Schwarzer Schwan. Wie oft haben Sie von Black Swan gehört? Leider hat es nichts mit Natalie Portman zu tun, aber es ist ein viel "absoluterer" Begriff. Es beschreibt ein äußerst unwahrscheinliches Ereignis, das aber, wenn es eintritt, zu gigantischen Umwälzungen führen kann. Vor allem zwei Beispiele? Die Finanzkrise von 2008 und… alles, was wir seit 2020 gesehen haben.
Per Definition sieht niemand einen schwarzen Schwan kommen, welcher schwarze Schwan wäre es sonst? Unvorhersehbar. Punkt. Aber die Stanford-Forscher sind nicht der Typ, der bei der ersten (und auch der hundertsten) Schwierigkeit aufhört, und deshalb versuchen sie, die Dinge zu ändern. Sie bauen eine Rechenmethode, um vorherzusagen, wann das nächste "unvorhersehbare" Ereignis eintritt.
Können wir einen schwarzen Schwan vorhersagen?
„Diese Arbeit ist spannend, weil sie eine Gelegenheit bietet, das Wissen und die Rechenwerkzeuge, die wir im Labor aufbauen, in der Realität einzusetzen. Um besser zu verstehen (und auch vorherzusagen), was in der Welt um uns herum passiert“, sagt er Bo Wang, Assistant Professor für Bioengineering in Stanford und leitender Autor der Studie.
Veröffentlicht in PLOS Computational Biology, basiert die Methode auf natürlichen Systemen und könnte in der Umwelt- und Gesundheitsforschung nützlich sein. (Bewerbungen in anderen Bereichen mit Black-Swan-Events, wie Wirtschaft und Politik, können bald darauf folgen.)
„Bestehende Prognosemethoden stützen sich auf vergangene Daten, um zukünftige Daten vorherzusagen“, sagt Wang. "Und deshalb neigen sie dazu, das Vorhersehbare vorherzusagen, nicht das Unvorhersehbare wie ein schwarzer Schwan." Die neue Methode, inspiriert von dem Forscher Sam Bray, der in Wangs Labor arbeitet, fügt ein unbekanntes Element in die Gleichung ein. Es geht davon aus, dass wir nur einen Teil der Welt sehen und versucht herauszufinden, was fehlt.
Die Wissenschaft des Unvorhersehbaren
Bray hatte jahrelang mikrobielle Gemeinschaften studiert und in dieser Zeit einige Ereignisse beobachtet, bei denen eine Mikrobe in der Bevölkerung explodierte und ihre Rivalen eliminierte. Bray und Wang fragten sich, ob dies auch außerhalb des Labors passieren könnte und wenn ja, ob es vorhergesagt werden könnte.
Um das herauszufinden, mussten die beiden nicht nur Ökosysteme finden, in denen dieser Schwarze Schwan bereits vorgekommen war, sondern diese Systeme benötigten auch riesige und detaillierte Datenmengen, sowohl zu den Ereignissen selbst als auch zum Ökosystem.
Für die Entwicklung der Methode wurden drei Datensätze aus natürlichen Systemen ausgewählt: Messungen von Algen, Seepocken und Muscheln an der Kiwi-Küste 20 Jahre lang monatlich; Planktonspiegel des Schwarzen Meeres acht Jahre lang zweimal wöchentlich genommen; und eine von ihm durchgeführte Harvard-Studie Kohlenstoffmessungen seit 1991 halbstündlich aus einem Wald gerodet.
All diese Daten verarbeiteten die Forscher mit statistischer Physik. Insbesondere verwendeten sie Modelle, die für Lawinen und andere natürliche Systeme mit kurzfristigen, extremen und unerwarteten physikalischen Schwankungen entwickelt wurden, die gleichen Eigenschaften, die ein schwarzes Schwan-ähnliches Ereignis auszeichnen. Ausgehend von dieser Analyse entwickelten sie eine Methode zur Vorhersage eines Schwarzen-Schwan-Ereignisses.
Ein Prädiktor für schwarzen Schwan! Es klappt?
Die Methode soll offen für Variablen wie Art und Zeitskala sein, sodass sie auch mit Daten geringerer Qualität funktioniert. Bewaffnet mit Fragmenten, die nur minimale Variationen zeigten, sagte die Methode das Ereignis des schwarzen Schwans genau voraus. Es hat funktioniert, ja.
Wang und Bray hoffen, diesen "Prädiktor" auf andere Bereiche auszudehnen, in denen ein schwarzer Schwan vorkommen kann: Wirtschaft, Epidemiologie und Physik. Die Arbeit fügt sich in ein aufstrebendes Feld von Algorithmen der künstlichen Intelligenz und Computermodellen ein, die auf Extremereignisse ausgerichtet sind, einschließlich solcher, die Waldbrände vorhersagen, bei der Suche und Rettung auf See helfen und die Notfallreaktion optimieren sollen.