假如一枚原子彈落在華盛頓 科學(xué)家模拟爆炸

美國(guó)國(guó)家計劃情景1模拟核攻擊。圖片來源：DANE WEBSTER
 

　　5月的一個星期一上午11:15，一輛看似普通的貨車駛進(jìn)了美國(guó)華盛頓市中心的第16街和K街交彙處，就(jiù)在白宮北邊的幾個街區。在裡(lǐ)面(miàn)，自殺式炸彈襲擊者打開(kāi)了一個開(kāi)關。

　　當核彈爆炸後(hòu)，整個城市街區瞬間化為烏有，方圓一英裡(lǐ)内的建築物全被(bèi)摧毀，數十萬人在廢墟中死亡或垂死掙紮。一種(zhǒng)電磁脈沖使5公裡(lǐ)内的手機發(fā)生爆炸，整個城市的電網變暗。風把炸彈産生的蘑菇雲變成(chéng)了放射性塵埃，并向(xiàng)東蔓延到(dào)馬裡(lǐ)蘭州的郊區。

　　路上很快就(jiù)擠滿了人，有些人試圖逃離，但更多的人在尋找失蹤的家庭成(chéng)員或尋求醫療幫助。

　　災難模拟

　　當然，這(zhè)一切都(dōu)是虛構的，但卻有著(zhe)嚴肅的目的。這(zhè)個被(bèi)稱為國(guó)家計劃情景1（NPS1）的核攻擊故事(shì)線起(qǐ)源于20世紀50年代，是為美國(guó)國(guó)家安全官員和應急管理人員在面(miàn)對(duì)真實事(shì)件之前測試他們的反應計劃。

　　60年後(hòu)的今天，官員仍在反思發(fā)生核災難的後(hòu)果。直到(dào)現在，他們還(hái)沒(méi)有固定的故事(shì)線和預測，而是僅僅用計算機來“假設”一個完整的人工社會(huì)—— 一種(zhǒng)基于主體的高級計算機模拟。

　　今天的NPS1模型包括了對(duì)受炸彈影響地區的每棟建築的數字模拟，以及道(dào)路、電線、醫院，甚至是發(fā)射塔。該模型包括天氣數據，以模拟放射性塵埃流。這(zhè)個場景是由大約73萬名個體組成(chéng)——從統計上看，在年齡、性别和職業等因素上，與受影響地區的真實人口完全相同。每個個體都(dōu)是一個獨立的子程序，能(néng)通過(guò)切換多種(zhǒng)行為模式，以合理的人類方式響應其他個體和不斷演變的災難。

　　這(zhè)種(zhǒng)模式的目的是避免用固定的方程式描述人類事(shì)務。事(shì)實上，諸如金融崩潰或疾病傳播等事(shì)件的影響從底層開(kāi)始，通過(guò)許多人的相互作用，産生了現實世界的豐富和自發(fā)的事(shì)件，而這(zhè)很難模拟。

　　而這(zhè)種(zhǒng)細節正是應急管理人員所需要的，弗吉尼亞理工學(xué)院生物複雜性研究所所長(cháng)、計算機科學(xué)家Christopher Barrett說(shuō)。該研究所為政府開(kāi)發(fā)了NPS1模型。例如，NPS1模型可以提醒管理者，一個電源故障點X可能(néng)導緻意外交通阻塞點Y，如果他們決定在淩晨部署移動發(fā)射塔恢複通信，NPS1可以告訴他們有多少平民湧向(xiàng)道(dào)路。“基于主體的模型是如何將(jiāng)所有這(zhè)些部分整理出來，并觀察它們之間的相互作用。”Barrett說(shuō)。

　　缺點是，像NPS1這(zhè)樣(yàng)的模型往往十分巨大，迫使參與個體相對(duì)簡單。“個體的複雜性和模拟的規模之間存在著(zhe)根本性的權衡。”國(guó)防高級研究項目局項目經(jīng)理Jonathan Pfautz說(shuō)。

　　基于主體的模型

　　但是随著(zhe)計算機越來越強大，在經(jīng)濟、交通、公共衛生和城市規劃等諸多領域，越來越多的決策者正在認真對(duì)待基于主體的模型。“它們是最靈活、最詳細的模型。”佛羅裡(lǐ)達大學(xué)流行病專家Ira Longini說(shuō)，“這(zhè)使得其在理解和指導政策方面(miàn)是最有效的。”

　　基于主體的建模至少可以追溯到(dào)20世紀40年代，當時(shí)像圖靈這(zhè)樣(yàng)的計算機先驅們嘗試了本地交互軟件，模拟物理學(xué)和生物學(xué)的複雜行為。但目前的發(fā)展浪潮是上世紀90年代中期才開(kāi)始發(fā)展起(qǐ)來的。

　　一個早期成(chéng)功案例是由弗吉尼亞州喬治梅森大學(xué)經(jīng)濟學(xué)家Robert Axtell和紐約大學(xué)Joshua Epstein共同開(kāi)發(fā)的“糖域”。因為他們的目标是在普通台式電腦上模拟社會(huì)現象，于是將(jiāng)基于主體的模型簡化：一組簡單的主體，在網格中移動以尋找“糖”—— 一種(zhǒng)類似于食物的資源，在某些地方很豐富，而在其他地方則很少見。盡管很簡單，這(zhè)個模型卻産生了令人驚訝的複雜群體行為，如遷徙、戰鬥和鄰裡(lǐ)隔離等。

