科学的予想に関する素晴らしい啓蒙書でした。
相異なるモデル間で、相互評価する他ない科学的予想・・・
仮に一致したとしても、著者曰く・・・
「モデルが将来にわたってうまく機能する保証も、
もっと言えばモデルが現実のシステムの機能と少しでも似ているという保証もない」
実験による検証を旨とする科学と言い切るには、逡巡多き辛い仕事だな・・・と思いました。
本書より・・・
気候などのシステムを正確に予測できない理由はふたつある。
１．方程式がない。方程式は計算不可能なシステムには存在しない。
２．私たちが予測に使っているモデルには、パラメーター化の誤差に対する鋭敏性がある。
既存のモデルを少しでも変えると、たいてい値がずいぶん異なる予測が生まれる。
根底にある系が計算不可能なので、モデルはモデル誤差を招くパラメーター化に依存している。
モデルが精緻になればなるほど、未知のパラメーターの数が増える。
そのようなモデルの特徴である複数のフィードバック・ループもまた、
パラメーター化の小さな誤差への鋭敏さをもたらす。その結果、モデルは非常に柔軟になり、
過去のデータに適合させることはできても、正確な将来予測は相変わらず難しい。
モデルが正しいとは言えない ― モデルが非常に柔軟だというだけのことだ。
雲は第一原理から計算（ボトムアップ）できるものではなく、むしろ複雑系の創発特性と見なすほうが、
いろいろな意味でずっと理にかなっている。
「パラメーター化」は、ある程度は物理学にもとづいているかもしれないが、
ニュートンの運動方程式とは大きな隔たりがある（重力の法則はあっても、雲の法則はない）。
パラメーター化は、誤差の大きな原因である。雲量の推定値は気温や湿度などの計算に影響を与えるが、
そもそもその計算は雲量の推定に使われているからだ。雲が時間とともにどのように変化し、
発展していくかを予測するには、詳細な部分が問題になる。
そして、雲は非常にさまざまなスケールに渡って存在するので、あらゆる情報を集められるほど小さい、
特定の格子サイズというものは存在しないのだ。
分解能が向上しても、細かいスケールの物理をモデル化するには新たなパラメーター化が必要になる。
したがって、モデルの変数の数は爆発的に増え、実際には予報精度が落ちる可能性がある。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
