Paul Roebber zat op het strand van New Jersey, keek uit naar de oceaan en liet zijn gedachten afdwalen. "Ik begon te denken aan haaien die op prooi jagen, " zegt de meteoroloog, "en over het voorspellen van dynamische systemen in de natuur."

Het herinnerde hem eraan hoe computers wetenschappers complexe systemen lieten simuleren, zoals roofdier-prooi interacties. Weersvoorspellers, te, vertrouwen op statistische modellen om patronen in grote hoeveelheden gegevens te vinden en te sorteren. Nog altijd, het weer blijft hardnekkig moeilijk te voorspellen.

Roebber heeft een geschiedenis om het minder koppig te maken. Hij is een leider in het introduceren van nieuwe benaderingen van meteorologie, en zijn onderzoek heeft de manier veranderd waarop experts over de hele wereld het weer voorspellen. Vaak, zijn innovaties komen voort uit het aanpassen van iets dat niets met meteorologie te maken heeft. En in de zomer van 2016, dat de mijmering van Jersey Shore over haaien een nieuwe aanwakkerde.

Voorspellers gebruiken "ensemble" -modellen, die veel verschillende weermodellen gemiddeld, nauwkeurigere voorspellingen te maken. Roebber vroeg zich af of een wiskundig equivalent van de evolutietheorie van Charles Darwin meer uit ensemblevoorspelling zou kunnen halen, en dit doen zonder dat er aanvullende gegevens nodig zijn, die duur kan zijn om te verzamelen.

Hij bedacht een methode waarbij één computerprogramma 10 sorteert, 000 andere, zichzelf verbeteren met strategieën die de natuur nabootsen, zoals erfelijkheid, mutatie en natuurlijke selectie. "Dit was eerst maar een luchtkasteel idee, " zegt Roebber, een UWM vooraanstaand professor in de atmosferische wetenschappen, die het al in 2010 had overwogen. "Nu, in het laatste jaar, Ik heb $500 gekregen, 000 van de financiering erachter."

Deze nieuwste voorspellingsmethode presteert beter dan de modellen die worden gebruikt door de National Weather Service. En in vergelijking met standaard weersvoorspellingsmodellering, De evolutionaire methodologie van Roebber presteert bijzonder goed bij voorspellingen op langere termijn en extreme gebeurtenissen, wanneer een nauwkeurige voorspelling het meest nodig is.

Het belang van meteorologie gaat veel verder dan het adviseren van mensen om een ​​paraplu mee te nemen naar het werk of om de kinderen in warmere kleding naar school te sturen. Ongeveer 40 procent van de Amerikaanse economie is op de een of andere manier afhankelijk van weersvoorspellingen. Zelfs een kleine verbetering in de nauwkeurigheid van een prognose kan jaarlijks miljoenen dollars besparen voor industrieën zoals verladers, nutsbedrijven en agribusiness.

Het is niet de eerste keer dat Roebber betrokken is bij baanbrekend werk. In 2007, hij lanceerde Innovative Weather, die op maat gemaakte weergerelateerde diensten levert aan klanten zoals We Energies, de Milwaukee Brewers en de Lake Express-veerboot. Nu in zijn 22e jaar bij UWM, hij schrijft natuurlijke nieuwsgierigheid en een aanhoudende persoonlijkheid toe aan het inlijsten van niet alleen zijn prominente carrière, maar hem ook door een persoonlijk gevecht met kanker heen loodsen.

Chaos

Weersvoorspellingsmodellen zijn verre van perfect omdat volledige en exacte gegevens onmogelijk te verkrijgen zijn. "Als we de huidige toestand van de atmosfeer meten, we meten niet elk punt in de driedimensionale ruimte, "zegt Roebber. "We interpoleren wat er tussendoor gebeurt."

Blijkt, de staat van grote onzekerheid van de natuur is iets dat je niet zomaar kunt negeren. Zijn rol werd voor het eerst geïdentificeerd in de jaren zestig door Edward Lorenz, een MIT meteoroloog en wiskundige.

Lorenz ontdekte dat toen hij per ongeluk een getal met zes cijfers achter de komma verkortte tot drie, de kleine fout resulteerde in onverwachte wijzigingen in de prognoses.

Roebber legt dit concept uit in termen van het ternauwernood missen van een bus. Ook al mis je het met slechts 60 seconden, je moet nog steeds een volle 15 minuten wachten voordat de bus weer langskomt. Zodra die vertraging van 60 seconden 15 minuten wordt, misschien mis je een belangrijke vergadering. terwijl afwezig, je krijgt een taak toegewezen die weken van je tijd vergt. Kleine fouten leiden tot grote gevolgen.

