不幸的是，黑天鹅事件与娜塔莉·波特曼或西澳大利亚无关;它描述的是一种极其不可能发生的事件，但却可能导致大规模的剧变。例如，2008年的全球经济衰退，或者2020年的大部分时间。
根据定义，没有人看到黑天鹅事件的到来，但斯坦福大学的研究人员正试图改变这种情况。他们正在建立一种计算方法，试图预测下一个优雅的颈部何时会抬起头来。
“这项工作是令人兴奋的,因为这是一个机会的知识和计算工具,我们在实验室建设和使用那些为了更好地理解——甚至预测或预报——发生在我们周围的世界,”博王,斯坦福大学的生物工程助理教授和这项研究的资深作者,告知斯坦福大学新闻。
订阅“自由思考”，了解更多类似的故事。
预测前所未有的事件
发表在PLOS计算生物学斯坦福大学新闻报道说，这种方法基于自然系统，可能在环境和医疗保健研究中有用。(在其他有“黑天鹅事件”的领域，比如经济和政治，应用可能会更靠后。)
据《斯坦福新闻》报道，这项工作的灵感来自于王教授实验室的研究助理塞缪尔·布雷。
“现有的方法依赖于我们所看到的来预测未来可能发生的事情，这就是为什么它们往往会错过黑天鹅事件，”王告诉斯坦福新闻。
“但山姆的方法不同，因为它假设我们只看到世界的一部分。它可以推断出我们所缺失的东西，这对预测非常有帮助。”
它是如何工作的
布雷多年来一直在研究微生物群落，在这段时间里，他观察到一些事件，其中一种微生物的数量会激增，压倒它的竞争对手。Bray和Wang想知道这种情况是否也会发生在实验室之外，如果是的话，是否可以预测。
为了找到答案，他们不仅需要找到有自己的“黑天鹅事件”的生态系统，还需要找到拥有大量详细数据的生态系统，包括事件本身和发生事件的生态系统。
我们选择了三组来自自然系统的数据集:对猕猴桃海岸的藻类、藤本动物和贻贝进行了20年的月度测量;8年里，每周测量两次黑海浮游生物水平;哈佛大学的一项研究对森林进行了净碳测量每半个小时自1991年以来。
根据定义，没有人看到黑天鹅事件的到来，但斯坦福大学的研究人员正试图改变这种情况。
他们使用统计物理学来处理所有这些数据，统计物理学使用概率论和统计学来试图解开物理事件的谜团。特别地，他们使用了为雪崩和其他自然系统开发的模型，这些物理波动是短期的，极端的，并且在没有通知的情况下发生——与黑天鹅事件相同的性质。
根据这一分析，他们开发了一种预测黑天鹅事件的方法。该方法将对物种和时间尺度等变量开放，使其即使在质量较低的数据下也能工作。
该方法在构建的三个数据集上进行了测试。使用只有最小方差的碎片，该方法确实准确地预测了黑天鹅事件的发生。
Wang和Bray希望扩大他们的预测范围，将其引入可能发生黑天鹅事件的其他领域，包括经济学、流行病学和物理学。
这项工作加入了一个新兴的人工智能算法和计算模型领域，该领域面向极端事件，包括旨在预测森林火灾,协助海上搜救和优化应急响应。
我们很乐意收到你的来信!如果你对这篇文章有意见，或者你对未来自由思考的故事有建议，请发邮件到(电子邮件保护)。
