ADAM RUTHERFORD: W rzeczywistości mówimy o modelach w nauce prawie w każdym programie. Słuchacz Jim Hay napisał i zadał to bardzo proste pytanie: Zastanawiam się, czy mógłbyś wyjaśnić, czym jest model? Termin ten jest tak często używany w programach naukowych BBC, że po prostu go omijam, ale faktem jest, że nie wiem, co dokładnie oznacza, gdy naukowiec mówi, że stworzył model. Niedawno kupiłem nowoczesny, bardzo duży podręcznik z fizyki na poziomie A i zauważam, że ani model, ani modelowanie nie pojawiają się w indeksie.
Cóż, dziękuję Jim, ponieważ jest to godne przypomnienie, że nauka może być techniczna, i musisz nam powiedzieć, kiedy mówimy żargonem. W każdym razie, na najbardziej podstawowym poziomie, model jest sposobem na pobieranie danych i pomiarów ze świata rzeczywistego i symulowanie tego, co się dzieje, kiedy się nimi bawimy: ile opadów deszczu, przepływu rzek, tego typu rzeczy. Jest to sposób na uproszczenie chaosu świata fizycznego w komputerze, abyśmy mogli spróbować przewidzieć, co może się wydarzyć w prawdziwym świecie. Możesz uruchamiać symulacje tysiące razy, każda z bardzo subtelnymi zmianami, aby zobaczyć, co się stanie.
Kiedy Jim zadał to pytanie, zdaliśmy sobie sprawę, że przez większość tygodni rozmawiamy o jakiejś nowej nauce, która wykorzystuje modele w ten sposób. W ciągu ostatnich dwóch tygodni mieliśmy ewolucję DNA starożytnych rolników, mieliśmy topnienie pokrywy lodowej Antarktydy, a dziś Nick Reynard modelował powodzie w Cumbrii. Dlatego poprosiliśmy kilku naszych gości, aby powiedzieli nam, co mają na myśli, kiedy używają modeli naukowych. Andrew Ponson i Carole Haswell powiedzieli mi, czym są modele dla astrofizyków.
ANDREW PONSON: Powiedziałbym, że model jest zbiorem pomysłów, które mamy na temat tego, jak działa określony aspekt natury. Zwykle, gdy nazywamy to modelem, prawdopodobnie mamy na myśli, że na pewnym poziomie jest on niepewny. Nie próbujemy więc twierdzić, że podsumowaliśmy wszystko o tym, jak działa ta konkretna rzecz.
ADAM RUTHERFORD: Która byłaby teorią czy prawem?
ANDREW PONSON: Dokładnie! Staramy się sprawiać wrażenie, że nie spakowaliśmy jeszcze wszystkiego na temat tego konkretnego aspektu natury, ale mamy kilka roboczych pomysłów, których używamy do tworzenia testów, które następnie możemy porównać z rzeczywistością.
ADAM RUTHERFORD: A z praktycznego punktu widzenia, Carol, jako astronom, jak modelujesz rzeczy?
CAROLE HASWELL: Kiedy byłem naukowcem, miałem dość lat przeczytałem coś, co jeden z moich kolegów napisał na jednym z naszych kursów fizyki i napisał, że esencją bycia fizykiem jest wiedza, jakich przybliżeń dokonać. Dlatego zawsze, gdy chcemy coś zrozumieć, musisz wydobyć ważne rzeczy, które mają na to wpływ. Ponieważ nie możesz mieć nadziei na stworzenie repliki całego wszechświata, ponieważ potrzebujesz do tego całego wszechświata i nic nie zyskałbyś na tym. Więc to, co musisz zrobić, to dowiedzieć się, jakie są naprawdę ważne, kluczowe rzeczy, z którymi być może możesz zapisać prostą matematykę, pracować z nimi i generować pewne spostrzeżenia.
Więc jest to rodzaj uproszczonego opisu matematycznego istoty rzeczy, z którymi można następnie wcielić kod komputerowy. Możesz więc umieścić system prostych równań lub być może całkiem skomplikowanych równań w programie komputerowym, a następnie ustawić program tak, aby obserwował wzajemne oddziaływanie różnych czynników, które odkryłeś jako ważne. Na przykład, jeśli próbujesz zrozumieć, w jaki sposób poruszają się planety w Układzie Słonecznym, musisz podać matematyczny opis grawitacji, a następnie możesz ustawić swój układ słoneczny i obserwować, jak się poruszają. I nie musiałbyś opisywać całej autonomicznej fizyki, która daje ci strukturę każdej pojedynczej planety. W swoim modelu układu słonecznego mógłbyś mieć raczej prosty opis grawitacji, a to wystarczyłoby do tego, na co próbujesz spojrzeć.
