Cigno nero. Quante volte avete sentito parlare di Cigno Nero? Sfortunatamente non ha nulla a che fare con Natalie Portman, ma è un termine molto più "assoluto". Descrive un evento estremamente improbabile, ma che se si verifica può causare stravolgimenti giganteschi. Due esempi su tutti? La crisi finanziaria del 2008 e... tutto quello che abbiamo visto a partire dal 2020.
Per definizione, nessuno vede arrivare un cigno nero, sennò che cigno nero sarebbe? Imprevedibile. Punto. Però i ricercatori di Stanford non sono tipi da fermarsi alla prima (né alla centesima) difficoltà, e per questo stanno cercando di cambiare le cose. Stanno costruendo un metodo computazionale per cercare di prevedere quando il prossimo evento "imprevedibile" si verificherà.
Possiamo prevedere un cigno nero?
"Questo lavoro è entusiasmante perché è un'opportunità per prendere le conoscenze e gli strumenti di calcolo che stiamo costruendo in laboratorio e usarli nella realtà. Per capire meglio (e anche prevedere) cosa succede nel mondo che ci circonda", dice Bo Wang, assistente professore di bioingegneria a Stanford e autore senior dello studio.
Pubblicato su PLOS Computational Biology, il metodo si basa su sistemi naturali, e potrebbe essere utile nella ricerca ambientale e sanitaria. (Le applicazioni in altri campi con eventi del cigno nero, come l'economia e la politica, potrebbero arrivare subito dopo.)
"I metodi di previsione esistenti si basano sui dati passati per prevedere quelli futuri," dice Wang. "Ed è per questo che tendono a prevedere il prevedibile, non l'imprevedibile come un cigno nero". Il nuovo metodo, ispirato dal ricercatore Sam Bray, che lavora nel laboratorio di Wang, inserisce un elemento ignoto nell'equazione. Presuppone che stiamo vedendo solo una parte del mondo, e prova a capire cosa manca.
La scienza dell'imprevedibile
Bray aveva studiato le comunità microbiche per anni e in quel periodo aveva osservato alcuni eventi in cui un microbo esplodeva nella popolazione, eliminava i suoi rivali. Bray e Wang si sono chiesti se questo avrebbe potuto accadere anche fuori dal laboratorio e, in tal caso, se fosse possibile prevederlo.
Per scoprirlo, i due non avevano solo bisogno di trovare sistemi ecologici nei quali questo cigno nero si era già verificato, ma questi sistemi avrebbero dovuto avere anche quantità enormi e dettagliate di dati, sia sugli eventi stessi che sull'ecosistema.
Per la messa a punto del metodo sono stati scelti tre set di dati da sistemi naturali: misurazioni di alghe, cirripedi e mitili sulla costa del Kiwi prese mensilmente per 20 anni; livelli di plancton del Mar Nero presi due volte alla settimana per otto anni; e uno studio di Harvard che ha effettuato misurazioni del carbonio netto da una foresta ogni mezz'ora dal 1991.
I ricercatori hanno elaborato tutti questi dati utilizzando la fisica statistica. Nello specifico, hanno utilizzato modelli sviluppati per le valanghe e altri sistemi naturali con fluttuazioni fisiche a breve termine, estreme e che si verificano senza preavviso, le stesse qualità che contraddistinguono un evento del tipo cigno nero. Prendendo quell'analisi, hanno sviluppato un metodo per prevedere un evento di cigno nero.
Un predittore di cigno nero! Funziona?
Il metodo è pensato per essere aperto a variabili come specie e scala temporale, consentendogli di funzionare anche con dati di qualità inferiore. Armato di frammenti che mostravano solo minime variazioni, il metodo ha previsto con precisione l'evento del cigno nero. Ha funzionato, si.
Wang e Bray sperano di ampliare questo "predittore", portandolo in altri campi in cui può verificarsi un cigno nero: economia, epidemiologia e fisica. Il lavoro si unisce a un fiorente campo di algoritmi di intelligenza artificiale e modelli computazionali orientati a eventi estremi, compresi quelli destinati a prevedere gli incendi boschivi , assistere nella ricerca e soccorso in mare e ottimizzare la risposta alle emergenze.
