Cigni neri ed eventi senza precedenti: un metodo per prevedere l’imprevedibile

Fisica delle valanghe e dati degli ecosistemi per creare un metodo computazionale per prevedere eventi ecologici estremi e che può avere applicazioni anche in economia e politica

[27 Luglio 2020]

Samuel Bray e Bo Wang, del Department of bioengineering della Stanford University, che hanno pubblicato su Computational Biology  lo studio “Forecasting unprecedented ecological fluctuations”, spiegano che «Un evento di cigno nero è un incidente altamente improbabile ma con gravi conseguenze, come la recessione globale del 2008 e la perdita di un terzo della popolazione mondiale di antilopi saiga nel giro di pochi giorni nel 2015». Di fronte alla natura per eccellenza imprevedibile degli eventi cigno nero, i due bioingegneri della Stanford hanno presentato un metodo per prevedere queste fluttuazioni apparentemente imprevedibili.

Bray, assistente di ricerca nel laboratorio di Bo Wang, assistente professore di bioingegneria alla Stanford, spiega che «Analizzando i dati a lungo termine di tre ecosistemi, siamo stati in grado di dimostrare che le fluttuazioni che si verificano in diverse specie biologiche sono statisticamente le stesse in diversi ecosistemi. Ciò suggerisce che ci sono alcuni processi universali di base che possiamo sfruttare per prevedere questo tipo di comportamento estremo».

Il metodo di previsione sviluppato dai ricercatori e illustrato nello studio, finanziato dalla Volkswagen Foundation e dall’Arnold and Mabel Beckman Foundation, si basa su sistemi naturali e potrebbe essere utilizzato nella ricerca sanitaria e ambientale. Ha anche potenziali applicazioni in discipline diverse all’ecologia che hanno i loro eventi di cigno nero, come l’economia e la politica.

Secondo Wang, «Questo lavoro è entusiasmante perché è un’opportunità per prendere le conoscenze e gli strumenti computazionali che stiamo costruendo in laboratorio e usarli per capire meglio – persino prevedere o pronosticare  – cosa succede nel mondo che ci circonda. Ci collega al bigger world».

Durante gli anni passati a studiare le comunità microbiche, Bray ha notato diversi casi in cui una specie subiva un boom imprevisto della popolazione, superando i suoi vicini. Discutendo di questi eventi, lui e Wang, si sono chiesti se questo fenomeno si verificasse anche al di fuori del laboratorio e, in tal caso, se potesse essere previsto.

Per rispondere a questa domanda, i due ricercatori hanno dovuto trovare altri sistemi biologici che sperimentano eventi cigno nero. Ma avevano bisogno di dettagli, non solo sugli eventi cigno nero, ma anche sul contesto in cui si sono verificati. Quindi, hanno cercato specificamente ecosistemi che gli scienziati hanno monitorato attentamente per molti anni.

Bray sottolinea che «Questi dati devono essere acquisiti per lunghi periodi di tempo e sono difficili da raccogliere. Sono informazioni che vanno molto oltre un dottorato. Ma è l’unico modo in cui puoi vedere gli spettri di queste fluttuazioni su larga scala».

Bray si è concentrato su 3 dataset eclettici: uno studio di 8 anni sul plancton del Mar Baltico con i livelli delle  specie misurati due volte alla settimana; le misurazioni nette di carbonio di una foresta di latifoglie decidue dell’Università di Harvard, raccolte ogni 30 minuti dal 1991; misurazioni di cirripedi, alghe e cozze sulla costa della Nuova Zelanda, effettuate mensilmente per oltre 20 anni.

I ricercatori hanno quindi analizzato questi dataset usando la teoria delle valanghe – fluttuazioni fisiche che, come gli eventi cigno nero, mostrano comportamenti estremi a breve termine. Fondamentalmente, questa teoria tenta di spiegare la fisica di sistemi come valanghe, terremoti, incendi o persino l’accartocciamento degli involucri delle caramelle, che rispondono tutti a forze esterne con eventi di varie magnitudo o dimensioni, un fenomeno che gli scienziati chiamano ” crackling noise”.

Sulla base di questa analisi, i ricercatori hanno sviluppato un metodo per prevedere gli eventi cigno nero, progettato per essere flessibile a seconda delle specie e dei periodi, e in grado di lavorare con dati molto meno dettagliati e più complessi di quelli usati per svilupparlo.

Wang, che fa parte anche di Stanford Bio-X e del Wu Tsai Neurosciences Institute, ricorda che «I metodi esistenti si basano su ciò che abbiamo visto per prevedere cosa potrebbe accadere in futuro, ed è per questo che tendono a perdere gli eventi cigno nero. Ma il metodo di Sam è diverso in quanto presuppone che stiamo vedendo solo una parte del mondo. Estrapola un po’ ciò che ci manca e si scopre che aiuta enormemente in termini di previsione».

I ricercatori hanno testato il loro metodo utilizzando i tre dataset dell’ecosistema su cui è stato costruito e dicono che «Utilizzando solo frammenti di ciascun dataset, in particolare frammenti che contenevano le più piccole fluttuazioni della variabile di interesse, siamo stati in grado di prevedere con precisione eventi estremi verificatisi in tali sistemi».

Ora, Bray e Wang vorrebbero estendere l’applicazione del loro metodo ad altri sistemi in cui sono presenti anche eventi cigni neri, come i l’economia, l’epidemiologia, la politica e la fisica, e sperano di collaborare con scienziati ed ecologi sul campo per applicare il loro metodo a situazioni nel mondo reale, nelle quali potrebbero fare una differenza positiva nella vita delle altre persone e per il pianeta.