　　另一個裡(lǐ)程碑是20世紀90年代的交通分析和模拟系統，這(zhè)是一個由Barrett等人在洛斯阿拉莫斯國(guó)家實驗室開(kāi)發(fā)的基于主體的交通模型。與傳統交通模型不同的是，它使用方程式描述移動車輛作為一種(zhǒng)流體，并將(jiāng)每輛車和司機都(dōu)建模為一個通過(guò)城市道(dào)路網絡的主體。這(zhè)個模拟實驗包括了汽車、卡車和公共汽車，并由具有現實的年齡、能(néng)力和目的地的人駕駛。當應用到(dào)實際城市的道(dào)路網絡時(shí)，該系統在預測交通擁堵和地方污染水平方面(miàn)比傳統模式要好(hǎo)。

　　流行病學(xué)家也在經(jīng)曆類似轉變。在過(guò)去1個世紀裡(lǐ)，他們用一組相對(duì)簡單的方程式評估疾病暴發(fā)，這(zhè)些方程式將(jiāng)人分為幾個類别——如易感、傳染性和免疫——并且假定完美混合，這(zhè)意味著(zhe)受影響地區的每個人都(dōu)與其他所有人保持聯系。這(zhè)些基于方程式的模型仍然廣泛使用。

　　但是，流行病學(xué)家越來越多地求助于基于主體的模型，包括那些方程式忽略的因素，如地理、交通網絡、家庭結構和行為變化——所有這(zhè)些因素都(dōu)能(néng)強烈地影響疾病傳播的方式。

　　例如，在2014年西非埃博拉疫情期間，弗吉尼亞理工大學(xué)使用了這(zhè)種(zhǒng)模型，幫助美國(guó)軍方确定戰地醫院的地點。規劃者需要知道(dào)當移動設備最終到(dào)達時(shí)，最高的感染率會(huì)是多少，病人在該地區道(dào)路上移動速度有多快、距離多遠等。

　　在經(jīng)濟學(xué)中，基于主體模型是一個理解全球貧困的強大工具。世界銀行經(jīng)濟學(xué)家Stephane Hallegatte說(shuō)提到(dào)，如果你分析的是标準度量，如國(guó)内生産總值和總收入，那麼(me)在大多數國(guó)家隻你看到(dào)富人：窮人有這(zhè)麼(me)點錢，他們幾乎沒(méi)有登記。

　　為了得出更好(hǎo)結論，Hallegatte和同事(shì)正在研究單個家庭。該團隊建立了一個包括全球140萬個家庭的模型，并研究了氣候變化和災難如何影響健康、糧食安全和勞動生産率。該模型能(néng)估計風暴或幹旱會(huì)如何影響作物産量和市場價格，或者地震如何通過(guò)摧毀汽車、道(dào)路甚至工廠來削弱工人的收入。

　　這(zhè)個模型顯示了一些顯而易見的事(shì)實：窮人比富人更容易受到(dào)災難和氣候變化的影響。但是Hallegatte團隊還(hái)看到(dào)了其他變化。例如，如果一個特定國(guó)家的窮人大多是農民，那麼(me)當全球糧食價格上漲時(shí)，他們實際上可能(néng)受益于氣候變化。但是，如果這(zhè)個國(guó)家的窮人大部分都(dōu)擠進(jìn)了城市，那麼(me)糧食價格上漲可能(néng)會(huì)造成(chéng)嚴重傷害。

　　更容易、更方便

　　如果相關模型建模者選擇一個優先級，那就(jiù)是讓模拟更容易構建、運行和使用。

　　例如，Epstein設想了一個國(guó)家中心，在那裡(lǐ)，決策者可以訪問他所稱的劇本：這(zhè)裡(lǐ)有每個大城市的數字檔案，每一個潛在的危險都(dōu)有預先計算的模型。“然後(hòu)，如果真的發(fā)生了什麼(me)事(shì)情，比如毒煙彌漫。”他說(shuō)，“我們可以挑選出最匹配的模型，并進(jìn)行接近實時(shí)計算，比如在适當的庇護所和疏散的最佳組合。”

　　在弗吉尼亞理工大學(xué)，計算機科學(xué)家Madhav Marathe也在思考同樣(yàng)的問題。他說(shuō)，當一場五級飓風正在減弱時(shí)，像聖胡安市市長(cháng)這(zhè)樣(yàng)的人不能(néng)等一周時(shí)間，才對(duì)這(zhè)場風暴可能(néng)對(duì)波多黎各電網造成(chéng)的影響進(jìn)行分析。他說(shuō)，她需要的是可操作的信息，“這(zhè)意味著(zhe)需要一個簡單的模型，在很短時(shí)間内提供非常複雜的分析”。

　　Marathe稱其為“基于主體的建模服務”。他的實驗室在過(guò)去4年裡(lǐ)一直在開(kāi)發(fā)和測試一種(zhǒng)基于網絡的工具，讓公共衛生官員進(jìn)行大流行病模拟，并自行進(jìn)行假設分析，而無需雇傭程序員。隻需點擊幾下鼠标，用戶就(jiù)可以指定關鍵變量，比如感興趣的區域以及疾病類型。然後(hòu)，使用該工具的内置地圖和圖表，用戶可以觀看模拟過(guò)程，并看到(dào)他們提出的治療方案的效果。

　　盡管它是專門針對(duì)流行病的，但該工具的基礎地理模型和合成(chéng)人群是通用的，它們可以應用于其他類型的災難，如化學(xué)品溢出、飓風和電力網絡級聯故障。最終，Marathe說(shuō)，“我們希望將(jiāng)這(zhè)些模型應用在個性化的服務中——為你、你的家庭或你的城市服務。”

　　或者，正如Barrett所說(shuō)，“如果我今天送Jimm去上學(xué)，他感染寨卡的概率是多少？我們能(néng)像用谷歌地圖一樣(yàng)使用這(zhè)些工具。”


    文章來源：科學(xué)網