Pokročilá teorie informace odhaluje příčiny extrémních jevů, například v počasí

Vědci z Ústavu informatiky AV ČR představili v nové studii metodu detekce kauzality pro data s extrémními hodnotami, která odhaluje třeba příčinu jarních mrazů, jež zasáhly francouzské vinaře.

Extrémní jevy ovlivňují přírodu, průmysl, zemědělství, zdraví i lidské společenství jako celek. Určení kauzálních vztahů, tj. rozlišení příčiny a následků, je intenzivně se rozvíjejícím odvětvím vědy.

Související

Vladimír Socha

Zkusme si představit nezměrnost geologického času

Lukáš Bauer

Země je jedinou planetou ve Sluneční soustavě,…

Matematici, fyzici, informatici a specialisté dalších oborů navrhují výpočetní metody a vyvíjejí počítačové algoritmy, jež z experimentálních dat extrahují vědomosti o příčinných, kauzálních vztazích. Vědci tak určují, která ze sledovaných veličin představuje příčinu zkoumaných jevů a procesů.

Obecnější otázka přinesla konkrétnější odpovědi

Navzdory zvýšenému zájmu o tyto oblasti překvapivě málo výzkumných týmů kombinuje studium kauzality a extrémních jevů. Existují práce, které zjišťují, zda extrémy v jedné proměnné způsobují extrémy v jiné proměnné. Vědci z Ústavu informatiky AV ČR si položili obecnější otázku: Která ze dvou nebo více potenciálních kauzálních proměnných způsobuje extrémy v ovlivněné proměnné, bez ohledu na to, jestli kauzální proměnná extrémní hodnoty obsahuje.

Neboli: v konkrétním případě jarních mrazů ve Francii je ovlivněnou proměnnou přízemní teplota vzduchu, denní průměr nebo minimum. Kauzální proměnné jsou v tomto případě tři: severoatlantická oscilace (NAO, North Atlantic Oscillation), Blocking Index (BI) a sibiřská tlaková výše (SH, Siberian High). Otázka, kterou si vědci kladli, tedy zněla – způsobuje extrémy v teplotě severoatlantická oscilace, blocking index, nebo sibiřská tlaková výše bez ohledu na to, jestli samy dosahují extrémních hodnot?

Za mrazem spálenými vinicemi stojí dvě události

Odpověď poskytuje matematická a výpočetní metoda, kterou tým vedený Milanem Palušem z Ústavu informatiky AV ČR představil v prestižním časopise Science Advances. Tato informatická metoda využívá konceptu Rényiho entropie, jenž překonává standardní Shannonovu teorii informace. Vyvinuté algoritmy jsou testovány v řadě numerických simulací extrémních jevů.

„Simulace vždy obsahuje tři proměnné: jednu ovlivněnou, effect variable, a dvě kauzální, cause variables. Jedna cause variable způsobuje posun průměru, resp. všech hodnot v effect variable, druhá specificky vyvolává extrémy v effect variable,“ nastiňuje Milan Paluš.

Zpět k příkladu mrazů, které zasáhly zejména francouzské vinaře. „NAO a BI typicky posouvají všechny hodnoty. Vysoká sibiřská tlaková výše (SH) vede k chladným extrémům, ale vyžaduje, aby severoatlantická oscilace (NAO) nebyla pozitivní. Právě ve francouzských jarních datech je vidět význam sibiřské tlakové výše nejlépe – pokud je vysoká a NAO negativní, vedou k jarním mrazům, sama negativní NAO nestačí. To ale neplatí v případě zimních měsíců ve střední Evropě, kde negativní severoatlantická oscilace vysvětluje část chladných extrémů podobně jako pozitivní blocking index,“ popisuje Milan Paluš.

Zdroj: Science Advances, Ústav informatiky AV ČR