ADAM RUTHERFORD: Więc jest to sposób na połączenie wielu obserwacje, a następnie przewidywanie tego, co się stanie na podstawie tego, co już widzieliśmy?
CAROLE HASWELL: Cóż, jest to sposób wykorzystania tego, co zaobserwowałeś, do ustalenia tego, co uważasz za najważniejsze rzeczy, które rządzą zachowaniem. A potem skonfiguruj coś, co ująć to, co uważasz za ważne, aby sprawdzić, czy faktycznie odtwarza to, co obserwujesz.
ADAM RUTHERFORD: Te typy modeli są używane we wszystkich dziedzinach nauki. Oto naukowiec ds. Ochrony przyrody z RSPB, Paul Donald, o tym, jak symulacje mogą pomóc mu zrozumieć zachowanie ptaków.
PAUL DONALD: Dla mnie model to wzór, który pomaga mi wyjaśnić zmienność czegoś, co mnie interesuje. podam przykład.Powiedzmy, że interesuje mnie określony gatunek ptaków, powiedzmy, na przykład skowronki, i wychodzę i zbieram dane o liczbie skowronków na, powiedzmy, stu polach w południowej Anglii. I z pewnością odkryłbym, że liczba skowronków jest różna na różnych polach. Na niektórych polach będzie bardzo mało ptaków, a może wcale; na innych polach może być dużo ptaków. Interesuje mnie więc, dlaczego niektóre pola mają więcej skowronków niż inne, i użyłbym modelu, aby się temu przyjrzeć.
Więc co bym zrobił, gdy byłem poza liczeniem skowronki, czy zmierzyłbym również cały ładunek innych rzeczy, które moim zdaniem mogłyby wyjaśnić różnice w liczbie skowronków. Więc zbierałbym dane na przykład na temat tego, jaki rodzaj uprawy był na polu, ponieważ jest całkowicie możliwe, że lubią niektóre rodzaje upraw niż inne. Zbierałbym dane o wielkości pola. Mógłbym zebrać dane na temat pokrycia żywopłotu, liczby pobliskich drzew i wszystkich tych rzeczy, które mogłyby to wyjaśnić.
Model pozwoliłby mi określić, który z tych skowronków przewiduje numery, a które nie. Więc jeśli ustawimy to w ten sposób. Widzisz, mamy tutaj tę pierwszą kolumnę. To jest moja kolumna z liczeniem skowronków. Dla każdego pola mam liczbę, a dla każdego pola mam wartość rozmiaru pola. Wiem, jakie były plony, jakie były plony w poprzednim roku, rodzaj gleby, rząd żywopłotów i tak dalej, i tak i tak. Więc to, co chcę teraz zrobić, to umieścić to w modelu, w oprogramowaniu i poprosić, aby zidentyfikować, który z tych predyktorów lub zmiennych objaśniających, jak je nazywamy, najlepiej wyjaśnia zmienność liczby moich skowronków.
Jeśli więc po prostu klikniemy tutaj ten przycisk, który wyśle go do programu i damy mu kilka sekund na uruchomienie – oto on. Tak więc model został uruchomiony i jeśli go otworzę, ok, więc to, co pokazuje mi tutaj, to widać, że pokazuje mi, że rozmiar pola ma pozytywny wpływ na liczbę skowronków. Im większe pole, tym więcej skowronków. Pokazuje mi również, że w rzeczywistości istnieje tam rodzaj uprawy. To pokazuje mi, że zboża jare tutaj mają w sobie więcej skowronków niż zboża ozime tutaj, i że ten efekt jest dodatkowy do wpływu rodzaju uprawy. Jest też wiele innych kolumn ze wszystkimi innymi danymi. Mogę więc teraz udoskonalić ten model, co da mi bardzo dobre wyobrażenie o tym, dlaczego liczba skowronków, co mnie interesuje, różni się w zależności od różnych dziedzin.
