カオス理論

ビリヤード台の上で、ひとつの球が次々と別の球にぶつかっていく場面を思い浮かべてみてください。打ち出す角度のごくわずかなズレが、丸い球に当たるたびに何倍にも増幅され、わずか数回ぶつかっただけでも球はまったく予想外の方向へと転がっていきます。

このように、出発点でのほんの小さな差が、時間の経過とともに指数関数的に大きくなっていく現象を、科学では初期条件への鋭敏な依存性（初期値鋭敏性）と呼びます。私たちが普段よく耳にする「バタフライ効果」も、まさにこの現象を表す別の呼び名です。

アメリカの気象学者エドワード・ローレンツは、コンピューターで天気のシミュレーションを行っていた際、この原理を偶然発見しました。途中の計算値「0.506127」を「0.506」へと四捨五入して入力し直しただけなのに、時間が経つにつれて予測された気象パターンが、元の結果とはまったく違う姿へと枝分かれしてしまったのです。

その後、1972年のローレンツの講演タイトル「ブラジルで1匹の蝶が羽ばたくと、テキサスで竜巻が起こるか？」から「バタフライ効果」という言葉が広まりました。ごくわずかな差が複雑なシステムの結果を激変させる可能性はあるものの、その羽ばたきが竜巻を引き起こすのか、それとも防ぐのかは事前には決して予測できない、ということを意味していたのです。

宇宙船を月に送り込んだり惑星の運行を計算したりするときは、数十年後の位置であっても秒単位の精度でピタリと当てることができます。天体の動きは、数十年〜数百年程度であればきわめて正確に計算できるからです。ただし数千万年以上のスパンで見ると、惑星の軌道さえもカオスによって正確な予測はできなくなります。

では、最先端のスーパーコンピューターを使う天気予報は、1週間先くらいならよく当たるのに、なぜ2週間近く先になると急激に精度が落ちてしまうのでしょうか？ 地球の大気は、無数の空気分子が絶え間なく衝突し合い、太陽の光や海、雲が複雑に絡み合う巨大なネットワークのようなものだからです。

地球上のすべての空気の粒子の位置、速度、温度を、誤差ゼロで完璧に測定することは現代の科学でも不可能です。どんなに高性能なコンピューターを使っても、最初の測定に含まれるわずかな誤差が、時間が経つにつれて雪だるま式に膨らんでしまうからです。

海の上を飛ぶカモメ1羽の羽ばたきや、木の葉の揺れひとつでさえ、数週間後の気象計算をまったく別の結末へと導く可能性があります。つまりカオス理論は、私たちが未来を予測する上で避けられない自然界の根本的な限界を示しているのです。ただし、「来月の平均気温が平年より高いかどうか」といった全体的な傾向であれば、確率として見通すことができます。

多くの人は「カオス（混沌）」という言葉を聞くと、何のルールもなくコントロールも効かない、純粋な偶然や無法地帯を思い浮かべます。サイコロを振る時のように、結果がでたらめに出てくるランダムな状態だと誤解されがちです。

しかし、カオス理論の真の核心はまったく正反対にあります。カオス現象はルールがないのではなく、決まった法則（方程式）に厳密に従うシステムから現れる決定論的な現象なのです。

つまり、モデルの中のあらゆる変化は数式どおりに正確に進んでいるのに、人間が出発点の情報を「無限の精度」で測定することができないために、外見上ランダムに見えているにすぎません。理論上は、初期条件を無限の精度で把握できれば未来はひとつに決まりますが、現実にはそのように測ることはできません。

ローレンツが作った単純な熱対流の方程式の解を3次元空間に描いてみると、蝶の羽のような形をした軌道が現れます。これを「ローレンツ・アトラクター」と呼びます。軌道そのものは予測不能に動き回りますが、決して決められた枠組みの外には飛び出さず、その中で回り続けます。これこそが、混沌の中にも隠された数学的秩序が存在することを示す代表例です。