Quando duemila computer possono non bastare. Che fare allora?

Quando duemila computer possono non bastare. Che fare allora?
Modelli quantitativi. Immagine di repertorio

L’INFORMAZIONE& IL SUO UTILIZZO. Un bel lavoro di Emanuele Borgonovo, direttore dell’Eleusi Bocconi, il Centro per l’elaborazione logica e l’utilizzazione sistematica dell’informazione. Vediamo cosa suggerisce. ” Come ci insegnano  le più recenti – scrive – e anche le più classiche monografie di svariati settori, dalla climatologia alla finanza, il moderno processo di decisione ha, tra le sue principali leve informative, il modello quantitativo costruito a supporto della soluzione del problema. Mediante il modello, lo scienziato, l’ingegnere, il manager riescono a mettere a fuoco gli aspetti principali del problema, a ricomporli in un unico pezzo di carta (o di calcolatore) e vengono aiutati a scegliere la migliore tra le alternative disponibili.È indubbio che un buon modello sia uno strumento indispensabile. Ne sono esempi i modelli idrologici e meteorologici. Quelli disponibili per la nostra regione avrebbero previsto in anticipo l’esondazione del Seveso di qualche mese orsono. Se i loro risultati fossero stati presi in considerazione per tempo, si sarebbero evitati i parecchi milioni di euro di danni. Purtroppo, nessun modello ad oggi sarebbe stato in grado di prevedere il terremoto e il conseguente tsunami che hanno colpito Fukushima. Nemmeno la grave rottura della piattaforma nel golfo del Messico della British petroleum o il fallimento della Lehman Brothers sono stati previsti da modelli, in questi ultimi casi forse per la mancanza di modelli dedicati a questo tipo di problemi. La mancanza di un modello o la sua inadeguatezza, tuttavia, portano alla medesima conseguenza: una cattiva o parziale informazione. Non a caso, si parla di rischio di modello, ovvero di una decisione subottimale a causa di una non completa considerazione dell’incertezza legata alle previsioni numeriche. Un recente dibattito nella climatic change community sottolinea la necessità che allo sviluppo di modelli sia contrapposta un’analisi di incertezza che sia in grado di evitare il rischio di overconfidence nei risultati del modello. L’Agenzia per la protezione ambientale statunitense (Us Epa) raccomanda l’utilizzo di tecniche di analisi di incertezza e sensibilità affinché il grado di confidenza nel risultato del modello sia reso trasparente ai policy maker. La questione si complica ancora se si cerca di prevedere eventi rari e catastrofici come le conseguenze dell’uragano Katrina. In quel caso, le sfide per i modelli numerici sono notevoli”.

LE TECNICHE MENO COSTOSE.  Tecniche, certo, ma complesse e costose. Come aggirare quindi i problemi?  ” Quando l’evento da cogliere – suggerisce lo studioso – ha probabilità bassa occorre forzare le simulazioni Monte Carlo (un metodo statistico non parametrico) nella giusta direzione. Le tecniche che si propongono di raggiungere questi scopi sono costose dal punto di vista computazionale. Etienne de Rocquigny, deputy vice rector of research a Ecole Centrale Paris e membro dello steering committee del centro Eleusi Bocconi, ha spiegato in un recente seminario come Electricité de France, una delle maggiori industrie energetiche europee, abbia circa 1800 computer che corrono in parallelo per proiezioni e analisi di rischi ambientali. Ma anche questo sforzo di calcolo potrebbe non bastare. Dall’errore di sovrastima o sottostima di un modello occorre imparare per costruirne uno migliore. In questo senso, i passi avanti sono stati molti. Un esempio su tutti è rappresentato dalla migliore accuratezza dei modelli meteorologici moderni rispetto a quelli di 15 anni fa.Per costruire modelli numerici ancora migliori occorre tuttavia un’analisi dettagliata degli aspetti anche realistici che hanno condotto all’errore della versione precedente. Per esempio, una delle conclusioni intuitive dopo l’incidente di Fukushima è quella di elevare l’altezza sul mare di certi componenti critici, che eviterebbe loro di essere travolti dalle onde. Un recente report del Mit riporta i risultati di un’analisi coreana che ha mostrato come aumentando l’elevazione al suolo di questi componenti ne si diminuisce la resistenza agli shock sismici; dunque, in Corea, tali componenti sono interrati, una scelta che, in primis, sembra controintuitiva. L’uso di un modello deve quindi essere accompagnato da una visione critica, sia nel momento della sua costruzione sia dello sfruttamento del contenuto informativo che è parte integrante del processo di decisione ormai della vita di tutti noi: chi non guarderà il meteo domani mattina?”.

Ti potrebbe interessare anche...