De gamla kungarna visste vikten av sina beslut. De visste att alla deras val skickade krusningar genom kungariket och att ett enda olämpligt dekret kunde utlösa en rad ostoppbara, fortgående händelser. Ett val kan garantera en varaktig fred, medan ett dussin andra kan leda till deras egen störtade tron.
Och så dessa kungar vände sig till trollkarlar och trollkarlar – människor som gjorde anspråk på en speciell kunskap om framtida händelser.
"Titta in i morgondagen och ge mig råd om idag," kan en kung befalla. "Avslöja för mig effekterna av mina beslut så att jag säkert kan navigera i dagarna, månaderna och åren framåt."
Men naturligtvis för alla sina trolldomar och böner, hade kungens rådgivare ingen sann insikt om framtida händelser. I bästa fall förstod de bara ebb och flod av politik eller opinion. I värsta fall var de charlataner.
Om det bara fanns ett sätt att testa ett beslut om en separat, identisk värld - en komplex modell av verkligheten där även de mest katastrofala valen utspelade sig i enbart simulering. En ledare kan fiffla med en ny lag eller ekonomisk politik i en säker isolering av en simulerad verklighet innan han faktiskt introducerar den för medborgarna. Företag kan mäta allmänhetens intresse för en ny produkt. Designers kan felfritt förutse nästa säsongs modetrender.
Inte längre domänen för föreställd fantasy, sådana simuleringar är nu inom vårt grepp, tack vare modern datautvinning och datorteknik. Faktum är att det internationella teamet av forskare med Framtida informations- och kommunikationsteknik (FutureICT ) Projekt har för avsikt att bygga den.
De kallar det Living Earth Simulator och, som vi kommer att diskutera i den här artikeln, syftar FutureICT till att simulera varje aspekt av världen omkring dig, från Wall Street och Paris catwalks, till blomstrande djungelekosystem och de mörkaste havsdjupen.
Innehåll
Simuleringar gör att vi kan testa och uppleva ett system eller en process genom att fungera i ett annat. En flygsimulator från det amerikanska flygvapnet tillåter blivande stridspiloter att provköra en F-22 Raptor utan att utsätta sig själva för fara - eller ett flygplan på 200 miljoner dollar. På samma sätt står en Resusci Anne HLR-träningsdocka i för ett offer som inte svarar utan att riskera ett människoliv.
Människor har vänt sig till modeller och simuleringar sedan tiden var ur sinnet. Modeller av både människor och djur dyker ofta upp på förhistoriska platser, och de gamla egyptierna, grekerna och romarna byggde alla modeller av sina fordon och byggnader. Förutom ceremoniell användning fungerade dessa miniatyrer som verktyg för undervisning och planering – ungefär som de modeller vi använder idag.
Människor utvecklade också metoder för att kopiera mer än bara fysiska former. De lärde sig att simulera system. Den antika astrolabben, till exempel, fungerade som ett oumbärligt astronomiskt verktyg i mer än 2 000 år och är en fungerande modell av natthimlen och stjärnornas position. Användaren ritade kolossala, interstellära rörelser medan han höll enheten i handflatan och manipulerade data för att mäta tid, plats och avstånd.
Astrolabben var i huvudsak en analog dator, en pre-digital enhet som inkorporerade elektriska, hydrauliska eller mekaniska system för att simulera ett annat system. Monetary National Income Analogue Computer (MONIAC) står som ett annat klassiskt exempel på analog datoranvändning. MONIAC byggdes 1949 av ingenjören och ekonomen Bill Phillips och använde flödet av färgat vatten genom rör, avlopp och pumpar för att simulera den brittiska ekonomin.
Digital datoranvändning förändrade dock allt. Tänk bara på meteorologi, den vetenskapliga studien av atmosfär och väder. Datorframsteg gjorde det möjligt för meteorologer att gå bortom enbart observationsbaserade förutsägelser och implementera modeller för numeriska väderprognoser (NWP), där datorer hämtar tidigare och nuvarande atmosfäriska data för att konstruera prediktiva modeller av framtida väder.
Vetenskapen om väderförutsägelser är långt ifrån perfekt, men bättre ekvationer, kraftfullare datorer och ett växande utbud av atmosfäriska datamängder fortsätter att förbättra noggrannheten i våra simuleringar.
Men kan vi verkligen simulera själva världen? För att ta reda på det måste vi resa i stora datas vatten.
Simuleringar matar på extern data. När det gäller vädersimuleringar kräver datormodellerna en omfattande diet av både tidigare och nuvarande atmosfäriska mätningar - allt från temperaturen i Aberdeen, Skottland, till jordens nuvarande avstånd från solen. Allt samlas för att bilda en mer komplett bild av världens väder.
Människor har samlat stora samlingar av data om en rad ämnen, men i de flesta fall skiljer sig dessa datamängder från varandra. Föreställ dig bara mänsklig kunskap som ett stort fält full av vattenpölar. Varje vattenpöl representerar en samling data:ekonomisk data här, politisk data där -- alla avskilda från de andra vattenpölarna.
