Computers kunnen geen chaos simuleren, en dat is slecht nieuws voor de klimaatwetenschap

Elon Musk mag dan beweren dat computers de realiteit kunnen nabootsen, volgens een nieuw rapport is er in ieder geval één ding dat ze niet kunnen simuleren: chaos.

Dat is best problematisch nieuws voor klimaatwetenschappers, die vaak computers gebruiken om uitkomsten van chaotische systemen als wolkenformaties en weerpatronen te simuleren en te voorspellen. Dit rapport werd deze week gepubliceerd in Advanced Theory and Simulations, en als de conclusies ervan kloppen, dan zouden klimaatwetenschappers die van zulke modellen gebruik maken even goed moeten controleren of hun voorspellingen niet herzien moeten worden. En ze moeten voorzichtiger zijn met toekomstige prognoses.

Voor wie niet precies weet wat een chaotisch systeem is: in de wiskunde en informatica betekent een chaotisch systeem ieder systeem waarin een kleine aanpassing in het beginstadium kan leiden tot grote, tegenovergestelde uitkomsten op de lange termijn. Deze eigenschap is ook wel bekend als het vlindereffect, en komt oorspronkelijk uit de klimaatwetenschap. Dynamische chaotische systemen kunnen overal in de natuur plaatsvinden, of het nou gaat om de beweging van moleculen, vloeistofmechanica of – volgens sommige wetenschappers – het universum.

In hun experiment gebruikten de onderzoekers een simpel chaotisch systeem genaamd de Bernoulli-map, waarvan de parameters bekend zijn. Ze weten het antwoord al. En dat is handig, want daardoor konden ze de voorspellingen van de computers makkelijk verifiëren. Toen de onderzoekers de computer vroegen om het systeem te simuleren, kwamen ze erachter dat de voorspellingen er óf aanzienlijk naast zaten, of gewoon helemaal verkeerd waren. Het probleem: het fundament van hoe digitale computers werken.

Digitale computers laten versimpelde weergaves zien van een spectrum dat uit getallen bestaat, aan de hand van iets dat ook wel het zwevendekommagetal wordt genoemd. Ze zijn niet in staat om irrationele getallen te laten zien – getallen die, in tegenstelling tot rationele getallen, niet als breuk geschreven kunnen worden en in plaats daarvan oneindig doorgaan zonder dat er een duidelijk patroon in zit. Het getal pi bijvoorbeeld. Omdat computers deze niet goed kunnen laten zien, ontstaan er kleine foutjes in de simulatie, en samen bij elkaar opgeteld kunnen die weer voor grotere fouten zorgen – het vlindereffect.

“De kern van het probleem is dat het in een chaotisch systeem juist deze irrationele getallen zijn die dit systeem zo chaotisch maken,” zegt Peter Coveney, bijzonder hoogleraar informatica aan onder andere de Universiteit van Amsterdam.

Wat betekent dit precies voor klimaatwetenschappers die dit soort modellen gebruiken? Moeten zij maar de handdoek in de ring gooien? Zeker niet: het is niet zo dat dit zou kunnen betekenen dat klimaatverandering niet bestaat, of klimaatmodellen in het algemeen niet kloppen.

“Ik hoef zeker geen telefoontje van Donald Trump te krijgen, dat hij me onderzoekssubsidie aanbiedt,” zegt Coveney. “Voor alle duidelijkheid: het zijn niet de modelprocedures in in de klimaatmodellen die het probleem vormen. Omdat een systeem chaotisch is, betekent dat niet dat dit soort dingen ineens totaal onvoorspelbaar worden. Bij sommige modellen moeten de voorspellingen alleen wel nader bekeken worden. Prognoses die in het verleden gedaan zijn moeten opnieuw worden gecontroleerd, en in de toekomst moeten we extra nauwkeurig te werk gaan.”

Aangezien deze modellen overal gebruikt worden, is dat nog geen makkelijke opgave. Om het op te lossen moeten natuurkundigen, chemici, computerwetenschappers en klimaatonderzoekers zich verbinden. Coveney heeft zich al aangesloten bij VECMA, een interdisciplinair project dat door de EU wordt gefinancierd. Maar zelfs met geld blijft het een gigantische klus, Coveney zegt dat wel eens tot een heel nieuw onderzoeksveld zou kunnen leiden, dat enkel als doel heeft om fouten uit chaotische klimaatsimulaties te halen. Er zijn al wat mogelijk richtingen waar we op kunnen gaan

Een mogelijke manier om de voorspellingen te controleren zou kunnen zijn om een emulator te gebruiken – wat in feite neerkomt op een computer binnen een computer. Een emulator gebruikt een ander systeem om getallen weer te geven dan digitale computers. De simulatie zou dus op beide kunnen worden uitgevoerd, waarna je de resultaten met elkaar kunt vergelijken. Het nadeel hiervan is alleen dat emulators relatief ontzettend traag zijn.

Een andere veelbelovende oplossing is om complexe analoge computers te gebruiken, ook wel bekend als neuromorfe computers. De hardware van deze computers is zo ontworpen dat het de processen binnen het menselijk brein kan nabootsen, en aangezien ze analoog zijn, hebben ze niet het probleem dat ze getallen digitaal moeten weergeven. Dat maakt ze tot een goede kandidaat om de chaotische systemen die klimaatwetenschappers gebruiken accurater te simuleren.

Volgens Coveney en zijn team is de kern dat computers niet automatisch de waarheid vertellen. “Mensen nemen altijd aan dat iets klopt zodra het gebaseerd is op automatische berekeningen. Maar juist omdat de systemen die we gebruiken zo belangrijk zijn, moeten we er nog voorzichtiger mee zijn.”

En wat zijn de directe gevolgen daarvan voor onze toekomst? Misschien dat digitale computers en modellen weliswaar handige middelen zijn om de wereld beter te begrijpen, maar ook weer niet veel meer dan dat. En net als ieder ander middel zijn ze niet onfeilbaar. We kunnen computers niet onvoorwaardelijk vertrouwen. We moeten er rekening mee blijven houden dat ze er net zo goed naast kunnen zitten.