Credito:Università del Wisconsin - Milwaukee
Paul Roebber sedeva sulla spiaggia del New Jersey, guardò l'oceano e lasciò vagare la sua mente. "Ho iniziato a pensare agli squali a caccia di prede, "dice il meteorologo, "e sulla previsione dei sistemi dinamici in natura".
Gli ricordava come i computer permettessero agli scienziati di simulare sistemi complessi, come le interazioni predatore-preda. Previsioni del tempo, pure, fare affidamento su modelli statistici per trovare e ordinare modelli in grandi quantità di dati. Ancora, il tempo rimane ostinatamente difficile da prevedere.
Roebber ha una storia di renderlo meno testardo. È un leader nel portare nuovi approcci alla meteorologia, e la sua ricerca ha cambiato il modo in cui gli esperti di tutto il mondo prevedono il tempo. Spesso, le sue innovazioni derivano dall'adattamento di qualcosa che non ha nulla a che fare con la meteorologia. E nell'estate del 2016 quella fantasticheria di Jersey Shore sugli squali ne stava accendendo un'altra.
I meteorologi usano modelli "ensemble", che mediano molti modelli meteorologici diversi, per creare previsioni più accurate. Roebber si chiedeva se un equivalente matematico della teoria dell'evoluzione di Charles Darwin potesse ottenere di più dalle previsioni d'insieme, e farlo senza richiedere dati aggiuntivi, che può essere costoso da raccogliere.
Ha ideato un metodo in cui un programma per computer ordina 10, 000 altri, migliorarsi con strategie che imitano la natura, come l'ereditarietà, mutazione e selezione naturale. "All'inizio era solo un'idea pazzesca, "dice Roebber, un illustre professore di scienze atmosferiche UWM, che lo aveva considerato fin dal 2010. "Ora, nell'ultimo anno, ho ricevuto 500 dollari, 000 di finanziamenti dietro di esso."
Quest'ultimo metodo di previsione supera i modelli utilizzati dal Servizio meteorologico nazionale. E rispetto ai modelli di previsione meteorologica standard, La metodologia evolutiva di Roebber si comporta particolarmente bene su previsioni a lungo termine ed eventi estremi, quando è più necessaria una previsione accurata.
L'importanza della meteorologia va ben oltre il consigliare alle persone di mettere in valigia un ombrello per il lavoro o di mandare i bambini a scuola con vestiti più caldi. Circa il 40% dell'economia degli Stati Uniti dipende in qualche modo dalle previsioni meteorologiche. Anche un piccolo miglioramento nell'accuratezza di una previsione potrebbe far risparmiare milioni di dollari all'anno per settori come spedizionieri, servizi pubblici e agroalimentare.
Non è la prima volta che Roebber è coinvolto in un lavoro rivoluzionario. Nel 2007, ha lanciato Innovative Weather, che fornisce servizi personalizzati relativi alle condizioni meteorologiche a clienti come We Energies, i Milwaukee Brewers e il traghetto Lake Express. Ora al suo 22° anno alla UWM, attribuisce alla curiosità naturale e a una personalità persistente l'inquadramento non solo della sua importante carriera, ma anche portandolo attraverso una battaglia personale con il cancro.
Caos
I modelli di previsione meteorologica sono tutt'altro che perfetti perché è impossibile ottenere dati completi ed esatti. "Quando misuriamo lo stato attuale dell'atmosfera, non stiamo misurando ogni punto nello spazio tridimensionale, " Dice Roebber. "Stiamo interpolando ciò che accade nel mezzo".
risulta, lo stato di elevata incertezza della natura è qualcosa che non puoi semplicemente ignorare. Il suo ruolo è stato identificato per la prima volta negli anni '60 da Edward Lorenz, un meteorologo e matematico del MIT.
Lorenz scoprì che quando inavvertitamente accorciava a tre un numero con sei cifre decimali, il piccolo errore ha comportato modifiche impreviste alle previsioni.
Roebber spiega questo concetto in termini di mancanza di un autobus. Anche se lo manchi solo per 60 secondi, devi comunque aspettare ben 15 minuti prima che l'autobus torni di nuovo. Una volta che il ritardo di 60 secondi diventa 15 minuti, forse perdere un incontro importante. Mentre assente, ti viene assegnato un compito che richiede settimane del tuo tempo. Piccoli errori si trasformano in grandi conseguenze.
la scoperta di Lorenz, chiamato "Effetto Farfalla, "diventò il principio fondante della teoria del caos, che per primo ha riconosciuto il ruolo trascurato dell'apparente casualità nel predire la natura. Per i meteorologi, significava che ottenere una previsione meteorologica perfetta era impossibile, soprattutto a lungo termine.
interessante, come studente laureato al MIT nei primi anni '80, Roebber ha seguito un corso di teoria del caos con Lorenz che si è rivelato essere la sua classe più difficile lì. Ha sottolineato l'importanza del tempo speso alla ricerca di previsioni migliori, anche se una previsione perfetta è irraggiungibile. In meteorologia, lui dice, un aumento incrementale dell'accuratezza – forse solo 1 grado Fahrenheit in una previsione a lungo termine – ha un impatto economico cumulativo.
