Cygne noir. Combien de fois avez-vous entendu parler de Black Swan ? Malheureusement, cela n'a rien à voir avec Natalie Portman, mais c'est un terme beaucoup plus "absolu". Il décrit un événement extrêmement improbable, mais qui s'il se produit peut provoquer de gigantesques bouleversements. Deux exemples avant tout ? La crise financière de 2008 et... tout ce que nous avons vu depuis 2020.
Par définition, personne ne voit venir un cygne noir, sinon quel cygne noir serait-ce ? Imprévisible. Point. Mais les chercheurs de Stanford ne sont pas du genre à s'arrêter à la première (ni à la centième) difficulté, et pour cette raison ils essaient de changer les choses. Ils construisent une méthode de calcul pour essayer de prédire quand le prochain événement « imprévisible » se produira.
Peut-on prédire un cygne noir ?
« Ce travail est passionnant car c'est une opportunité de prendre les connaissances et les outils de calcul que nous construisons en laboratoire et de les utiliser dans la réalité. Pour mieux comprendre (et aussi prédire) ce qui se passe dans le monde qui nous entoure », dit-il Bo Wang, professeur adjoint de bio-ingénierie à Stanford et auteur principal de l'étude.
Publié dans PLOS Computational Biology, la méthode est basée sur des systèmes naturels et pourrait être utile dans la recherche sur l'environnement et la santé. (Les applications dans d'autres domaines avec des événements de cygne noir, tels que l'économie et la politique, peuvent arriver peu de temps après.)
"Les méthodes de prévision existantes s'appuient sur des données passées pour prédire les données futures", explique Wang. "Et c'est pourquoi ils ont tendance à prédire le prévisible, pas l'imprévisible comme un cygne noir." La nouvelle méthode, inspirée par le chercheur Sam Bray, qui travaille dans le laboratoire de Wang, insère un élément inconnu dans l'équation. Il suppose que nous ne voyons qu'une partie du monde et essaie de comprendre ce qui manque.
La science de l'imprévisible
Bray étudiait les communautés microbiennes depuis des années et pendant cette période, il avait observé des événements où un microbe explosait dans la population, éliminant ses rivaux. Bray et Wang se sont demandé si cela pouvait également se produire en dehors du laboratoire et, dans l'affirmative, si cela pouvait être prédit.
Pour le savoir, les deux devaient non seulement trouver des systèmes écologiques dans lesquels ce cygne noir s'était déjà produit, mais ces systèmes devaient également disposer d'une quantité énorme et détaillée de données, à la fois sur les événements eux-mêmes et sur l'écosystème.
Pour le développement de la méthode, trois ensembles de données provenant de systèmes naturels ont été choisis : mesures d'algues, de balanes et de moules sur la côte du Kiwi prise mensuellement pendant 20 ans ; niveaux de plancton de la mer Noire pris deux fois par semaine pendant huit ans ; et une étude de Harvard qu'il a menée mesures de carbone défriché d'une forêt toutes les demi-heures depuis 1991.
Les chercheurs ont traité toutes ces données en utilisant la physique statistique. Plus précisément, ils ont utilisé des modèles développés pour les avalanches et d'autres systèmes naturels avec des fluctuations physiques à court terme, extrêmes et inattendues, les mêmes qualités qui distinguent un événement de type cygne noir. En prenant cette analyse, ils ont développé une méthode pour prédire un événement de cygne noir.
Un prédicteur de cygne noir ! Ça marche?
La méthode est censée être ouverte à des variables telles que les espèces et l'échelle de temps, ce qui lui permet de fonctionner même avec des données de qualité inférieure. Armé de fragments ne montrant que des variations minimes, la méthode a prédit avec précision l'événement du cygne noir. Cela a fonctionné, oui.
Wang et Bray espèrent élargir ce « prédicteur » à d'autres domaines où un cygne noir peut se produire : économie, épidémiologie et physique. Les travaux rejoignent un domaine en plein essor d'algorithmes d'intelligence artificielle et de modèles informatiques axés sur les événements extrêmes, y compris ceux destinés à prédire les incendies de forêt, à aider à la recherche et au sauvetage en mer et à optimiser les interventions d'urgence.
