Γιατί οι μακροπρόθεσμες προβλέψεις πέφτουν (σχεδόν) πάντα έξω

Ένα από τα πρώτα πράγματα που θα κάνω το πρωί είναι να ελέγξω τον καιρό στην εφαρμογή του κινητού μου ώστε να αποφασίσω πώς θα ντυθώ, αλλά και με τι μέσο θα μετακινηθώ (αυτοκίνητο ή πατίνι). Την ίδια εφαρμογή συμβουλεύομαι πριν φτιάξω τη βαλίτσα μου ή για να ελέγξω τον αέρα στην παραλία της Επανομής που μαζευόμαστε οι χειμερινοί κολυμβητές. Ευτυχώς στις περισσότερες βραχυπρόθεσμες προβλέψεις το αποτέλεσμα είναι σωστό, επιτρέποντας τον ασφαλή προγραμματισμό της ζωής μου.

Δεν θα ήταν λοιπόν δυνατόν να χρησιμοποιήσουμε εξελιγμένους αλγόριθμους για να προβλέψουμε και άλλα γεγονότα του μέλλοντος, πέρα από τον καιρό, όπως περιγράφει στο Foundation o Asimov; Γιατί να μην εμπιστευτούμε εξελιγμένους τις προβλέψεις για το μέλλον σε αλγόριθμους που, σε συνδυασμό με συστήματα μηχανικής μάθησης, τεχνητής νοημοσύνης και υπερ-υπολογιστές, θα χαράζουν τις πιθανές τροχιές της ζωής μας ή θα προβλέπουν με ακρίβεια την επόμενη πανδημία;

Ας δούμε κατ' αρχάς τι συμβαίνει με την πρόβλεψη των καιρικών φαινομένων.

Προβλέποντας το μέλλον του καιρού με μαθηματικά μοντέλα

Πράγματι, έστω και με τους περιορισμούς που υπάρχουν, σήμερα μπορούμε με ένα αρκετά μεγάλο βαθμό βεβαιότητας να προβλέψουμε τον καιρό για τις επόμενες μέρες. Η πρόβλεψη του καιρού είναι μία επιστημονική κατάκτηση του προηγούμενου αιώνα η οποία προέρχεται και ακόμη βασίζεται σε μεγάλο βαθμό στη δουλειά των Νορβηγών φυσικών1 Vilhem Bjerkens (1862-1951) και Jacob (Jack) Bjerknes (1897-1975). Οι Bjerkens, πατέρας και γιος, αφιέρωσαν τη ζωή τους στην παρακολούθηση των καιρικών φαινομένων και στην κατασκευή των μαθηματικών μοντέλων που χρησιμοποιούνται ως σήμερα. Πρώτος ο Vilhem κατασκεύασε την θεώρημα που περιγράφει την κίνηση των αέριων μαζών, ενώ τα μοντέλα βελτιώθηκαν σημαντικά με τις επίγειες παρατηρήσεις του Jack.

Οι Bjerkness κατάφεραν αρχικά να κατανοήσουν και μετά να συνθέσουν τα μοντέλα για να προβλέψουν την εξέλιξη ενός φαινομενικά χαοτικού συστήματος, όπως η ατμόσφαιρα. Η δυνατότητα να προβλέψουμε το μέλλον του καιρού επιλύοντας μαθηματικές εξισώσεις ήταν επαναστατική, ωστόσο στις αρχές του προηγούμενου αιώνα δεν ήταν ακόμη εφικτή στην πράξη. Μετά την πρώτη δημοσίευση του Vilhem Bjerknes το 1904, ο Άγγλος μαθηματικός Lewis Fry Richardson ξόδεψε τρία χρόνια αναπτύσσοντας τις τεχνικές για την επίλυση αυτών των μαθηματικών εξισώσεων. Οπλισμένος μόνο με έναν λογαριθμικό χάρακα και έναν πίνακα λογαρίθμων και εργαζόμενος στα πεδία μάχης της Γαλλίας κατά τη διάρκεια του Α' Παγκοσμίου Πολέμου, όπου ήταν μέλος μιας μονάδας ασθενοφόρων, ο Richardson το μόνο που κατάφερε ήταν να επιτύχει την πρόβλεψη για τη μεταβολή της πίεσης σε ένα μόνο σημείο για μια περίοδο έξι ωρών. Καθώς, όμως, ο υπολογισμός του πήρε έξι εβδομάδες, η πρόβλεψη του καιρού αποδείχθηκε εντελώς μη ρεαλιστική.

Ωστόσο, ο Richardson οραματιζόταν την κατασκευή ενός «εργοστασίου πρόγνωσης», όπου υπολόγιζε ότι θα χρειάζονταν 64.000 ανθρώπινοι «υπολογιστές», καθένας από τους οποίους θα ήταν υπεύθυνος για ένα μικρό τμήμα του πλανήτη, προκειμένου να προβλέπουν τις καιρικές συνθήκες. Το εργοστάσιο, βγαλμένο από βιβλίο του Ιουλίου Βερν, θα στεγάζονταν σε μια κυκλική αίθουσα σαν θέατρο, με στοές που θα περνούσαν γύρω από την αίθουσα και έναν χάρτη ζωγραφισμένο στους τοίχους και στην οροφή. Ένας διευθυντής που θα βρισκόταν στο κέντρο της αίθουσας θα συντόνιζε τους υπολογισμούς χρησιμοποιώντας χρωματιστά φώτα...

