В рамках XII серии проекта «PROНаука в КФУ» состоялась лекция на тему «Трудности прогнозирования». Эту тему раскрыла кандидат физико-математических наук, доцент кафедры математической статистики Института вычислительной математики и информационных технологий КФУ Ирина Григорьева.
«Марк Твен говорил, что ученые пытаются из скудных данных создать далеко идущие последствия. Это не единственная причина плохих прогнозов. Всякий прогноз основывается на модели существующих явлений. Само построение модели – сложная вещь», – отметила Ирина Григорьева.
Эксперт объяснила смысл прогнозирования на примере простой школьной математической задачи. И.Григорьева отметила, что при ее решении может быть учтена одна информацию, а другая – нет. Реальная ситуация содержит огромное число параметров, влияющих на поведение. Получается, что человек не может строить модель, если все время возникает опасность потери какой-либо информации. Такие маленькие эффекты, которые мы не можем учесть, исследует теория вероятности. То, что человек не может учесть, называется случайность, она имеет свои закономерности. К сожалению, жизненный опыт не приучает работать со случайностями. Невозможно понять, что случайно, а что закономерно. Наоборот, человеческое мышление построено так, чтобы искать закономерность во всех явлениях. Скорее всего, человек будет искать закономерность там, где ее нет, чем наоборот.
«Немногие из нас, даже математики, на глаз не могут оценить, что случайность, а что нет. Поэтому обязательно нужно проверять — наукой, статистикой и соответствующими методами», – отметил эксперт.
Другой источник погрешности – внесение субъективности в прогнозы. Это происходит из-за того, что у каждого есть свой взгляд. Например, существует модель голосования «за» или «против». Ни одно мнение не может считаться неправильным. В каких-то случаях лучше, когда большинство «за», а когда нужен компромиссный кандидат, лучше использовать меньшинство «против». В теории голосования есть такой тезис: существует правило выбора, но не существует правила для выбора этих правил. Таким образом, при выборе алгоритмов вступает в силу субъективность.
Кроме того, не факт, что модели, хорошо описывающие существующие явления, дают хороший прогноз. Если человек слишком закопается в деталях нынешнего состояния, то может неправильно спрогнозировать будущее.
Еще одна опасность для прогнозирования – неустойчивость. Никакие данные не могут быть без погрешности, и всегда бывают неучтенные моменты. Но это не так страшно, если сама модель устойчива.
То, что кажется четкой закономерностью, может таковой совсем не быть. Не только человек вносит в модель свою погрешность, не только нехватка данных может нам помешать, но и само состояние системы может быть таким, что она может развиваться непредсказуемо. Математики поняли, что хорошо заняться правильным и закономерным поведением систем, но важно иногда заниматься незакономерными особыми состояниями.
«Источниками неправильного прогнозирования могут быть неправильные данные, мы можем не учесть все моменты. Кроме того, можно построить много моделей, никто не скажет, какая из них лучше. Более того, иногда сама система ведет себя так, что никакая модель ее хорошо не опишет. Что делать? Понять, что прогнозированием должны заниматься профессионалы. Они, в свою очередь, должны работать в конкурентной среде. Ни в коем случае не доверяйте это дело дилетантам. Будьте осторожны в прогнозах, но надейтесь на лучшее», – сказала И.Григорьева.
С подробной программой мероприятия и записями лекций можно ознакомиться на сайте «PROНаука в КФУ».