Отрывок из книги «Уродливая Вселенная: как поиски красоты заводят физиков в тупик»
Вы слышали любопытнейшую историю о жизни нейтрона? Нейтроны состоят из трех кварков и вместе с протонами составляют ядра атомов. Атомные ядра, по счастью, стабильны, но вытащите нейтрон из ядра — и он распадется, среднее время его жизни будет равняться примерно десяти минутам. Если более точно — 885 ± 10 секунд. Любопытная часть здесь — вот этот плюс-минус.
Время жизни нейтрона измеряется с неуклонно возрастающей точностью начиная с 1950-х годов (на рисунке слева — Indicator.Ru). Сейчас есть два разных метода измерения, которые дают разные же результаты (на рисунке справа — Indicator.Ru). Расхождение (Сейчас 3,8 σ — автор) больше того, что дозволяется погрешностями измерения, то есть шансы, что это случайность, меньше 1 к 10 000. Ситуация загадочная, возможно, предвещающая новую физику. Но я хотела привлечь ваше внимание к другому.
Взгляните снова на левый график. Маленькие черточки посередине — измеренные значения, а вертикальные линии — заявленные погрешности. Обратите внимание, как данные располагаются на одной своеобразной ступеньке, а потом вдруг резко перепрыгивают на новую — со значением, которое до того было очень редким, иногда даже не попадавшим в пределы погрешности. Похоже, экспериментаторы не только занижали погрешности измерений, но и преимущественно приходили к значениям, максимально воспроизводящим предыдущие результаты. И это не единственная величина, претерпевшая со временем подобные скачки измеренных значений. За последние десятилетия это произошло как минимум с дюжиной времен жизни, масс и частот рассеяния других частиц.
Мы никогда не узнаем доподлинно, почему это произошло. Но вероятное объяснение состоит в том, что экспериментаторы неосознанно старались воспроизвести известные им результаты. Я не имею в виду умышленное жульничество. Просто, если вы получаете результат, не согласующийся с существующей литературой, вы с большей вероятностью начнете искать у себя ошибки, чем если ваш результат прекрасно совпадает с имеющимися. И это перекашивает ваш анализ в сторону воспроизведения предыдущих результатов.