Παρόλο που το όραμα του Ρίτσαρντσον δεν πραγματοποιήθηκε εντέλει, η χρήση των μαθηματικών για την πρόβλεψη του καιρού αναπτύχθηκε με την πάροδο των ετών. 

Προβλέποντας το μέλλον, πέρα από τον καιρό

Σήμερα η αυξημένη κατανόηση της ατμόσφαιρας, μαζί με την προηγμένη τεχνολογία, όπως η δορυφορική παρατήρηση και η τεράστια διαθέσιμη υπολογιστική ισχύς, έχουν εκσυγχρονίσει τους μετεωρολογικούς χάρτες πέρα από ό,τι θα μπορούσε ποτέ να φανταστούν οι Bjerknes. Επισημαίνεται, όμως, ότι παρά την εξέλιξη η θεωρία που διέπει αυτές τις προβλέψεις είναι η ίδια, καθώς μεγάλο μέρος της πρόγνωσης του καιρού σήμερα εξακολουθεί να βασίζεται στο νορβηγικό μοντέλο κυκλώνων.

Ωστόσο, παρά τις σημαντικές επιτυχίες ακόμη η δυνατότητα να δούμε το μέλλον, του καιρού, είναι περιορισμένη σε ένα εξαιρετικά βραχυπρόθεσμο χρονικό ορίζοντα. Η πρόβλεψη του καιρού έχει επαρκή ακρίβεια μόλις για τις επόμενες 4-5 μέρες, ενώ συχνά παρατηρούνται σφάλματα ή απρόβλεπτες εξελίξεις ακόμη και τις επόμενες 4-5 ώρες.

Δηλαδή για ένα σύστημα όπως η ατμόσφαιρα, που θεωρούμε ότι κατανοούμε επαρκώς την λειτουργία του και το οποίο περιγράφεται από μαθηματικά μοντέλα τα οποία τροφοδοτούνται συνεχώς από έναν μεγάλο όγκο δεδομένων που συλλέγονται από δορυφόρους ή επίγειους μετεωρολογικούς σταθμούς και αναλύονται συνεχώς σε πραγματικό χρόνο από ισχυρούς υπολογιστές, συνεχίζουμε να περιοριζόμαστε σε προβλέψεις μόλις λίγων ημερών.

Άρα πώς είναι δυνατόν να θεωρούμε ότι οι αλγόριθμοι που χρησιμοποιούνται σε περισσότερο χαοτικά συστήματα όπως η οικονομία, τα οποία επηρεάζονται από ακόμη πιο απρόβλεπτες παραμέτρους όπως μία πολιτική απόφαση ή μία νέα κοινωνική τάση μπορούν να δώσουν οποιαδήποτε χρήσιμη πληροφορία για το μακροπρόθεσμο μέλλον και την εξέλιξή του;

Θα μπορούσε ένας αλγόριθμος το 1960 να προβλέψει ότι το 1969 ο Neil Armstrong θα πατήσει στη Σελήνη ή τη ραγδαία ανάπτυξη στο εκπαιδευτικό σύστημα των ΗΠΑ και στο οικοσύστημα καινοτομίας που προκάλεσε η εντελώς απροσδόκητη απόφαση ενός ανθρώπου, του προέδρου Kennedy2, να φτάσει η NASA στη Σελήνη; Σε ένα άλλο παράδειγμα, ποιος αλγόριθμος μπορούσε να προβλέψει ότι η αυτοπυρπόληση του μικροπωλητή στην Τυνησία3 θα οδηγούσε σε μία χιονοστιβάδα εξελίξεων που προκάλεσαν την αραβική άνοιξη;

Σήμερα, ο κόσμος είναι περισσότερο ΜΑΠΑ (Μεταβαλλόμενος, Αβέβαιος, Πολύπλοκος και Ασαφής) από ποτέ και αντίστοιχα οι προκλήσεις για κάθε είδους πρόβλεψη απαιτούν μία νέα οπτική θεώρησης του κόσμου και ιδιαίτερα ανάπτυξη μίας αυξημένης ικανότητας κατανόησης του συστήματος. Σε αυτήν την κατεύθυνση το foresight χρησιμοποιεί κυρίως ποιοτικές μεθόδους ανάλυσης των συστημάτων, ενώ η ανάλυση δεδομένων και τα μαθηματικά μοντέλα χρησιμοποιούνται μόνο επικουρικά στη διαδικασία αναγνώρισης τάσεων.

Η προοπτική διερεύνηση παρέχει ακριβώς τα εργαλεία που χρειαζόμαστε για να αντιμετωπίσουμε την ΜΑΠΑ πραγματικότητα, να κατανοήσουμε το σύστημα και τις πιθανές αλλαγές, να αναπτύξουμε την απαιτούμενη δημιουργικότητα και φαντασία στην εξερεύνηση του μη-γραμμικού μέλλοντος.

Σημειώσεις

1. To μοντέλο του Bergen School
2. Ομιλία προέδρου Kennedy, 1961, youtube
3. Remembering Mohamed Bouazizi: The man who sparked the Arab Spring

Πηγές

1. www.atlasobscura.com
2. earthobservatory.nasa.gov
3. celebrating200years.noaa.gov
4. glowing-amaranth-camel-89.medium.com