1704436812
在启蒙时代和工业革命时期，关于不同事物可预知性的争论就已经开始了。艾萨克·牛顿的经典力学理论似乎证明了宇宙的高度有序性和可预知性，并且遵守相对简单的物理定律。几个世纪以前，科学进步、技术进步和经济进步就像是天方夜谭，而随着“人定胜天”思想的兴起，这些进步意识开始出现了。预定论也成了一个新思想的一部分，这个新思想就是科学决定论。
1704436813
1704436814
科学决定论表现为多种形式，但仍无法与法国天文学家、数学家拉普拉斯的观点相提并论。1814年，拉普拉斯做出以下假设，后来这些假设被称作拉普斯的恶魔：
1704436815
1704436816
我们可以把宇宙的现状看作其过去已经发生的事情和未来可能发生的事情共同影响的结果。假设我们具备一种理解能力，能在某一个特定时刻认识到使大自然运动的所有力量，能够知晓构成大自然的所有事物的位置。若这种理解能力足够强大，可以对所有这些数据进行分析，就必然能够用一种最简单的公式或准则涵盖这个宇宙中最大的星体和最微小原子的所有运动。有了这种理解能力，就没有什么是不能确定的，未来和过去都能尽收眼底。
1704436817
1704436818
若对现在的情况（构成大自然的所有事物的位置）有充分的了解，对统治宇宙的定律（使大自然运动的所有力量）了如指掌，我们就应该能够做出完美的预测（未来就会像过去一样呈现在我们眼前）。宇宙中所有粒子的运动跟台球桌上那些球的运动一样，是可以预测的。拉普拉斯坦言，人类可能还不具备这样的预测能力。但是，如果人类足够聪明（或是有一台高速计算机），还是可以对天气或其他所有事物进行预测的，这样我们就会发现，大自然本身是多么完美。
1704436819
1704436820
拉普拉斯的恶魔存在的200年里，对它一直争议不断。与决定论者争论的是或然论者。或然论者认为，宇宙可知性成立的条件是，承认一定程度的不确定性的存在。最初的或然论几乎都是认识论范式，认识论断言，人类认识宇宙的能力有限。近期，随着量子力学的发现，科学家和哲学家开始怀疑宇宙自身的运行是否也存在概率。当你仔细观察时会发现，拉普拉斯试图识别的粒子呈波状运动，似乎没有固定的位置。如果一开始就无从得知某物在哪里，你又何以预测它将去向何处呢？显然做不到。这是理论物理学家沃纳·海森堡提出的著名的“测不准原理”（又称“不确定性原理”）的基础。物理学家以各种方式来解释“测不准原理”，但这一原理表明，照字面意思来看，拉普拉斯的假设就不可能正确。如果宇宙本身是杂乱无章的，那么根本就不可能存在完美的预测。
1704436821
1704436822
幸亏在研究天气方面用不到量子力学，而只涉及分子（而不是原子）层面，分子体积相对较大，不会受到量子的影响。此外，很长一段时间以来，我们对基于化学和牛顿物理学的天气研究一直都非常熟悉。
1704436823
1704436824
那么，将拉普拉斯的恶魔修正一下会怎样呢？如果我们知道地球大气层内每一个分子的位置——比起了解宇宙中每一个原子位置的要求，这个要求低得多——我们能否做出完美的气象预报呢？或者说，天气本身也存在一定程度的不可测性吗？
1704436825
1704436826
用矩阵来预测天气
1704436827
1704436828
对天气状况进行单纯的统计预测，早已成为可能。假设今天下雨，那么明天也下雨的可能性有多大呢？气象学家可以查看数据库里有关过去下雨的实例，或者查看较长时期内下雨的概率的平均值，如3月份的伦敦基本有十一二天都在下雨，进而得出答案。
1704436829
1704436830
问题是，这类预测的用处并不是很大，因为它们不够精确，无法告诉你是否需要带伞，更不用说预测飓风的路径了。所以，气象学家一直在寻找其他形式的预测。气象学家需要的是栩栩如生的预测模型，能够逼真地模仿自然界天气变化的过程，而这些是统计预测做不到的。
1704436831
1704436832
然而长期以来，我们预测天气的能力远远落后于对天气的理论研究。我们知道如何解方程式，并且能得出正确的结果，但是我们却无法使用方程式计算大气层里的每一个分子，我们能够做到的，只是给出近似值。