Lorenz' ontdekking, het "vlindereffect" genoemd, "werd het grondbeginsel van de chaostheorie, die voor het eerst de over het hoofd geziene rol van schijnbare willekeur bij het voorspellen van de natuur erkende. Voor meteorologen, het betekende dat het verkrijgen van een perfecte weersvoorspelling onmogelijk was, vooral op de lange termijn.

interessant, als een afgestudeerde student aan het MIT in de vroege jaren 1980, Roebber volgde een cursus chaostheorie bij Lorenz die daar zijn moeilijkste les bleek te zijn. Het onderstreepte het belang van tijd besteed aan het zoeken naar betere voorspellingen, ook al is een perfecte voorspelling onbereikbaar. In de meteorologie, hij zegt, een incrementele winst in nauwkeurigheid - misschien slechts 1 graad Fahrenheit in een voorspelling op langere termijn - heeft een cumulatieve economische impact.

Sneeuw

Op de universiteit, Roebber genoot van de interdisciplinaire aspecten van meteorologie. "Voor mij, " hij zegt, "creativiteit ontstaat door open te staan ​​voor brede interesses."

Bijvoorbeeld, na het lezen over de architectuur van kunstmatige intelligentie, hij werd geïnspireerd om de manier waarop meteorologen sneeuwhoeveelheden voorspellen te verbeteren. Dergelijke voorspellingen waren bijzonder uitdagend omdat voorspellers geen manier hadden om de sneeuwverhouding te kennen - de hoeveelheid water in elke centimeter sneeuw.

Die verhouding varieerde sterk, dus je wist nooit of je zwaar zou worden, natte sneeuw of het licht, pluizig soort. Het beste wat voorspellers konden doen was een groot bereik van inches voorspellen, wat het verschil kan betekenen tussen een vrij kleine overlast en een grote ploeggebeurtenis.

Roebber bouwde simulaties die waren georganiseerd als netwerken van neuronen in de hersenen:de computerprogramma's vormden een systeem van onderling verbonden verwerkingseenheden die konden worden geactiveerd of gedeactiveerd. Deze tool voor kunstmatige neurale netwerken bleek bijzonder bedreven in het voorspellen van scenario's met grote gegevenshiaten en grote hoeveelheden variabelen. En het heeft de sneeuwvoorspellingsinspanningen aanzienlijk verbeterd.

"Paul overschrijdt disciplinegrenzen zoals burgers van de EU nationale grenzen overschrijden, " zegt Lance Bosart, een vooraanstaande professor in de atmosferische wetenschappen aan de State University van New York in Albany.

Bosart is zo gerespecteerd onder zijn collega's dat de jaarlijkse bijeenkomst van de American Meteorology Society 2017 een symposium in zijn naam hield. Hij hield ook toezicht op het postdoctorale werk van Roebber. "Hij was in de absolute voorhoede, " zegt Bosart, "van het gebruik van neurale netwerken om de weersvoorspelling 10 jaar geleden te verbeteren."

Roebbers creatieve drive is niet verwonderlijk als je kijkt naar zijn opvoeding in een familie van intellectuelen. De zoon van een scheikundeprofessor aan de Northeastern University in Boston, Roebber herinnert zich het PBS-programma "Nova" als een tv-nietje in het huishouden. Tegen de tijd dat hij klaar was met de middelbare school, hij wist dat hij de natuurwetenschappen op de universiteit wilde volgen.

Tijdens zijn afstudeerjaren aan het MIT, hij bestudeerde explosieve cyclonen, zoals die in de film "The Perfect Storm." Het resulterende proefschrift blijft Roebbers meest geciteerde publicatie door andere atmosferische wetenschappelijke onderzoekers.

Evoluerend

Met zijn laatste onderzoek Roebber haalt een nieuwe steen uit de muur tussen voorspellers en nauwkeurigheid:de gebreken die inherent zijn aan ensemble-modellering.

Bij gebrek aan toevoeging van nieuwe gegevens, modellen die in een groep worden gebruikt, zijn het eerder met elkaar eens dan met het werkelijke weer. Met andere woorden, de informatie in elk model lijkt vaak te veel op elkaar, en bij gebrek aan meer diversiteit, het is moeilijk om relevante variabelen van irrelevante variabelen te onderscheiden - wat statisticus Nate Silver het 'signaal' en de 'ruis' noemt. Roebbers oplossing past darwinistische evolutieprincipes toe.

In de natuur, soortendiversiteit verijdelt de mogelijkheid dat één bedreiging een hele populatie tegelijk vernietigt. Darwin observeerde dit in 1835 bij een populatie vinken op de Galapagos-eilanden. De vogels verdeelden zich in kleinere groepen, elk woonachtig op verschillende locaties rond de eilanden. Overuren, ze pasten zich aan aan hun specifieke habitat, waardoor elke groep zich van de anderen onderscheidt.

Roebber besloot evolutie te gebruiken om meer variatie in voorspellingsmodellen te creëren. Hij begon met het onderverdelen van de variabelen in voorwaardelijke scenario's:de waarde van een variabele zou op één manier onder één voorwaarde worden ingesteld, maar onder een andere voorwaarde anders worden gesteld.

