрасная жена.

Она основала фонд около 20 лет назад.

Думаю в 94-м.

Я говорю, что это было в 93-м,
но она настаивает, что в 94-м.

В какой-то из этих лет.

(Смех)

Мы основали фонд, чтобы заниматься
благотворительностью.

Она вела бухгалтерию и всё остальное.

Тогда видения у нас ещё не было,
но постепенно оно сформировалось.

Мы решили сфокусироваться на математике
и науке, на основных исследованиях.

Так мы и сделали.

Примерно 6 лет спустя я покинул
«Ренессанс» и стал работать в фонде.

Вот что мы делаем.

КА: Фонд Math for America
в основном инвестирует

в будущее учителей математики в стране,

обеспечивая их дополнительным доходом,
оказывая поддержку, проводя коучинг.

Вы стремитесь сделать их преподавание
более эффективным,

а призвание учителя —
вдохновляющим людей занятием.

ДС: Да. Вместо того,
чтобы ругать плохих учителей,

что привело к упадку духа
во всех образовательным центрах,

особенно в области математики и науки,

мы воспеваем хороших учителей
и повышаем их статус.

Мы выделяем им
по 15 000 долларов каждый год.

800 учителей математики и естествознания
в Нью-Йорке в государственных школах,

и это только основная часть.

Они высоко мотивированны.

Они продолжают работать в своей области.

В следующем году их будет 1 000,
что составит 10% всех учителей

математики и естествознания
нью-йоркских государственных школ.

(Аплодисменты)

КА: Джим, вот ещё один проект,
который поддерживает ваш фонд:

Исследование происхождения жизни.

Что это на экране?

ДС: Сначала предыстория,

а потом я объясню, что это такое.

Происхождение жизни — волнующий вопрос.

Откуда мы взялись?

Здесь есть два вопроса.

Первый: каков путь
из геологии в биологию —

как мы появились?

Другой вопрос: с чего всё началось?

Что — если такое и было вообще —
побудило жизнь?

Это два очень интересных вопроса.

Первый вопрос — извилистый путь
от геологии к РНК или к чему-то такому.

Как это всё произошло?

А другой: с чего пришлось начинать?

С большего, чем кажется на первый взгляд.

На снимке — зарождение звезды.

Каждый год во Млечном Пути,
состоящем из 100 миллиардов звёзд,

возникает по две новые звезды.

Не спрашивайте как, но они образуются.

Это занимает около миллиона лет.

В любой момент времени

около двух миллионов звёзд
пребывают в стадии зарождения.

Вот эта звезда близка
к устойчивому состоянию.

Всё это циркулирует —

пыль и прочее —

и, возможно, образует
Солнечную систему или что-то такое.

Но вот что интересно:

в этой пыли, окружающей
формирующуюся звезду,

были обнаружены
важные органические молекулы.

Не такие молекулы, как метан,
а формальдегид и цианид —

кирпичики, семена жизни, если угодно.

Возможно, это закономерность.

Может быть, планеты во Вселенной

создаются из таких вот кирпичиков.

Значит ли это, что повсюду
существуют разные формы жизни?

Может быть.

Но вопрос и в том, насколько извилист путь

от хилых зачатков, от этих семян,
до образования жизни.

Большинство этих семян
упадут на «невозделанные» планеты.

КА: Лично для вас

найти ответ на вопросы:
«Откуда мы взялись?»,

«Как произошла жизнь?» —
это то, что вам хотелось бы узнать.

ДС: Да, мне бы хотелось.

Я хотел бы знать.

Ведь если путь развития
довольно извилист и маловероятен,

тогда что бы ни побудило жизнь,
мы можем быть одни во Вселенной.

Но с другой стороны,

учитывая наличие этой органической пыли,
летающей повсюду,

у нас может быть много друзей
вне этой планеты.

Я бы хотел знать.

КА: Джим, несколько лет назад
мне выпал шанс поговорить с Элоном Маском,

и я спросил, в чём секрет его успеха.

Он ответил: серьёзное отношение к физике.

Слушая вас, я замечаю,
что серьёзное отношение к математике

изменило всю вашу жизнь.

Математика принесла вам богатство,
а теперь позволяет инвестировать

в будущее тысяч и тысяч детей
по всей Америке и не только.

Значит, наука действительно пригодилась?

И математика помогла?

ДС: Математика точно помогла.
Математика помогла.

Но это также было увлекательно.

Работа с Мэрилин и в фонде
доставляет мне удовольствие.

КА: Меня вдохновляет такая мысль:

если относиться к знаниям серьёзно,
это может многое дать.

Спасибо вам за вашу потрясающую жизнь
и за то, что пришли на TED.

Спасибо.

Джим Саймонс.

(Аплодисменты)