Когда осенью 2014 г. два исследователя впервые тестировали свой шлем на игроках бейсбольной команды Университета Брэдли, они наконец до конца осознали масштаб идеи, которую разрабатывают, и ее возможное значение для бейсбола. Тренеров особенно интересовал результат одного игрока, который, похоже, испытывал проблемы на поле, несмотря на очевидный атлетизм и впечатляющий замах. Джордан, которому тогда было 29 лет – стройный, с мальчишеским лицом, коротко подстриженными темными волосами и густыми бровями, – терпеливо объяснял параметры, записанные в процессе тестирования работы мозга игрока; на научном жаргоне они назывались «эффективность нейронного декодирования», «метрика позиции принятия решения» и «сила нейронного распознавания». Он сообщил тренерам, что у этого игрока «нейронная кривая смещена назад»: он запаздывает с распознаванием подач и поэтому поздно принимает решение о замахе.

Тренеры долго молчали. Потом один из них сказал: «Мы никак не могли понять, почему он не лучший игрок команды». Теперь у них появилось объяснение. «Это было как “Да, да, да!”», – впоследствии рассказывал мне Джордан.

Джейсон и Джордан демонстрировали бейсбольную версию процесса, известного как быстрое перцепционное принятие решений и совсем не похожего на решения, над которыми мы размышляем (что приготовить сегодня на обед) или которые вычисляем (какой шахматной фигурой пойти). Однако способности хиттера зачастую ошибочно приписывают скорости реакции, которая для всех более или менее одинакова. Мы каждый день принимаем множество быстрых решений. Как и большинство процессов, связанных с мозгом, их можно свести к пространственной и временной схеме активации взаимосвязанных нейронов. У бейсболистов – по крайней мере хороших – эта активация происходит не так, как у других людей, и реагируют они на нее тоже иначе. В результате они умеют распознать подачи, подобно тому, как любители автомобилей могут узнать марку и модель автомобиля, исчезающего вдали, или энтузиасты, наблюдающие за птицами, по мелькнувшему оперению или характеру полета безошибочно называют вид пернатых. Опытный шахматист точно так же визуализирует и интерпретирует передвижение фигур на доске. Мы всегда об этом знали или догадывались – исходя из регулярной статистики, которая на протяжении десятков лет использовалась для вычисления ценности игроков, например среднего уровня достижений или процента попаданий на базу. Но все это, как постоянно указывает deCervo, случайные переменные. Они начинают действовать уже после окончания выхода игрока к бите. Они не учитывают, какой вклад в эту статистику вносит удача, например когда мяч выскользнул из перчатки игрока защищающейся команды или когда ветер вдруг сменил направление и исправил ошибку игрока. Разработаны также усовершенствованные методы анализа, которые помогают исключить часть этих факторов, но они очень трудоемкие и сложные. Их редко используют в низших лигах бейсбола – и никогда тренеры-селекционеры, которые охотятся на будущих звезд в университетах или за рубежом.

Первые испытания с разными командами из Брэдли, Брауна и Колумбийского показали, что программа deCervo способна строить графики, которые с точностью до миллисекунды указывают, когда бэттер принимает решение отбивать или не отбивать мяч во время подачи. Например, игрок с битой в руках видит, как мяч, летящий со скоростью 145 км/ч, отклоняется в сторону и вниз, и не делает попытки его отбить. Программа deCervo может определить момент, когда он решает просто следить за мячом, а не отбивать его. Это регистрируется на ЭЭГ в виде крошечных всплесков нейронной активности. После дополнительных испытаний удалось получить графики, отображавшие весь спектр времени реакции для разных подач, графики уровня концентрации бэттера (на основе движений глаз и соответствующих колебаний активности мозга) перед подачей, а также графики, отражавшие активность того отдела мозга, который активизировался при принятии решения. Через год исследователи посмотрели на средний уровень достижений игроков, вычисляемый традиционным методом, и сравнили с измеренными параметрами нейронной активности. Затем они показали результат сравнения всем тренерам. «Совпадение было идеальным», – рассказывал мне Элвис Домингес, тренер команды Университета Брэдли. Он начал делать ставку на тех игроков, которые показали лучшую способность пропускать подачи, что, по его убеждению, помогло повысить процент достижения бэттером первой базы.