Men regnet fortsätter att falla och datapölarna fortsätter att svälla upp till 2,5 kvintiljon byte per dag [källa:IBM]. (För att ge dig en uppfattning om hur galen den siffran är, har vissa människor konservativt uppskattat att alla ord som någonsin talats av människor är lika med 5 kvintiljon byte data.)
All den nya data kommer från klimatsensorer, nav för sociala medier, webbplatser för digitala medier, transaktionsregister online, GPS-signaler från mobiltelefoner och otaliga andra källor. Informationen om världen strömmar in i en exponentiell takt. Enligt IBM skapades faktiskt 90 procent av världens data bara under de senaste två åren.
Så regnet faller. Datapoolerna sväller och sprids, överlappar och smälter samman tills det inte finns fler pooler -- bara det stora hav av information som vi kallar big data.
För att bättre förstå värdet av big data , tänk på det i termer av tre v:variation, hastighet och volym. Den omfattar data av alla sorter, genereras i realtid och samlas i volymer som förbluffar fantasin - till tonerna av petabyte. Det är en miljon gigabyte, tillräckligt med utrymme för att förvara en 32 år lång MP3-fil [källa:BBC].
Kan vi verkligen bygga en simulering av världen från denna växande mängd data? Männen och kvinnorna bakom FutureICT-projektet tror att vi kan – och allt för bara 1 miljard euro (1,3 miljarder dollar).
Så här är vi, upp till halsen i ett hav av big data med en häpnadsväckande oförmåga att se den stora bilden den illustrerar. Tur för oss har flera stora teknikaktörer redan gjort sina anspråk på big data-gränsen.
NASA och den multinationella nätverksjätten Cisco Systems utvecklar ett Planetary Skin på 100 miljoner USD , oberoende av FutureICT-projektet. Detta integrerade system av luft-, hav-, mark- och rymdsensorer kommer att tillåta rymdorganisationen att fånga, analysera och tolka global miljödata för en mer komplett realtidskänsla av planeten Jorden.
Ändå är till och med Planetary Skin bara en bråkdel av vad FutureICT-teamen hoppas uppnå. Projektet är skapat av Dirk Helbing, en sociolog, matematiker och fysiker som är specialiserad på modellering och simulering vid det schweiziska federala tekniska institutet i Zürich.
Helbings tidiga arbete på 1990-talet fokuserade på stadstrafik, särskilt hur man förhindrar de små trafikhändelser som i slutändan leder till storskalig trafikstockning. I dag är de sammanvävda vägarna han vill kartlägga samhälle, teknik, ekonomi och miljö – där insatserna sträcker sig från finanskris och politisk omvälvning till kärnvapenkrig.
Den tyskfödde modelleraren jämför målen för projektet med målen för European Organization for Nuclear Research's Large Hadron Collider, och går till och med så långt som att beskriva FutureICT som en "kunskapskolliderare". På samma sätt som fysiker vid den berömda partikelacceleratorn försöker svara på grundläggande frågor om massa och materia, hoppas FutureICT kunna avslöja de underliggande sociologiska och psykologiska lagarna som ligger till grund för den mänskliga civilisationen.
Det finns trots allt ingen storslagen teori om hur samhället fungerar. Tänk bara tillbaka på pölanalogin:Vår tidigare brist på data gjorde det omöjligt för samhällsvetenskaperna att utveckla en systematisk vetenskap om det mänskliga samhället – än mindre hänga med i globaliseringen och den tekniska förändringen.
Förutom ett löfte på 1 miljard euro (1,3 miljarder dollar) från Europeiska unionen, har FutureICT också förvärvat samarbetet mellan dussintals akademiska institutioner, forskningsorganisationer, superdatorcentra, företag, industrier och statliga myndigheter. Teamet har lagt ut en 10-årig kurs för att återuppfinna hur global informations- och kommunikationsteknik fungerar.
På nästa sida kommer vi att titta på nyckelkomponenterna som utgör planen.
FutureICT-projektet delas upp i tre kärnkomponenter. För det första är det Planetära nervsystemet , ett stort nätverk av sensorer som övervakar socioekonomiska, miljömässiga och tekniska system. Sensorerna sträcker sig från energimätarna för smarta elnät i ditt hem till Dow Jones industrimedel till havsbottens ekolodsfyrar och väderstationer på bergstoppar. FutureICT arbetar till och med med MIT:s Media Lab för att införliva smartphone-genererad data.
Många av komponenterna för det planetariska nervsystemet finns redan -- utmaningen är att föra dem samman till en större informationsplattform.
Nästa komponent är Living Earth Simulator sig själv, en metamodell av världen och det mänskliga samhället baserad på information och analys från det planetariska nervsystemet. Tänk dock inte på det som en virtuell värld a la "The Matrix". Tänk på det i termer av en väderprognos som modellerar mycket mer än bara atmosfär.