Neve
In collegio, Roebber si dilettava negli aspetti interdisciplinari della meteorologia. "Per me, " lui dice, "la creatività deriva dall'essere aperti a vasti interessi".
Per esempio, dopo aver letto dell'architettura dell'intelligenza artificiale, è stato ispirato a migliorare il modo in cui i meteorologi prevedono la quantità di neve. Tali previsioni erano state particolarmente impegnative perché i meteorologi non avevano modo di conoscere il rapporto neve - la quantità di acqua contenuta in ogni pollice di neve.
Credito:Università del Wisconsin - Milwaukee
Tale rapporto varia ampiamente, quindi non sapevi mai se saresti diventato pesante, neve bagnata o la luce, tipo soffice. I migliori meteorologi che potevano fare era prevedere una vasta gamma di pollici, che potrebbe significare la differenza tra un fastidio abbastanza minore e un grande evento di aratro.
Roebber ha costruito simulazioni organizzate come reti di neuroni nel cervello:i programmi per computer formavano un sistema di unità di elaborazione interconnesse che potevano essere attivate o disattivate. Questo strumento di reti neurali artificiali si è dimostrato particolarmente abile nel prevedere scenari con grandi lacune di dati e risme di variabili. E ha notevolmente avanzato gli sforzi di previsione delle nevicate.
"Paul attraversa i confini della disciplina come i cittadini dell'UE attraversano i confini nazionali, "dice Lance Bosart, un illustre professore di scienze atmosferiche presso la State University di New York ad Albany.
Bosart è così rispettato tra i suoi colleghi che l'incontro annuale dell'American Meteorology Society del 2017 ha tenuto un simposio a suo nome. Gli è capitato anche di supervisionare il lavoro post-dottorato di Roebber. "Era in prima linea, "Bosart dice, "di utilizzare le reti neurali per migliorare le previsioni del tempo 10 anni fa".
La spinta creativa di Roebber non è sorprendente se si considera la sua educazione in una famiglia di intellettuali. Il figlio di un professore di chimica alla Northeastern University di Boston, Roebber ricorda il programma della PBS "Nova" come un punto fermo della TV in casa. Quando finì il liceo, sapeva che voleva perseguire le scienze fisiche al college.
Durante i suoi anni di laurea al MIT, ha studiato cicloni esplosivi, come quello del film "The Perfect Storm". La tesi risultante continua ad essere la pubblicazione più citata di Roebber da altri ricercatori di scienze atmosferiche.
in evoluzione
Con le sue ultime ricerche, Roebber sta tirando fuori un altro mattone dal muro tra previsioni e accuratezza:i difetti insiti nella modellazione d'insieme.
Mancando l'aggiunta di nuovi dati, i modelli utilizzati in un gruppo tendono a concordare tra loro piuttosto che con il tempo reale. In altre parole, le informazioni in ogni modello sono spesso troppo simili, e in assenza di maggiore diversità, è difficile distinguere le variabili rilevanti da quelle irrilevanti, ciò che lo statistico Nate Silver chiama "segnale" e "rumore". La soluzione di Roebber applica i principi dell'evoluzione darwiniana.
Roebber ha sviluppato tre strumenti che distinguono Innovative Weather. Uno rileva i fulmini. Un altro identifica le tempeste che potrebbero causare interruzioni di corrente. Un terzo fornisce previsioni accurate delle nevicate in pollici. Credito:Università del Wisconsin - Milwaukee
In natura, la diversità delle specie sventa la possibilità che una minaccia distrugga un'intera popolazione contemporaneamente. Darwin osservò questo in una popolazione di fringuelli delle isole Galapagos nel 1835. Gli uccelli si divisero in gruppi più piccoli, ciascuno residente in diverse località intorno alle isole. Col tempo, si sono adattati al loro habitat specifico, rendendo ogni gruppo distinto dagli altri.
Roebber ha deciso di utilizzare l'evoluzione per progettare una maggiore variazione nei modelli di previsione. Ha iniziato suddividendo le variabili in scenari condizionali:il valore di una variabile sarebbe stato impostato in un modo in una condizione, ma essere impostato diversamente in un'altra condizione.
Il programma per computer seleziona quindi le variabili che meglio hanno raggiunto l'obiettivo dichiarato e le ricombina, e lo fa nelle "nicchie" meteorologiche, " proprio come hanno fatto i fringuelli nelle loro nicchie delle Galapagos. I modelli figli hanno i tratti di maggior successo.
