Одна из причин, по которой Адамс смог так высмеять мечту Лапласа, состояла в том, что около сорока лет назад мы поняли, что для предсказания будущего Вселенной или даже ее маленькой части требуется нечто большее, чем необъятный разум. Необходимы абсолютно точные начальные данные, верные с точностью до бесконечно малого разряда. Недопустима даже малейшая ошибка. Вообще . Неудачные попытки здесь не засчитываются. Благодаря такому явлению, как «хаос», даже незначительная ошибка в определении начальных условий Вселенной может с экспоненциальной скоростью многократно увеличиться в размерах и в принципе свести точность прогноза на нет. В то же время практические возможности современной науки ограничиваются измерением с точностью до 1 триллионной, или 12 десятичных знаков. Из-за этого мы, к примеру, можем сделать предсказание относительно движения Солнечной системы на миллиарды лет вперед, но не можем поручиться за его точность . Собственно говоря, мы довольно смутно представляем, где через сотню миллионов лет окажется Плутон.

С другой стороны, прогноз на десять миллионов лет вперед — это пара пустяков.

Хаос — это лишь одна из причин, исключающих возможность предсказания будущего на практике (без ошибок). Теперь мы обратим внимание на совершенно иную причину — сложность. Если хаос оказывает влияние на метод предсказания, то сложность влияет на правила. Хаос возникает из-за того, что на практике мы не можем точно определить состояние, в котором находится система. Но в сложной системе нельзя даже приблизительно указать множество вероятных состояний. Если сравнить научное предсказание с машиной, то хаос просто ставит ей палки в колеса, в то время как сложность превращает эту машину в кубик искореженного металлолома.

Мы уже обсуждали ограничения лапласовской картины миры в контексте теории автономных агентов Кауффмана, движущихся в направлении пространства смежных возможностей. Теперь мы более внимательно разберемся с тем, как именно происходит такое движение. Мы увидим, что лапласовская модель все еще играет определенную роль, хотя и более скромную.

Сложная система состоит из некоторого количества (обычно большого) компонентов или агентов, взаимодействующих друг с другом согласно определенным правилам. Подобное описание создает впечатление, будто сложная система — это всего лишь динамическая система, обладающая огромным числом измерений — по одному или больше на каждый компонент. Это действительно так, однако выражение «всего лишь» вводит нас в заблуждение. Динамические системы с большими фазовыми пространствами способны проявлять удивительные свойства — намного более удивительные, чем Солнечная система.

Особенность сложных систем заключается в том, что их правила «локальны», то есть определены на уровне отдельных компонентов. В то время как интересные свойства системы в целом проявляются на системном уровне, то есть глобально. Даже если нам известны локальные правила компонентов, вывести динамические правила поведения всей системы — на практике или даже в теории — мы можем далеко не всегда. Проблема состоит в том, что вычисления могут оказаться слишком сложными — в лучшем случае они просто потребуют слишком много времени, в худшем — мы не сможем их выполнить в принципе.

Предположим, к примеру, что мы хотим предсказать поведение кота, используя законы квантовой механики. Если подходить к этой задаче со всей серьезностью, то для ее решения потребуется выписать «волновую функцию» всех субатомных частиц, из которых состоит кот.