客家小小彬|斯坦福学者找到方法预测黑天鹅事件

黑天鹅事件(BlackSwanEvents?)指的是出乎预料的大型事件 , 并对其所在领域引发严重的连锁、甚至颠覆性效应 。 斯坦福大学最近完成的一项研究 , 找到一种方法 , 可以预测这些事件 。
客家小小彬|斯坦福学者找到方法预测黑天鹅事件
文章图片
像2001年美国的911袭击事件、2008年全球经济危机 , 就是这一代人记忆犹新的黑天鹅事件 。
科学家认为 , 即使是突发事件也是对外在因素 , 或不同维度和范围内离散事件累积作出的反应 , 因此也有某种基层普遍的规律可循 , 只要找到这样的规律 , 就有可能对突发极端事件作出预测 。
“通过分析三个生态系统下的长期数据 , 我们发现不同生物种类里面发生的变化 , 从统计学角度看 , 在不同的生态系统中是一样的 。 ”近期一份发表在《公共科学图书馆-计算生物学》(PLOSComputationalBiology)期刊上研究的作者布雷(SamuelBray)说 , “这意味着存在某种基层规律 , 可用于预测极端事件 。 ”
客家小小彬|斯坦福学者找到方法预测黑天鹅事件
文章图片
【客家小小彬|斯坦福学者找到方法预测黑天鹅事件】在多年的研究中布雷发现 , 某一个生物种类的数量将突然意外的大幅增加 , 超过其它同类 , 犹如发生黑天鹅事件 。 于是他和同事想了解这其中是不是有某种规律 。
为了回答他们的疑问 , 他们需要找到其它生物系统中的黑天鹅事件 , 而且不仅需要这些事件的细节 , 发生这种事件的背景环境也很重要 。 因此 , 他们选择了已经监测多年的三个生态系统的数据作为研究对象 。
“这些数据必须是长期积累的 , 因此很难收集 , 这比完成一个博士学位所需的信息量更大 , 可是要看到大范围内的变化 , 这是唯一的办法 。 ”
他们选择的三份数据包括:波罗的海浮游生物八年的研究 , 每周测量两次;哈佛大学一片落叶阔叶林内的净碳测量 , 自1991年起每30分钟收集一次;新西兰海岸藤壶、藻类和贻贝的测量 , 在过去二十年来每月进行测量 。
之后研究者用一种突发事件理论分析这些数据 。 这种理论的核心对像雪崩、地震等事件尝试作出解释 , 认为这些事件都是对外在因素 , 或不同维度和范围内离散事件作出的反应 。
客家小小彬|斯坦福学者找到方法预测黑天鹅事件
文章图片
将这个理论结合这些数据分析后 , 研究人员开发了一种预测黑天鹅事件的方法 。 研究者称 , 这种方法对不同的种类和时间跨度具有灵活性 , 还能从细节少得多的数据中作出预测 , 比之前的同类方法复杂很多 。
“现有的方法依赖我们所见对未来进行预测 , 因此容易错过黑天鹅事件 。 ”斯坦福大学生物工程学助理教授王波(BoWang , 译音)说:“但是这个新方法不一样 , 它假设我们只看到世界的一部分 , 对我们可能错过的事情进行预测 , 结果显示这极大地提升了预测能力 。 ”
研究人员将这个方法应用于这三个生态数据集检测它的效果 。 只使用部分数据 , 他们准确地预测出了这些系统内发生的极端事件 。
接下来 , 研究组计划把这个方法推广到其它系统尝试预测黑天鹅事件 , 比如经济、瘟疫、政治和物理学等系统 。 他们正在与这些领域的科学家合作 , 希望这个方法所做的预测 , 对人们的生活产生积极的影响 。


    推荐阅读