מה יקרה אם האסון הגדול הבא יהיה חזק יותר מכל מה שהאנושות הספיקה לתעד? לא עוד סערה דומה לזו שהתרחשה לפני עשור, אלא אירוע שחורג מכל הנתונים שעליהם בנינו את מערכות ההגנה שלנו. סערה של פעם במאה שנה, הצפה חסרת תקדים או גל חום קיצוני שעלול לדחוף את רשת החשמל אל מעבר לגבול שלה.
זו בדיוק הבעיה שבה ניסו לטפל חוקרים מ-MIT. רוב המודלים להערכת סיכונים נשענים על אירועים שכבר התרחשו, אבל כשמדובר באסון חסר תקדים יש בעיה פשוטה: אין ממנו נתונים. אי אפשר ללמוד ישירות ממשהו שמעולם לא קרה.
כעת פיתחו החוקרים קאי צ'אנג ותמיסטוקליס ספסיס שיטה שמנסה לעקוף את המגבלה הזאת. האלגוריתם שלהם מסוגל לייצר אלפי תרחישים של אירועים קיצוניים שאינם קיימים במאגרי העבר, אך עדיין נחשבים אפשריים מבחינה סטטיסטית - ולהראות איפה הם עלולים לפגוע, כמה זמן יימשכו ועד כמה הם עשויים להיות חמורים.
"איך תיראה קתרינה של פעם במאה שנה?
הוריקן קתרינה, שפגע בארצות הברית ב-2005, הפך לאחד מאסונות הטבע הקטלניים וההרסניים בתולדות המדינה. אבל מבחינת החוקרים, השאלה המטרידה באמת היא מה יקרה כשיגיע אירוע חמור ממנו.
ספסיס ניסח זאת כך: אם קתרינה היא מסוג האירועים שמתרחשים אחת לכמה עשרות שנים, "איך תיראה קתרינה שמתרחשת פעם במאה שנה? עד כמה היא תהיה חמורה?"
זה בדיוק מה שהמערכת החדשה מנסה לכמת.
השיטה, שקיבלה את השם Extreme Event Aware Learning, לומדת מתוך נתונים קיימים את הקשרים הסטטיסטיים שמעצבים אירועים בעולם האמיתי. היא אינה צריכה לראות קודם סערה קיצונית במיוחד כדי לייצר תרחיש אפשרי שלה.
במקום זאת היא משתמשת במידע שיש, מסלקת תרחישים שאינם סבירים ומייצרת תרחישים קיצוניים יותר מכל מה שהופיע בנתוני האימון - אבל כאלה שעדיין מתאימים למה שהסטטיסטיקה מאפשרת.
כלומר, זו לא מכונת נבואה שאומרת מתי יגיע אסון. היא מנסה לענות על שאלה אחרת: אם משהו גרוע בהרבה מכל מה שראינו אכן יתרחש, איך הוא עשוי להיראות?
ומה אם ניו יורק תחטוף כמעט 300 מ"מ גשם?
כדי לבדוק את השיטה השתמשו החוקרים ב-25 שנים של נתוני משקעים שעתיים מכל רחבי ארצות הברית והפכו אותם למפות יומיות.
אלא שאת האלגוריתם הם אימנו בכוונה על מפות מפורטות מתקופה קצרה בהרבה - ששת החודשים הראשונים בלבד - שבה כמעט שלא הופיעו אירועי הגשם הקיצוניים ביותר.
במילים אחרות, הם ביקשו מהמערכת ללמוד עולם שבו כמעט לא התרחשו אסונות גדולים, ואז לנסות לדמיין בצורה מבוססת מה יקרה אם אחד כזה יופיע.
החוקרים נותנים כדוגמה את ניו יורק. נניח שהגשם הקיצוני ביותר שתועד באזור מסוים הוא 200 מ"מ. מה תעשה סערה שתוריד כמעט 300 מ"מ - אף שאירוע כזה לא הופיע בנתונים שעליהם אומנה המערכת?
במקום לענות רק במספר, האלגוריתם יכול לייצר מפה של האירוע: איפה עשוי הגשם הכבד ביותר לרדת, איזה שטח ייפגע, כמה רחבה תהיה הסערה ומה תהיה עוצמתה במקומות שונים.