Den ultimata idén är att Living Earth Simulator kommer att tillåta oss att köra simuleringar som projicerar framtida händelser baserat på specifika frågor. Till exempel skulle simulatorn inte svara på frågan "Vad kommer att hända den 1 april 2060?" längre än det kommer att svara "Vad ska jag äta till frukost den 1 april 2020?" Den förra frågan är för bred och den senare är för liten. Snarare skulle det massiva modellverktyget tillåta regeringar, organisationer eller till och med individer att köra de parametrar och variabler som krävs för att utforska sådana frågor som "Hur kommer ett iranskt oljeembargo idag att påverka euron i morgon?"
Simulatorn kommer också att skryta med en öppen källkodskomponent som fungerar ungefär som iTunes App Store. Denna World of Modeling kommer att göra det möjligt för olika forskare och utvecklare att ladda upp sina egna expertmodelleringskomponenter som kartlägger världens hörn. Föreställ dig en expertgenererad Wikipedia där målet inte bara är en förklaring av världen utan en simulering av sammankopplade system.
Slutligen har FutureICT-projektet en Global Participatory Platform , som kommer att fungera som ett öppet ramverk för medborgare, företag och organisationer att dela och utforska data och simuleringar som drivs av Living Earth Simulator. Denna aspekt av projektet kommer att inkludera allt från öppna debatter om simulatorprojektioner till smartphoneappar som utnyttjar data.
Kommer det att fungera? Är detta verkligen den stora vetenskapliga framtiden för big data? På nästa sida blir vi kaotiska – och förutsägbara.
Låt oss återvända till väderprognosernas värld för ett ögonblick, såväl som världen av fjärilar och orkaner. Du har säkert hört talas om kaosteori , det matematiska fältet som rör det till synes oorganiserade beteendet hos högdynamiska system. Termen har sitt ursprung 1961 med meteorologen Edward N. Lorenz och hans fascination för hur den minsta av atmosfäriska variabler kan resultera i drastiskt olika vädermodeller. Ja, det är fjärilseffekten , föreställningen att en insekt kan slå med vingarna i Brasilien och röra upp en tromb i Texas.
På grund av dess många variabler är ett dynamiskt system som jordens atmosfär svårt att förutsäga - och Living Earth Simulator syftar till att förutsäga resultat i dynamiska system som består av sammanvävda dynamiska system. Hur hoppas vi kunna hålla oss flytande i ett sådant hav av kaos? Tänk dessutom på att den simulerade jorden skulle vara en med tillgång till en Living Earth Simulator:en simulering av världen som har tillgång till en simulering av världen. Kan till och med en superdator hitta förutsägbara mönster mitt i en sådan komplexitet?
Andra kritiker tar sikte på vår förmåga att förutsäga praktiskt taget vad som helst. Nassim Nicholas Talebs Black Swan Theory tar sitt namn från det faktum att före upptäckten av Australien antydde vetenskapliga observationer att alla svanar var vita. Det fanns inte längre något som hette en svart svan eftersom det fanns en grön eller lila. Sedan upptäckte europeiska upptäcktsresande en svart svan Down Under -- en händelse som var både oförutsägbar och exceptionell.
Den svarta svanen var en outlier , som existerar bortom rimliga förväntningar. Men det mänskliga sinnet är beroende av mönsterigenkänning, så, skriver Taleb i sin Black Swan-bok, vi människor kommer på förklaringar till en extremists förekomst efter att vi stöter på den, vilket gör den förklarlig och förutsägbar.
Till sin natur är extremvärden oförutsägbara och enligt Taleb innebär detta oförmågan att förutsäga historiens gång, med tanke på hur mycket extremvärden som marknadskraschen 1987, sovjetblockets bortgång och terrorattackerna den 11 september har drastiskt informerat formen av mänskliga händelser.
En annan kritik härrör inte från vetenskapen om förutsägbarhet utan från människors envisa och irrationella natur. Antag för ett ögonblick att en kabal av superdatorer en dag kommer att krossa all vår stora data och ge oss råd om vilket val i ett givet beslut som kommer att styra oss bort från någon större katastrof. Kommer vi att lyssna på maskinerna?
Columbia University statistiker Victoria Stodden hävdar att vi kanske inte, särskilt om vi inte kan förstå de kolossala beräkningarna som gick in i datorbeslutet [källa:Weinberger]. Stodden pekar på forskarnas varningar om farorna med klimatförändringar – och hur ofta dessa simuleringsbaserade varningar inte hörsammas.
Dirk Helbing och FutureICT förblir dock övertygade om att Living Earth Simulator avsevärt kommer att förbättra mänsklighetens förmåga att på ett hållbart sätt hantera utmaningarna i en dynamiskt föränderlig värld. Modellerna kommer inte att vara perfekta, kommer inte att skymta den avlägsna framtiden eller detaljerna i det dagliga livet. Men enligt Helbing kommer de att ge oss större insikt i hur många system som utgör det mänskliga samhället som faktiskt fungerar.
Utforska länkarna på nästa sida för att upptäcka ännu mer om framtiden för teknisk innovation.
