Penisilin dönüşümünün keşfinden görelilik ve kuantum mekaniği teorilerine kadar bilim, bilgisayarlar olmadan önce bile akıl almaz bir hızla ilerliyordu. Bunun büyük kısmı bilimsel yöntemin sağlamlığına bağlı: bilimsel sonuçlar başka bilim adamları tarafından çoğaltılarak ve genişletilerek doğrulanıyor.

Fakat bilimi yapma şeklimiz değişiyor - şimdi doğayı anlamak için karmaşık bilgisayar modellerine giderek daha fazla güveniyoruz. Ve bu modellerin yeniden üretilmeleri neredeyse imkansız hale geldi - yani bilimin önemli bir mihenk taşına meydan okuyor. Peki bu değişimin gerçek dünyaya yansımaları nelerdir ve bu konuda ne yapabiliriz?

Ön-modern bilim - “doğal felsefe” olarak bilinir - ampirikti. Ampirik bilim, daha sonra test edilebilecek geleceğe yönelik tahminlerde bulunmak için geçmiş gözlemleri kullanır. Tycho Brahe16. yüzyıldan kalma bir Danimarkalı gökbilimci, göklerin bu şekilde doğru ve kapsamlı gözlemlerini yapmayı başardı.

Bununla birlikte, modern bilim teoriktir. Teorik bilim de öngörülerde bulunur, ancak onları önceki gözlemlerden ziyade matematiksel modellerden alır. Isaac Newton'un hareket yasalarını düşünün, örneğin ters kare çekim yasası.

Örneğin, Dünya'nın güneş etrafındaki yörüngesini tanımlayan bir denklem var. Bu denklem, sadece belirli değişkenleri takabileceğiniz ve çözümün nasıl değiştiğini görebileceğiniz bir bilgisayar modeli oluşturmak için kullanılabilir. Gelecekteki bir tarihi takıp o tarihte Dünya'nın konumunu okuyabilirsiniz. Aynı zamanda diğer gezegensel sistemleri modellemek için aynı programı kullanabilirsiniz - hepsi aynı matematiğe dayanır. Yapmanız gereken tek şey farklı kütleleri ve dahil olan vücudun diğer çeşitli özelliklerini tıkamak.

Bu tür matematiksel denklemler uygun olduklarında mükemmeldir - fakat çoğu zaman değildir. Örneğin, “denilen şeyi çözecek basit bir denklem olmadığını biliyoruz”üç vücut sorunu“Etrafında dönen ve birbirini etkileyen üç cismi tarif ediyor - ay, Dünya ve güneş gibi.

Mevcut bilimin çoğu daha karmaşık sistemlerle uğraşmaktadır ve benzer şekilde kesin çözümlere sahip değildir. Bu modellerin bir sistemin bir andan diğerine nasıl değiştiğini açıklayan “hesaplamalı” olması gerekir. Ancak, gelecekteki bir zamanda kesin durumu belirlemenin, evrimini bu şekilde “simüle etmekten” başka yolu yoktur. Hava durumu tahminleri bilinen bir örnektir; 1950'lerde bilgisayarların ortaya çıkmasına kadar, gelecekteki hava durumunu gerçekten olduğundan daha hızlı bir şekilde tahmin etmek imkansızdı.

Mevcut bilim tipik olarak karmaşık bir sistemi tanımlayan matematiksel bir model oluşturmaktan sonra bunu bir hesaplama simülasyonuna dönüştürmek ve modeli doğrulamak için tahminler yapmak için simülasyonu çalıştırmaktan oluşur.

Modelleme başarısız olduğunda

Modelleme, bilimsel alanlarda - astrofizikten ve iklim tahmini biyoinformatik ve ekonomi. Ama orada artan tartışma Bu bilimin üreme yoluyla doğrulamak zor olduğu gerçeği hakkında.

Basitçe deneysel yöntemleri kelimelerle tanımlamanın yeterli olmadığı ortaya çıktı. Bu kısmen, İngilizce gibi doğal dillerin hesaplamaları tam olarak tanımlayamayacak kadar belirsiz olmasından kaynaklanmaktadır. Sonuçta, programcıların programlama dillerini kullanmasının bir nedeni var. Yazılım geliştirmedeki en büyük zorluklardan biri belirsiz gereklilikleri davranış biçiminin kesin özelliklerine dönüştürmektir.