ואז מתחילות השאלות החשובות באמת: האם מערכות הניקוז יעמדו בכמות המים? אילו שכונות יוצפו? האם סוללות הגנה יקרסו? אילו כבישים ייחסמו? והאם בתי חולים ותחנות חירום יישארו נגישים?
אלפי גרסאות של האסון לפני שהוא מגיע
אחד היתרונות של השיטה הוא שהיא לא מייצרת רק תרחיש אחד.
אם מתכנני עיר רוצים לדעת כיצד עשויה להיראות סערה שמתרחשת סטטיסטית פעם במאה שנה, החוקרים יכולים לייצר עבורם אלפי אפשרויות שונות שמתאימות לאותה רמת נדירות.
אחת עשויה להכות במרכז העיר, אחרת להתפרס על שטח גדול יותר, ואחרת להוריד את רוב המשקעים בפרק זמן קצר במיוחד.
כך אפשר לבדוק לא רק "מהו האסון הגרוע", אלא אילו סוגים שונים של אסון עלולים להעמיד את אותה מערכת במבחן.
וזה משמעותי במיוחד לתשתיות שנבנות לעשרות שנים. גשר, סוללת הגנה, תחנת כוח או מערכת ניקוז לא יכולים להיבנות רק לפי מה שכבר קרה. אם הם אמורים לשרוד את האירוע הקיצוני הבא, צריך לנסות להבין גם מה עדיין לא קרה.
לא רק סערות: גם שריפות, הצפות וקריסות כלכליות
החוקרים מדגישים שהמודל אינו מוגבל למזג האוויר.
כל עוד קיימים מספיק נתונים סטטיסטיים ומרחביים, אפשר להשתמש באותה גישה גם כדי לדמות הצפות קיצוניות ושריפות ענק. במקרה של שריפה, למשל, ניתן לנסות להעריך עד כמה רחוק היא עלולה להתפשט בתרחיש חמור יותר מכל אירוע שנצפה בעבר.
גם גל חום יכול להפוך לתרחיש מבחן. מה יקרה אם אזור שמעולם לא חווה רצף כזה של טמפרטורות גבוהות יידרש פתאום להתמודד איתו? האם הביקוש לחשמל יפיל את הרשת? האם מערכות הקירור והתשתיות ימשיכו לעבוד?
והרעיון עשוי להגיע גם למקומות פחות צפויים. החוקרים מציעים שבעתיד אפשר יהיה להשתמש בו כדי לבחון קריסות בשווקים הפיננסיים, שבהן שילוב נדיר של אירועים בכמה מגזרים עלול להתגלגל למשבר גדול.
המטרה גם שם אינה לחזות באיזה יום הבורסה תקרוס, אלא להבין איזה שילוב של תנאים עלול ליצור משבר חמור יותר מכל מה שהמערכת ראתה בעבר.
למה זה הופך מפחיד יותר דווקא עכשיו?
הבעיה היא שבעולם המודרני אסון כמעט אף פעם לא נשאר במקום שבו התחיל.
ספסיס מסביר שמערכות עולמיות הפכו יעילות מאוד, אבל היעילות הזאת הגיעה עם מחיר: נותר בהן מעט מאוד מרווח לטעויות. רשתות חשמל, מזון, נמלים, מפעלים, תחבורה ושרשראות אספקה תלויות זו בזו באופן הדוק.
סערה באזור אחד יכולה להשבית מפעל. המפעל שחסר יכול לעצור ייצור במקום אחר. נמל שנסגר יכול לעכב סחורות, לפגוע באספקה ולהעלות מחירים אלפי קילומטרים משם.
לכן, לטענת החוקרים, אירועי קיצון כבר אינם רק עניין סביבתי. הם הפכו גם לסוגיה של ביטחון לאומי וחוסן כלכלי.
המחקר החדש, שפורסם בכתב העת Nature Communications, לא טוען שאסון חסר תקדים מסוים נמצא בדרך, וגם לא יכול לומר לנו מתי יתרחש אחד כזה.
אבל הוא כן מאפשר לעשות משהו שלא היה פשוט לעשות בעבר: להציץ בתרחיש שעוד לא קרה ולשאול האם אנחנו מוכנים אליו.
כי יכול להיות שהבעיה עם האסון הגדול הבא היא לא שלא נדע שהוא מתקרב - אלא שכל מה שבנינו כדי לעצור אותו תוכנן לפי האסון הגדול הקודם.