Интернет-журнал 'Домашняя лаборатория', 2007 №11 - Журнал «Домашняя лаборатория»

модели прогнозирования погоды использовали сетку с шагом в сотни километров. В нынешних моделях этот шаг уменьшен до десятков километров, а ближайшая цель — 5 км. Чем меньше область, тем точнее моделирование, однако для получения такой точности нужны суперЭВМ (вспомним потребность биологии в больших вычислительных мощностях, получившую название биоинформатики). В построении суперЭВМ наметилось два подхода: массовая параллельная обработка и векторные вычисления. Процессоры с массовым параллелизмом соединяют большое число универсальных процессоров, каждый из которых осуществляет часть сложного вычисления, а отдельные результаты суммируются. Векторная обработка использует специализированные микропроцессоры, предназначенные для решения сугубо определенной задачи. В свое время американский разработчик ЭВМ Сеймор Крей собирал необыкновенно быстрые суперЭВМ на основе векторного вычисления. Хотя его подход перестал пользоваться спросом на родине, к нему решила прибегнуть японская компания NEC. Вместо перехода на сетку с меньшим шагом для всего земного шара было решено, что качество прогноза у глобальных моделей можно улучшить при сетках с переменным шагом в особо важных областях.

Сборный прогноз. Сборный прогноз — метод, учитывающий чувствительность моделей к малым изменениям в начальных условиях. Данный подход связан с неоднократным прогоном модели, использованием различных начальных условий, чтобы посмотреть, как меняются выходные данные. Если, например, дождь выпадает в четырех испытаниях из десяти, можно прогнозировать 40 % вероятности дождя. Обычно модели запускают более 10 раз — часто это 17 прогонов, но порой может быть и 46. Одна из разновидностей данного подхода связана со сравнением результатов различных моделей с последующим прогнозированием на основе средневзвешенного значения. Опытные метеорологи используют ЭВМ, когда сверяют результаты, и порой отклоняют выданный ею прогноз исходя из собственного опыта.

Признание невозможности подробного долгосрочного прогноза и изучение лишь общих тенденций

Как пишет популяризатор науки Джеймс Глейк в книге ХАОС: создание новой науки (1987) [СПб., 2001]:

Предположим, что Земля покрыта датчиками на удалении одного фута друг от друга, а по высоте — идущими на расстоянии одного фута вплоть до верхних слоев атмосферы. Предположим, что каждый датчик снимает совершенно точные показания температуры, давления, влажности и любой иной величины по желанию метеоролога. Ровно в полдень обладающая неограниченной мощностью ЭВМ получает все эти данные и вычисляет, что произойдет в каждой точке в 12.01, потом в 12.02 и т. д. И тем не менее ЭВМ не в состоянии предсказать, будет ли в Принстоне, штат Нью-Джерси, солнечно или пасмурно через месяц.

Устоявшаяся сеть прогнозирования погоды не приемлет невозможности прогнозирования. Пока не удастся делать более точные прогнозы на срок более двух недель, приходится мириться с возможностью исходной непредсказуемости погоды. В некотором отношении здесь улавливается сходство с другой задачей науки о Земле: прогнозированием землетрясений (см.: Список идей, 13. Предсказание землетрясений).

Выработка совершенно нового подхода

При всех любопытных свойствах, проявляемых теорией хаоса и теорией катастроф, занятой изучением скачкообразных перестроек систем как чистой математики, для извлечения научных выгод требуется их более тесное соотнесение с физической реальностью. Свежий подход на основе простых правил программирования [так называемой системы компьютерной алгебры] предложил в 2002 году Стивен Вольфрам. Его идеи могут помочь в прогнозе погоды и иных областях науки, однако потребуется еще много усилий для соотнесения его отвлеченных математических методов моделирования с реальным миром.

Сегодня проект под названием climateprediction.com позволяет запускать модели поведения атмосферы на домашних компьютерах в фоновом режиме в качестве экранных заставок. Эта программа по массивным параллельным вычислениям схожа с обсуждаемыми соответственно в 4-м и 8-м «Списке идей» проектами SETIathome и Folding0Home. Сложные модели поведения атмосферы запускают с использованием различных начальных условий для прогнозирования погоды и климата в далеком 2050 году. Прогнозы затем сравнят с действительными погодными условиями 2050 года, что, возможно, прольет свет на подходы к моделированию. Десятки тысяч людей уже согласились предоставить свои компьютеры за символическое вознаграждение.

Цель данного проекта запечатлена в следующем выражении, передающем дух прогнозирования погоды:

Помогает объяснить прошлое, которое затем

Помогает понять настоящее, а значит,

Предсказать будущее, что позволяет

Больше влиять на грядущие события и

Лучше обезопаситься от неожиданностей.

Чарльз Хэнди[18]

Глава 6

Астрономия

Почему Вселенная расширяется со все большей скоростью?

Разведка — вот что вам предстоит! Не нанесение на карту звезд и изучение туманностей, а вычерчивание неведомых возможностей бытия.

Слова Кью, обращенные к капитану Пикару («Звездный путь: Следующее поколение»[19])

Астрономия или, точнее, космология изучает возникновение, развитие и макроскопическое строение и поведение Вселенной. До недавнего времени крупнейшей нерешенной задачей астрономии (космологии) было выяснение вопроса, будет ли Вселенная расширяться всегда или же в конце концов она сожмется.

Обнаружение ускоряющегося расширения Вселенной, что указывает на его необратимость, возможно, закрыло данный вопрос, но породило следующий. Причина такого все ускоряющегося расширения, порой именуемая темной энергией, похоже, противоречит современным представлениям о силах, определяющих поведение Вселенной. Объяснение феномена темной энергии и ныне остается крупнейшей нерешенной проблемой астрономии.

Содержимое Вселенной

«Что там?» — привычный вопрос людей, вглядывающихся в небо.

Попытки астрономии ответить на него в отношении всей Вселенной то дразнят нас своими поразительными ответами, то обескураживают столь же поразительными вопросами.

Содержимое всей Вселенной можно выразить в понятиях ее массы/энергии (масса и энергия оказываются взаимозаменяемыми величинами согласно знаменитому уравнению Эйнштейна: энергия = масса х квадрат скорости света, или Е = mс2). В нижеследующей таблице представлены самые последние оценки содержимого Вселенной в величинах массы и энергии, сопровождаемые краткими пояснениями.

Составная часть Вселенной ∙ % от массы/энергии Вселенной ∙ Примечания

Темная энергия ∙ 73 ∙ Вызывает ускоряющееся расширение Вселенной. При всей ее скрытности и при всем неведении о ее природе наблюдается огромное воздействие со стороны темной энергии

Темная материя ∙ 23 ∙ Хотя ее саму не удалось еще наблюдать, она ответственна за быстрое вращение галактик и галактических скоплений

Обыкновенная материя ∙ 4 ∙ Наблюдаемые яркие звезды, галактики и галактические скопления

Нейтрино ∙ менее 1 ∙ Установлена верхняя граница их совокупной массы, а действительное значение пока не определено

Напрашивается поразительный вывод: при всей неуловимости темная энергия и темная материя составляют 96 % Вселенной и определяют ее поведение.

Поэтому вполне справедливо задаться вопросом: как астрономия пришла к такому пониманию Вселенной? Подобно хорошему детективному сюжету наше понимание приходило мучительно, шаг за шагом. Ныне это обычно происходит так: усовершенствованная или новая часть экспериментальной оснастки позволяет увидеть нечто новое. Затем теоретики стараются объяснить новые данные посредством