1704436833
1704436834
将问题简单化往往是最直接的方法，把大气层分解为一系列有限的象素，气象学家通常把这些象素称为矩阵：菱形格或方形格。罗夫特说，成果丰硕的英国物理学家刘易斯·弗莱·理查德森在1916年第一个做出这样的尝试。理查德森试图预测某一个特定时间——1910年5月20日下午1点——德国北部的天气状况。严格地说，这算不上是预测，因为理查德森选择的是6年前的时点，但是，理查德森准备了很多数据：由政府收集的关于温度、气压和风速的一系列观察报告。他还有大量的时间：当时，他正在法国北部当救护志愿者，远离战火纷飞的前线。他把德国分成若干个二维分区，每个分区跨越3个纬度（约338公里）和3个经度。之后，他试着解出控制每一分区天气的化学方程式，并算出它们会对相邻地区的天气产生什么样的影响。
1704436835
1704436836
1704436837
1704436838
1704436839
图4-1 理查德森矩阵：现代气象预报的诞生
1704436840
1704436841
可惜，理查德森的实验并未成功，他预测当天气压会急剧升高，可实际上并没有。尽管如此，理查德森还是公布了这次实验的结果。这似乎是预测天气的正确方法：不依靠粗略统计出来的近似值，而是从第一手资料入手，利用对系统运行的透彻的理论认识进行预测。
1704436842
1704436843
理查德森采取的预测方法的问题在于，他需要太多的准备工作。计算机更适合他所建立的这一模型的要求。
1704436844
1704436845
首次使用计算机预测天气是在1950年，数学家约翰·冯·诺依曼使用一台每秒可以进行5000次运算的机器，速度远远快于在法国干草堆里用笔和纸做计算的理查德森。但是，这次预测的结果并不好，还不如随意猜测得出的结果。
1704436846
1704436847
到了20世纪60年代中期，计算机才开始展示出预测天气的技能。蓝火是比第一台计算机的计算速度快150亿倍，比理查德森几乎快1000万亿倍的超级计算机，超快的计算速度使蓝火看上去更为敏锐。现在的气象预报比15~20年前的准确多了，但是，相对于不断提高的运算能力，气象预报准确性的提升就显得有些缓慢了。
1704436848
1704436849
之所以进步缓慢，主要有两个原因。其中之一是，这个世界不是一维或二维的。提高气象预报的准确性，最可靠的方法就是，减小用来代指大气层的网格区域，逐一分析每一个分子的运动。理查德森的单位研究区域大约是40000（200英里×200英里）平方英里（约合10360平方公里），只能提供一个高度概括的视界（你几乎可以把天气状况完全不同的纽约和波士顿都塞进这个40000平方英里的区域里）。如果把这个单位研究区域的边长减半，也就是让分辨率变为100英里×100英里，那么预测的精确度就会提高，但同时方程式也会增多。实际上，方程式的数量不是增加一倍，而是增加3倍。这就意味着，你需要大约4倍的计算能力，才能得到答案。如下图所示。
1704436850
1704436851
1704436852
1704436853
1704436854
不只需要考虑二维空间，二维以上的空间也需要投入更多精力。不同的气候模型可以停留在较高或较低的大气层中，也可以停留在海洋里或地球表面。在三维空间里，如果单位研究区域的数量增至两倍，方程式就需要增至8倍。如下图所示。
1704436855
1704436856
1704436857
1704436858
1704436859
接着还有第四维：时间。气象模型如果是静态的，可不见得就是好事，因为我们想要了解的恰恰是天气的动态变化过程。暴风雨的移动速度约为每小时64公里：如果是在一个40×40×40的三维网格中，就需要每小时观测一次，进而监控暴风雨的移动；但是，如果三维网格是20×20×20，那么暴风雨每半个小时就会穿过其中的一个区域。这就意味着，如果时间参数减半，计算量就会增加到原先的16倍。如下图所示。
1704436860
1704436861