У Джейсона и Джордана были более амбициозные планы. Они опубликовали несколько научных статей и запустили на сайте KickStarter кампанию по сбору средств, арендовали помещение в стартап-инкубаторе Колумбийского университета, а затем отправились на конференцию по спортивной аналитике Sloan Sports Analytics, организованную Массачусетским технологическим институтом, и раздали участникам свои визитные карточки. Они поместили несколько коротких рекламных объявлений в газетах и блогах, посвященных бейсболу, а количество их фолловеров в Twitter увеличилось до 137 (сейчас уже 267). Они наняли пару веб-дизайнеров из Непала и Бразилии, чтобы усовершенствовать свою симуляцию и создать программное приложение. Несколько команд из низших лиг начали проявлять к их работе осторожный интерес. Один из менеджеров согласился встретиться с Джейсоном, но только если они смогут поговорить в мексиканском ресторане напротив того места, где проходила конференция, на которую они оба приехали – чтобы их никто не заметил.

Программа deCervo получила свое название от французского de cerveau, что означает «относящееся к мозгу». «Многие компании утверждают, что работают в области нейробиологии, – объясняет Джордан. – На самом деле к нейробиологии это не имеет никакого отношения». Он имел в виду когнитивные игры, в основном имитировавшие тренажер Lumosity, авторы которого заявляли (в некоторых случаях ложно) о том, что приложение улучшает когнитивные способности людей. Но Джейсон и Джордан не собирались делать никаких заявлений о том, что их система может улучшить игровые результаты, или указывать, как и почему команды должны ее использовать. «Мы хотели быть первой компанией, которая измерит эффект решения бить по мячу, – говорил Джейсон, – и свяжет этот аспект нервной деятельности с общим результатом». В сущности, их компания занималась сбором данных. У них имелись средства количественной оценки того, что считалось не поддающимся вычислению: как и когда бэттер решает, бить по мячу или нет. Они полагали, что эта информация будет полезной командам, которые знают, что с ней делать. Джордан объяснял: «Я нашел цитату Пола Деподесты [бывший помощник генерального директора клуба Moneyball Oakland As, а затем New York Mets], который говорил: «Проблема не в скаутах и не в подборе игроков. Проблема в том, что этот процесс субъективен, а не основан на объективных данных». Мы пытаемся исправить именно это и сказать: «Мы ведем отбор исключительно на основе статистики».

Фактором, определяющим различия, стали данные о деятельности нейронов. «Все понимают, что игры ума – один из важнейших компонентов в спорте, – говорил Джейсон. – Но лишь немногие знают, как их измерить». Брент Уолкер, бывший консультант по психологической подготовке Американской футбольной федерации, вызвался быть неофициальным советником. Он был знаком с методикой видеозаписи, предназначенной для того, чтобы улучшить распознавание подачи, но сразу же понял, что предложенная программа – нечто совсем иное. «Можно записать ЭЭГ игрока, а затем сравнить ее с данными о проценте холостых замахов и другими действиями хиттера, – говорил Уолкер. – В идеальном мире вы в конечном итоге доходите до такого момента, когда говорите, что, судя по умению игрока распознать подачи, он не добьется успеха на этом уровне».

Уолкер считал, что при этом можно создать методику тренировок, нацеленную именно на то, что игрок с битой не контролирует сознательно, и основанную на реакции его мозга на разные подачи. Другие с большей готовностью признавали потенциал deCervo для поиска и отбора игроков. По прошествии некоторого времени, после первых испытаний программы в командах колледжей, Джейсон и Джордан увидели определенные точки разграничения в данных от игроков, статистика которых подтверждала зарегистрированную активность мозга. Но были и те, кто, как выразился Уолкер, «не догонял». «Это определенно представляет ценность, – сказал Винс Дженнаро, президент Американского общества изучения бейсбола, который стал одним из самых красноречивых пропагандистов deCervo. – Еще один фрагмент информации для тех, кто принимает решение о драфте, обмене или сохранении игрока в списочном составе команды». Руководитель команды Главной лиги, которая одной из первых начала работать с deCervo, сказал мне, что эта программа «открывает абсолютно новый метод оценки игрока на бите». Несмотря на нежелание команд делиться всем, что может дать им конкурентное преимущество и обеспечить победу над соперниками, информация о deCervo быстро распространялась. В тренировочный сезон весны 2017 г. к исследователям обратились 28 из 30 клубов Главной лиги бейсбола.

Одна из команд в июне 2016 г. организовала их перелет в Аризону, чтобы провести полную оценку 17 новичков. Шесть недель спустя, в августе, они вернулись для повторной оценки. Меня допустили в команду с условием не разглашать ее название (Фрэнк – не настоящее имя директора по спортивной науке этого клуба). В один из выходных дней в гостиничном номере 307 с помощью программы deCervo проводилась 40-минутная проверка когнитивных способностей хиттеров. Пришлось преодолеть несколько технических трудностей с ЭЭГ, а также с привычками игроков, которые могли исказить данные. Джордану приходилось несколько раз напоминать, испытуемым, чтобы они нажимали на клавиши одной и той же рукой, потому что смена рук могла повлиять на записываемые сигналы.