"Approfondiamo i dati configurando le variabili in modo diverso, " dice Roebber. "Una differenza tra questo e la biologia è, Volevo costringere la prossima generazione a essere migliore in un certo senso assoluto, non solo sopravvivere".
Sta già usando la tecnica per prevedere le temperature minime e massime per sette giorni fuori. E il programma per computer evolutivo fa altrettanto o meglio delle previsioni degli esperti umani più abili.
In un documento del 2010, Roebber ha calcolato 2 milioni di dollari in potenziali risparmi annuali per i servizi elettrici dell'Ohio se avessero sostituito questo metodo evolutivo per le previsioni d'insieme.
Innovazione
Essere preparati e risparmiare denaro è stata l'idea alla base del lancio di Innovative Weather nel 2007. Il gruppo di previsione, presidiato da Roebber, il meteorologo Mike Westendorf e un team di studenti stagisti qualificati, fornisce un servizio 24 ore su 24, 7 giorni su 7, di previsioni personalizzate per oltre una dozzina di clienti. Aiuta i birrai a decidere quando chiudere il tetto di Miller Park, Lake Express si prepara per le partenze difficili e We Energies gestisce le peggiori tempeste invernali del Wisconsin.
"Quando prevedi per clienti con esigenze specifiche, è più intenso delle previsioni generali, "dice Westendorf, Direttore di Innovative Weather. "Ci sono migliaia di dollari in palio per questi clienti che devono assicurarsi che le loro risorse siano disponibili nel momento in cui sono necessarie".
Paul Roebber si consulta con la studentessa Lily Chapman presso Innovative Weather. Credito:foto UWM/Elora Hennessey
I risparmi vengono dalla prevenzione dei danni alle infrastrutture, ma anche da una gestione più efficiente del personale. Troppo pochi in servizio durante il maltempo, e i clienti restano più a lungo senza alimentazione. Troppo lavoro si somma a costi di manodopera sprecati, soprattutto nei fine settimana e nei giorni festivi.
"Con Meteo innovativo, ora riceviamo una serie di potenziali scenari meteorologici, ma hanno anche un'idea realistica della potenziale gravità di un evento, "dice Duane Miller, responsabile distribuzione gas ed energia elettrica presso We Energies, che richiama il servizio dalle 15 alle 20 volte l'anno.
Roebber ha sviluppato diversi strumenti predittivi che distinguono Innovative Weather. Fu il primo ad adottare il suo metodo per prevedere la neve in pollici. Consulenza con We Energies, ha anche creato un rilevatore di fulmini e un metodo per identificare i temporali che potrebbero causare un'interruzione di corrente.
Il successo del lancio di Innovative Weather è stato uno dei momenti salienti della carriera di Roebber. Ma segnò anche l'inizio della sua saga personale più impegnativa. Perché poco dopo, gli è stato diagnosticato un cancro al colon di stadio 4, e si era già diffuso al suo fegato.
sempre il matematico, ricorda una statistica molto scoraggiante:"Il mio tasso di sopravvivenza a cinque anni era del 7%, Mi fu detto."
Tra il 2007 e il 2012, ha subito una dozzina di interventi chirurgici ed è sopravvissuto a tre complicazioni quasi fatali dovute a emboli polmonari. Durante diversi cicli di chemioterapia, continuava a tenere i suoi corsi per evitare di imporsi sui colleghi. E l'esperienza ha cambiato il modo in cui vede i suoi successi professionali.
"La mia ricerca è sempre stata importante per me, " dice Roebber. "Ma quando ero malato, Ho pensato all'impatto che ho avuto sui miei studenti. Per me, questo è il contributo duraturo che do."
Successo studentesco e ricerca si intrecciano nel mondo di Roebber. Una volta, dopo essere stato in disaccordo con l'elenco dei tratti di qualcun altro che sono più predittivi del successo degli studenti delle scuole superiori, Roebber ha modellato matematicamente la domanda e ha trovato un insieme di indicatori più inclusivo.
Infatti, uno degli obiettivi principali nella creazione di Innovative Weather era quello di offrire agli studenti esperienze di tirocinio retribuito in un campo in cui pochi sono disponibili. Offre sia agli studenti universitari che ai laureati la possibilità di essere coinvolti nella ricerca applicata mentre si lavora con le imprese.
A metà del 2012, Roebber è stato dichiarato libero dal cancro. Ora, quasi cinque anni dopo, non poteva resistere a rifare i calcoli di sopravvivenza. Stima la probabilità condizionata di vivere per i prossimi cinque anni al 91 per cento. Per il grande pubblico, è 93.