İnsanlar - hatta bilim adamları - sonuçta yanılabilir. Herhangi bir bilgiyi bir programa dönüştürmek neredeyse her zaman kaçınılmaz olan hataları ortaya çıkarır. Örneğin, birçok bilim adamı, sağlamlık için değil, kullanım kolaylığı için tasarlanmış elektronik tablolar gibi veri araştırma araçlarına güvenmektedir. Herhangi bir uyarı vermeden bir elektronik tablodaki yanlış hücre aralığını toplamak çok kolaydır. Bu biriydi metodolojik kusurlar ABD Cumhuriyetçi Partisi'nin kemer sıkma politikalarını temel aldığı bir bildiride.

Benzer şekilde bir yeni bir çalışma ABD'deki Enron soruşturması sırasında halka açılan 15,770 elektronik tablolarında Enron, en az bir formül içeren elektronik tabloların% 24'inin boş hücrelerin eklenmesi gibi belirgin hatalara sahip olduğunu gösterdi.

Doğa bilimlerinde Mars İklim GözlemcisiMars'taki iklimi incelemek için 1998'te başlatılan bir uzay sondası bir yıl sonra kaybedildi, çünkü kontrol yazılımının bir kısmı yanlışlıkla metrik birimler yerine emperyalist kullanıyordu. Bir başka çalışmada Aynı jeoloji deneyinin dokuz bağımsız uygulamasının - aynı veri setini, algoritmaları ve programlama dilini kullanarak - elde edilen sonuçlarda çok az bir anlaşma olduğunu göstermiştir.

Dahası, bir araştırma makalesinin okuyucusu, yazarın kesin anlamını başarılı bir şekilde yorumlasa ve ardından onu hatasız bir şekilde bir programa çevirse bile, onu uygulamada hala tuzaklar vardır. Özellikle çetrefilli bir sorun sınıfı, bilgisayarların sayıları işleme biçiminden kaynaklanmaktadır: 42 ve -17 gibi tam sayıları mükemmel bir doğrulukla işleyebilmelerine rağmen, ??3.14 ve ?2?1.414 gibi gerçek sayıları işlemeye yönelik standart teknikler yalnızca yaklaşık doğruluğa izin verir. Bu yaklaşımlar, aynı değeri hesaplamanın görünüşte eşdeğer yollarının farklı sonuçlar elde etmek.

Peki ne yapılabilir? Uzman yazılım geliştiriciler bile doğru yazılımı güvenilir bir şekilde üretemiyorsa, bilim adamları gibi amatör programcılar için ne umut var?

Bir çalışma satırı, her ikisinin de ekonomik piyasalardaki ajanların davranışı veya ilaçların hücreler arasında yayılması gibi belirli bir problem sınıfına uyarlanmış “alana özgü” programlama dillerini tasarlamak için araçlar üretmektir. Bu, uzmanları, dolaylı olarak genel amaçlı bir programlama dilinde kodlamak yerine hesaplamaları doğrudan tanıdık terimlerle tanımlamayı çok daha kolay hale getirmeyi amaçlar.

İkinci bir yaklaşım, programlar için daha etkileyici fakat yine de kullanıcı dostu “tip sistemler” tasarlamaya çalışmaktadır. Bunlar, elektronik tablolardaki boş hücreler gibi “saçma” hataları yakalamayı ya da farklı birimlerdeki değerleri karıştırmayı kolaylaştırır. Yine de tüm mantık hatalarını ekarte edemez. Üçüncü bir satır ise, kesin bir aritmetik için kullanılabilir kod kütüphaneleri geliştirerek, yaklaşım problemlerinden kaçınılmasıdır.

Bu yaklaşımların problemin ilerlemesine yardımcı olma veya en azından riskin bir kısmını ortadan kaldırma konusunda her türlü şansı vardır. Ne de olsa, dünya bilime ve bilim insanlarının bilgisayarlara ihtiyacı var - bu durumun yakın zamanda değişmesi beklenmiyor.