Ile świata możemy zasymulować za pomocą komputera?
W nauce mamy tradycyjnie do czynienia z dwoma nurtami działalności: teorią usiłującą konstruować matematyczne modele Wszechświata oraz doświadczeniem/obserwacją, których zadaniem jest testowanie teorii i ustalanie cech zamieszkanego przez nas Wszechświata. Jednakże w ostatnim dziesięcioleciu niektórzy naukowcy doszli do wniosku, że wraz z nastaniem ery komputerów cyfrowych narodził się nowy rodzaj nauki – nauka lub sztuka symulacji komputerowej.
Symulacja komputerowa polega mniej więcej na tym, że prawa rządzące zachowaniem układu fizycznego (na przykład gwiazdy lub klimatu ziemskiego) sprowadzane są do zestawu równań, dostarczanych do komputera wraz z liczbami opisującymi aktualny stan układu. Wówczas każe się komputerowi policzyć za pomocą tych równań, jak będzie wyglądał układ o jeden krok czasowy w przyszłość, następnie proces ten powtarza się dla następnego kroku i tak dalej. W ten sposób można przewidzieć ewolucję układu. I chociaż opisany przeze mnie proces mógłby być zastosowany nawet do prostych układów, termin „symulacja” używany jest zazwyczaj w odniesieniu do układów złożonych, w których zmiany w jednej części wpływają na to, co dzieje się w innych częściach.
Jako przykładu symulacji komputerowej dokonajmy prognozy klimatu w obliczu niebezpieczeństwa zwiększonej produkcji dwutlenku węgla (efektu cieplarnianego). Symulacje te zaczynają się od podziału atmosfery na części (w kształcie pudełek). Od dolnych do górnych warstw atmosfery ułożonych jest w stos około jedenastu pudełek szerokości kilkuset kilometrów. To, co się wydarzy w każdym pudełku, opisywane jest przez znane prawa fizyki i chemii. Biorąc pod uwagę fakt, że powietrze, ciepło i para wodna mogą przepływać z jednego pudełka do drugiego, możemy przewidywać, jak będzie ewoluować atmosfera. Po zbilansowaniu wszystkiego, atmosfera ukazana przez komputer stanowi symulację atmosfery ziemskiej w niedalekiej przyszłości. Jeśli będziemy kontynuować proces, komputer utworzy obraz naszej atmosfery sięgający coraz dalej w przyszłość. Często widzimy wyniki takich obliczeń odtwarzane przy okazji dyskusji na temat efektu cieplarnianego. Takie modele komputerowe nazywane są „modelami globalnej cyrkulacji” (GCM – global circulation models).
Rzeczywiście, GCM są bardzo dobrym przykładem zarówno siły, jak i słabości tego nowego sposobu uprawiania nauki. Jeśli chcemy przewidzieć, co się stanie, gdy w atmosferze podwoi się ilość dwutlenku węgla, łatwiej będzie oczywiście (nie mówiąc już o tym, że bezpieczniej) robić to na komputerze, a nie w naturze. Z drugiej strony, gdy stajemy w obliczu dramatycznych wykresów opisujących komputerowy świat, łatwo jest zapomnieć, że obraz ten nie jest całkiem taki jak świat rzeczywisty. W jakim stopniu jest to bliskie rzeczywistości, zależy od poziomu wiedzy o symulowanym układzie i od umiejętności posługiwania się tą informacją w komputerze.
Biorąc znów za przykład GCM, na Ziemi jest wiele ważnych szczegółów, które nie są uwzględniane przez symulacje. Wiemy na przykład, że chmury odgrywają bardzo ważną rolę w ustalaniu temperatury. Niektóre chmury odbijają światło słoneczne z powrotem w przestrzeń kosmiczną, inne zatrzymują ciepło przy powierzchni. Zatem każdy realistyczny opis klimatu powinien zawierać dokładny opis chmur. W GCM natomiast każdy skrawek nieba albo zawiera bryłę chmur o rozmiarach setek kilometrów, albo jest czysty. Innymi słowy, chmury na komputerowej planecie nie mają nic wspólnego z chmurami na Ziemi.
Tak samo skromnie reprezentowany jest wpływ oceanów i ich oddziaływanie na atmosferę. Na przykład jedna z bardziej popularnych wersji GCM traktuje oceany, jakby były „bagnami” – następuje wymiana gazowa pomiędzy powietrzem a atmosferą, natomiast brak jest prądów oceanicznych, takich jak Prąd Zatokowy. A zatem ocean w komputerze nie bardzo przypomina ocean rzeczywisty. I tak jak w przypadku chmur, problem polega na tym, że nawet komputery o największej mocy obliczeniowej nie są po prostu w stanie uporać się z całą złożonością Ziemi. Możemy sporządzić szczegółowe modele cyrkulacji oceanicznej, lecz bardzo trudno jest wprowadzić je do tego samego komputera wraz z GCM i w rozsądnym czasie uzyskać odpowiedź.
Są wreszcie pewne aspekty klimatu ziemskiego, których nie rozumiemy dostatecznie dobrze, by w ogóle uwzględnić je w modelu komputerowym. Wpływ upraw i roślinności na opady deszczu, wzrost i kurczenie się lodu oceanicznego, a także ewentualne zmiany energii dochodzącej ze Słońca stanowią tego przykłady.
Gdy przebrnęliśmy przez szczegóły czegoś takiego jak GCM, powinniśmy w stosunku do symulacji komputerowych przejawiać zdrowy sceptycyzm. Widząc wyniki symulacji powinniśmy zadać sobie pytanie, jak dalece układ opisywany w komputerze odpowiada układowi w świecie rzeczywistym. W żargonie „symulatorów” nazywane jest to weryfikacją modelu. Najlepszą weryfikację stanowi zastosowanie symulacji do sytuacji, dla której znamy rozwiązanie. Można na przykład wprowadzić dane klimatyczne sprzed stu lat i zobaczyć, czy GCM prawidłowo przewiduje obecny klimat. Fakt, że GCM nie może tego zrobić, jest jednym z powodów, dla których traktuję jego przewidywania ze szczyptą sceptycyzmu.