Het computerprogramma kiest vervolgens de variabelen die het gestelde doel het beste hebben bereikt en combineert ze opnieuw, en doet dat in meteorologische "nissen, " net zoals de vinken dat deden in hun Galapagos-niches. De nakomelingenmodellen hebben de meest succesvolle eigenschappen.

"We graven dieper in de data door de variabelen op een andere manier te configureren, " Zegt Roebber. "Een verschil tussen dit en biologie is, Ik wilde de volgende generatie dwingen om in absolute zin beter te zijn, niet alleen overleven."

Hij gebruikt de techniek al om voor zeven dagen minimum- en maximumtemperaturen te voorspellen. En het evolutionaire computerprogramma doet het net zo goed of beter dan de meest bekwame voorspellingen van menselijke experts.

In een artikel uit 2010 Roebber berekende $ 2 miljoen aan potentiële jaarlijkse besparingen voor elektriciteitsbedrijven in Ohio als ze deze evolutionaire methode zouden vervangen door ensemble-voorspellingen.

Innovatie

Voorbereid zijn en geld besparen was het idee achter de lancering van Innovative Weather in 2007. De voorspellingsgroep, bemand door Roebber, meteoroloog Mike Westendorf en een team van ervaren stagiaires, biedt een 24/7 service van op maat gemaakte prognoses voor een tiental klanten. Het helpt de Brewers om te beslissen wanneer ze het dak van Miller Park moeten sluiten. Lake Express bereidt zich voor op zware afvaarten en We Energies kunnen de ergste winterstormen van Wisconsin het hoofd bieden.

"Als je voorspelt voor klanten met specifieke behoeften, het is intenser dan algemene prognoses, " zegt Westendorf, directeur van Innovatief Weer. "Er staan ​​duizenden dollars op het spel voor deze klanten die ervoor moeten zorgen dat hun middelen beschikbaar zijn op het moment dat ze nodig zijn."

Besparingen komen voort uit het voorkomen van schade aan infrastructuur, maar ook door efficiënter om te gaan met personeel. Te weinig dienst bij slecht weer, en klanten zitten langer zonder stroom. Te veel werken leidt tot verspilde arbeidskosten, vooral in het weekend en op feestdagen.

"Met innovatief weer, we ontvangen nu een reeks mogelijke weerscenario's, maar ook een realistisch beeld hebben van de mogelijke ernst van een gebeurtenis, " zegt Duane Miller, manager gas- en elektriciteitsdistributie bij We Energies, die 15 tot 20 keer per jaar een beroep doet op de dienst.

Roebber heeft verschillende voorspellende tools ontwikkeld waarmee Innovative Weather zich onderscheidt. Het was de eerste die zijn methode toepast om sneeuw in inches te voorspellen. In overleg met We Energies, hij creëerde ook een blikseminslagdetector en een methode om stormen te identificeren die waarschijnlijk een stroomstoring veroorzaken.

De succesvolle lancering van Innovative Weather was een van Roebbers carrièrehoogtepunten. Maar het markeerde ook het begin van zijn meest beproefde persoonlijke saga. Want al snel daarna hij werd gediagnosticeerd met stadium 4 darmkanker, en het was al uitgezaaid naar zijn lever.

Ooit de wiskundige, hij herinnert zich een zeer ontmoedigende statistiek:"Mijn overlevingspercentage van vijf jaar was 7 procent, Er werd mij verteld."

Tussen 2007 en 2012 hij onderging een dozijn operaties en overleefde drie bijna fatale complicaties van longembolie. Tijdens verschillende chemotherapierondes, hij bleef zijn cursussen geven om collega's niet op te dringen. En de ervaring veranderde zijn kijk op zijn professionele prestaties.

"Mijn onderzoek is altijd belangrijk voor me geweest, " zegt Roebber. "Maar toen ik ziek was, Ik dacht na over de impact die ik heb gehad op mijn studenten. Naar mij, dat is de blijvende bijdrage die ik geef."

Studentensucces en onderzoek lopen door elkaar in Roebbers wereld. Een keer, na het niet eens te zijn met de lijst van eigenschappen van iemand anders die het meest voorspellend zijn voor het succes van een grad-schoolstudent, Roebber heeft de vraag wiskundig gemodelleerd en een meer omvattende set indicatoren gevonden.

In feite, een hoofddoel bij het creëren van Innovative Weather was om studenten betaalde stage-ervaringen te bieden in een veld waar er maar weinig beschikbaar zijn. Het geeft zowel niet-gegradueerde als afgestudeerde studenten de kans om betrokken te zijn bij toegepast onderzoek terwijl ze met bedrijven werken.

Medio 2012 Roebber werd kankervrij verklaard. Nutsvoorzieningen, bijna vijf jaar later, hij kon het niet laten om de overlevingswiskunde opnieuw te doen. Hij schat de voorwaardelijke kans om de komende vijf jaar in leven te blijven op 91 procent. Voor het grote publiek, het is 93.