О ще от дълбока древност хората се опитват да предскажат бъдещето. Каква ще бъде реколтата? Дали тези облаци предвещават дъжд? Какъв ще бъде изходът от предстоящата битка? През вековете подобни въпроси са били задавани многократно. За да дадат отговори, някои се вглеждат в чаените листа, останали на дъното на чашата им, други насочват вниманието си към полета на птиците, а трети хвърлят кости и анализират начина, по който те падат на земята. В наши дни, използваните методи са други. С помощта на математиката и огромно количество данни, учените често успяват да предсказват с точност събития, които все още не са се случили.
Probabilistic uncertainty got you down? Try a little Bayesian reasoning. “We should be less focused on finding the single ‘truth’ and more focused on establishing a reasonable range," says biostatician Natalie Dean. https://t.co/EJKWfcb9o9
— NYT Science (@NYTScience) August 4, 2020
Натали Дийн е статистик от университета в Гейнсвил, Флорида. Нейната работа е фокусирана върху изследването на заразни болести. През 2016 г. тя участва в прогнозирането на разпространението на вируса Зика в южните части на САЩ. За целта учените създали компютърен модел, в който били взети предвид голям брой фактори – каква е числеността на населението, колко хора учат или работят, дали и колко често пътуват, какъв е относителният брой на комарите, които са преносители на вируса и т.н. Когато имало дори и минимална промяна в един от тези фактори, учените правели нова прогноза. „Анализирайки различни ситуации, ние имахме възможността да изготвим много точни прогнози. В нашата работа е изключително важно да разполагаме с голямо количество данни, които отразяват реалните условия – това значително увеличава точността на нашите анализи“, отбелязва Дийн.
Том Ди Либерто е климатолог, който като дете обожавал снега. Тази негова страст в голяма степен се е запазила и до днес. Той изготвя сложни климатични модели, с които доказва как глобалното затопляне влияе на нашата планета. „До голяма степен всичко зависи от това какво се случва в атмосферата. Благодарение на някои основни физични уравнения, ние успяваме да предскажем какви промени ще настъпят по отношение на показатели като влажността или температурата“, отбелязва Ди Либерто. Той дава пример с формулата F = ma, където F е силата, m е масата и a е ускорението. С нейна помощ, учените могат да прогнозират каква ще бъде скоростта на вятъра утре или след една седмица.
Seeing the decreases across so many other pages, and stories like this about climate comms at NASA, really makes me proud at what https://t.co/HyW2SeoflP has done. https://t.co/tQ680tMoSa
— Tom Di Liberto (@TDiLiberto) February 27, 2021
Но как могат да се правят прогнози в случаите, когато подобни уравнения няма как да бъдат използвани? С подобни въпроси се занимава Емили Кубичек, която работи за компанията „Уолт Дисни“. „Представете си, че пускате на пазара нов сладолед и искате да разберете на кого ще се хареса той. Как ще постигнете това? Първо, предоставяте сладоледа на тестова група и събирате подробни данни за всеки един участник – пол, възраст, образование, етнос, хобита и т.н. Разбира се, те трябва да споделят и кои сладоледи харесват и кои - не“, добавя Кубичек. На базата на събраните данни и на мненията на участниците за новия сладолед, експертите могат да изготвят модел, който да прогнозира кой ще хареса въпросния продукт. „Резултатите могат да покажат, че той ще бъде купуван основно от момичета на възраст между 14 и 17 години, които обичат да спортуват. Това е от голяма важност за производителя, тъй като той вече ще има известна представа как би реализирал възможно най-големи продажби“, добавя Кубичек.
„За да бъде добър даден модел, наличните данни трябва не просто да бъдат много, но и да са качествени“, отбелязва Ди Либерто. Всичко зависи от това каква прогноза трябва да бъде направена. Пример в това отношение е Националната футболна лига (НФЛ е професионалната лига по американски футбол в САЩ). Всяка година, представители на отборите от НФЛ участват в драфт, в който избират нови играчи за техните тимове. За да бъдат привлечени най-подходящите състезатели, те се обръщат за помощ към някои опитни статистици. Един от тях е Майкъл Лопес. „В моята работа трябва да съм изключително прецизен. Обръщам внимание и на най-незначителните факти, като целта ми е да събера колкото се може по-голямо количество данни и да го превърна в едно полезно и кратко обобщение“, обяснява той.
NFL draft order for picks 1 through 18 set https://t.co/rTO3ytgSKV pic.twitter.com/I7xWP9RFnv
— Reuters (@Reuters) January 4, 2021
За какво всъщност става въпрос? Представете си, че сте собственик на отбор и се чудите дали да привлечете млад играч, който прави силно впечатление със своите качества. Експерти като Майкъл Лопес могат да изготвят модел, който прогнозира как ще се представи въпросният играч. Анализира се всичко – неговата скорост, съотношението между височината и килограмите му, колко често се контузва, процентът на точните пасове, които прави и т.н. Въпреки голямото количество данни, моделите невинаги са точни. „Грешки се допускат непрекъснато. Колкото и точни да са изчисленията, ако има дори и малка неточност или липса в събраните данни, всичко се обърква. Представете си, че искате да направите торта, но вместо шоколад използвате кал. Каквото и да правите и колкото и да се стараете, когато извадите творението си от фурната, ще имате една димяща купчина кал, а не торта“, добавя Лопес.
Независимо колко подробни са данните, колко добър е изготвеният модел и колко умни са неговите създатели, няма как бъдещето да се предскаже с абсолютна точност. Прогнозите са базирани на вероятността дадено събитие да се случи. По тази причина метеоролозите съобщават, че утре има 70% вероятност да вали или че на Коледа има 20% вероятност да падне сняг. Колкото по-добър и подробен е изготвеният модел, толкова шансът прогнозата да се сбъдне е по-голям. Напредването на технологиите значително улесни работата на учените. Днес, петдневните прогнози за времето са много по-точни от тези за следващия ден, изготвяни през 80-те години на миналия век. Въпреки това, някои събития – като настоящата пандемия от COVID-19, са изключително трудни за прогнозиране, тъй като не са събрани достатъчно данни и има нужда от провеждането на още много изследвания.
Човешкият мозък може да създава структури в 11 измерения
Може ли изкуствен интелект да определи продължителността на живота на човек
криза, която тихо расте" />
