Прогнозирование системных кризисов в природе и обществе

Мир может преподносить внезапные и неприятные сюрпризы: крахи экономик, коллапсы рыболовства, прохождение климатом переломных точек. Существующие методы раннего предупреждения требуют сбора огромных, часто неподъёмных объёмов данных. Новый метод, разработанный Стивеном Лейдом из Института физики сложных систем им. Макса Планка (Германия) и Тило Гроссом из Бристольского университета (Великобритания), может это изменить. В статье, опубликованной 2 февраля в открытом журнале PLoS Computational Biology, исследователи представили математическую методологию, которая эффективнее использует легко получаемую информацию и тем самым сокращает объём дополнительных данных, требующих сбора.

Предложенный метод добавляет новый поворот к старой идее. Предсказать поведение простых систем легко. Однако системы, подверженные резким переходам (например, рыболовство и экономика), сложны и запутаны. Для предупреждения о критических переходах учёные в основном используют подходы, требующие тщательного и непрерывного мониторинга системы. Это создаёт фундаментальную дилемму: прогнозирование переходов без достоверной математической модели требует больших объёмов данных, но построение такой модели влечёт за собой сбор ещё большего количества информации.

Ключевая идея нового подхода заключается в том, что некоторые данные получить легче, чем другие. Например, в рыболовстве легче выяснить, каких рыб поедает конкретный вид хищника, чем точно количественно определить эту взаимосвязь. Исследователи нашли способ использовать эту легко получаемую информацию, не требуя данных, которые собрать сложно.

В симуляциях рыболовства Лейд и Гросс показали, что их метод может использовать доступные знания для сокращения потребности в данных мониторинга запасов, сбор которых обходится дорого.

«Наш подход сочетает лучшее из двух миров: мы используем доступные конкретные знания, не требуя при этом полного понимания системы», — говорит доктор Лейд.

«Наш главный вклад — в том, как используется частичная информация, — добавляет доктор Гросс. — Мы не пытаемся построить одну единственную полноценную модель. Вместо этого мы используем математический трюк, чтобы одновременно изучать все модели, которые не исключаются тем, что нам известно».

Их модель рыболовства эффективна для прогнозирования смоделированного коллапса. Авторы теперь планируют протестировать метод на реальных наблюдательных данных, усовершенствовать подход и способы использования экспертных знаний, а также развить методологию для применения к другим системам.