Odgadywanie przyszłości

Odgadywanie przyszłości było niegdyś domeną wróżbitów, jasnowidzów, proroków - czyli ludzi, którzy podawali scenariusze przyszłych zdarzeń. Dzisiaj chcąc się czegoś dowiedzieć o przyszłości zwracamy się często z nadzieją do nauki, która usiłuje spełnić rolę snopa światła rozjaśniającego mroki niepewnej przyszłości. Niestety, nie spełnia tej prognostycznej roli w sposób idealny.

W dzisiejszym felietonie spróbuję odpowiedzieć na pytanie, dlaczego nie potrafimy dokładnie przewidzieć przyszłości. Naukowe prognozowanie opiera się na trzech metodach: obliczeń wykorzystujących modele matematyczne, przewidywania statystycznego oraz sztucznej inteligencji, głównie sieci neuronowych.

Kiedyś spróbuję przybliżyć także pozostałe dwie metody "naukowego wróżenia", ale dziś zajmiemy się pierwszą i najpewniejszą metodą tworzenia naukowych prognoz, opierającą się na pojęciu modelu.
Jeśli nauka potrafi opisać jakiś fragment rzeczywistości, to najchętniej robi to właśnie przy wykorzystaniu modeli. Dawniej funkcjonowały różne typy modeli (elektryczne, mechaniczne, pneumatyczne itd.), ale obecnie prawie wszystkie używane przez naukę mają postać modeli komputerowych.

W modelach tych używamy zaawansowanej matematyki do opisu i analizy wszystkich czynników, które mogą determinować przyszłość, a potem staramy się zasymulować komputerowo wszystkie zależności, które powodują, że określone przyczyny wywołują określone skutki.

Wydawać by się mogło, że mając dobry model i mocny komputer można przewidzieć wszystko. Tak sądził między innymi Laplace, francuski matematyk z XVIII wieku, który wierzył, że matematyka pozwoli przewidywać przyszłość z dowolną dokładnością. Niestety, w ogólnym przypadku nie jest to prawdą. Naukowa prognoza sprawdza się dla systemów, których modele są w miarę proste. Na przykład dla kosmosu mamy model, który pozwala przewidywać położenie i ruch Ziemi, Księżyca, planet, komet itd., dzięki czemu stworzenie prognozy zaćmienia albo pojawienia się znanej komety jest obecnie zawsze możliwe.

Gorzej jest, gdy z kosmosu powrócimy na Ziemię i próbujemy przewidzieć na przykład pogodę. Są znane modele opisujące dynamikę atmosfery, a więc wszystkie zmiany temperatury, ciśnienia, wilgotności i opadów, zachmurzenia - a nawet kataklizmy takie, jak obecna powódź. Jednak te modele mają jedną przykrą cechę: rozwiązywane na komputerach często prowadzą do chaosu.

Chaos to ważne pojęcie we współczesnej nauce, któremu kiedyś poświęcę cały osobny felieton. Dla potrzeb dzisiejszych rozważań o prognozowaniu wystarczy nam taka definicja, że model chaotyczny cechuje się swoistą nadwrażliwością. Oznacza to, że minimalna nawet niedokładność w danych, które dostarczamy do komputera, a także ograniczona dokładność wykonywania obliczeń, mogą prowadzić do ogromnych różnic pomiędzy prognozami, jakie możemy uzyskać z tego samego modelu dla tego samego zjawiska.

W odniesieniu do prognoz pogody zjawisko to nosi nazwę efektu motyla. Odkrył je w 1960 roku Edward Lorenz, który usiłował rozwiązywać równania opisujące zachowanie nagrzewanej słońcem atmosfery ziemskiej. Minimalna zmiana danych początkowych w tym modelu powodowała, że wyniki otrzymane po wielu krokach obliczeniowych (czyli prognozy uzyskane na wiele dni naprzód) okazywały się całkiem różne. Lorenc opisując to zjawisko napisał, że tak małe zaburzenie stanu atmosfery, że może je wywołać właśnie łopot skrzydeł motyla, może zadecydować o tym, czy po upływie pewnego czasu w innym miejscu globu dojdzie do katastrofalnej powodzi.

Z ogólnego punktu widzenia to jest piękne, bo cóż wart byłby świat, w którym budząc się rano wiedziałbym, że jakiś komputer przewidział już każdy mój krok, każde zdarzenie, każdą niespodziankę - a ja w każdej minucie i godzinie będę wyłącznie ściśle wypełniał ten z góry znany scenariusz. Ale z drugiej strony gdybym tak dorwał tego motyla, który sprowadził na nas tę klęskę powodzi, to…

Podsumujmy: Nauka może pomóc nam w przewidywaniu przyszłości, ale tylko w bardzo ograniczonym zakresie. Nawet gdy znamy wszystkie przyczyny i potrafimy opisać matematycznie skutki tych przyczyn, to jednak całkowicie dokładne przewidzenie przyszłości jest niemożliwe. A cóż dopiero mówić o sytuacji, gdy część ważnych uwarunkowań pozostaje niemierzalna albo nawet nieobserwowalna, zaś związki przyczyn i skutków są w dużej mierze hipotetyczne? Wtedy nawet najbardziej naukowe prognozy nie na wiele się mogą przydać, a świat może nas zaskoczyć na wiele sposobów. Niestety - ostatnio powodzią…