Tak więc, w pewnym sensie, prawdziwą umiejętnością jest interpretacja. Tak więc ten model pokazuje, że dla zmiennych, które w nim umieściłem, niektóre z nich znacząco przewidują liczbę skowronków, a inne nie, ale nie może przewidzieć rzeczy, których nie wprowadziłem. A co jeśli, na przykład , najważniejszą rzeczą przy określaniu liczby skowronków nie jest żadna z rzeczy, które mierzyłem? Może to coś innego. Może to pogoda, nachylenie pola, rodzaj gleby lub coś w tym rodzaju. Coś, czego w ogóle nie mierzyłem. Model jest więc zasadniczo błędny, ponieważ nie zmierzyłem tego, co jest najważniejszym czynnikiem wpływającym na liczebność populacji skowronków. Nadal może być tak, że rzeczy, które zmierzyłem, częściowo określają liczbę skowronków, ale prawdziwą podstawową rzeczą, której mogłem wcale nie zmierzyć. W ekologii jest więc pewna standardowa rzecz, która mówi, że wszystkie modele są błędne, ale niektóre z nich są przydatne.
To jedyna metoda, więc gdybym interesowała się tylko jedną rzeczą, związkiem między na przykład liczby skowronków i rozmiar pól, mógłbym po prostu wykreślić je i zobaczyć, czy wraz ze wzrostem rozmiaru pola wzrasta liczba skowronków. Ale możesz to zrobić tylko na jedną rzecz naraz. Nie mogę patrzeć na wszystkie te różne zmienne w tym samym czasie i na to pozwala mi model. I to jest absolutnie fundamentalne narzędzie w ekologii, a ten sposób analizowania danych jest absolutnie podstawowym narzędziem.
Modelowanie nigdy nie zawodzi w tym sensie. Jeśli wiesz, co robi formuła matematyczna, jest to w pewnym sensie nieomylne. Zawodzi, jeśli nie mierzysz właściwych rzeczy lub jeśli interpretujesz je w niewłaściwy sposób. Mogę podać przykład. Powiedzmy, że mój model tutaj na ekranie pokazuje, że na dużych polach dostajesz więcej skowronków. Więc mógłbym odejść i powiedzieć OK, odpowiedzią na ten problem spadku skowronków jest to, że musimy powiększyć wszystkie nasze pola, ale co, jeśli wybiorą tylko duże pola, nie dlatego, że są duże, ale dlatego, że widzą nadchodzące drapieżniki na przykład z dużej odległości. Czyli to nie wielkość pola, na które reagują ptaki? Chodzi o to, jak dobrze widzą drapieżniki i to jest ważna rzecz, która determinuje liczby.
Więc może być tak, że faktycznie mógłbyś zrobić więcej dla skowronków, być może usuwając granice pól, sprawiając, że pola wydają się większe dla ptaków.Musisz więc bardzo uważać, jak interpretujesz wyniki tych modeli.
ADAM RUTHERFORD: Paul Donald. Więc to jest ważne: wszystkie modele są błędne. To symulacje, ale niektóre są bardzo przydatne. Wróćmy do powodzi w Cumbrii, które symulował hydrolog Nick Reynard. Nick, w jaki sposób modelowanie pomaga nam zrozumieć te ekstremalne zjawiska pogodowe?
NICK REYNARD: OK, więc idealnie byłoby oczywiście, gdybyśmy mieli dane absolutnie wszędzie, abyśmy mogli zrozumieć, co się dzieje w systemie rzecznym i wszędzie przez cały czas opady deszczu. Nie możemy tego mieć, jest to niepraktyczne i zbyt drogie, więc musimy być w stanie wypełnić luki. Używamy do tego modeli. Więc wypełniamy luki w przestrzeni i czasie, ustalając, w jaki sposób opady deszczu przemieszczają się przez krajobraz do rzek, a następnie ostatecznie do mórz, a modele to tylko symulacje komputerowe tego, jak porusza się woda, abyśmy mogli faktycznie zrozumieć, gdzie wysokie i niskie przepływy występują w dowolnym miejscu w hrabstwie, a nawet w Europie lub na całym świecie. Dlatego właśnie używamy modeli, co pomaga nam teraz zrozumieć, co robi hydrologia, jakie są przepływy, ale pozwala nam również używać tych modeli do prognozowania i przewidywania, jakie przepływy mogą wyglądać w przyszłości.
ADAM RUTHERFORD: Nick Reynard z Centrum Ekologii i Hydrologii.
