El Premio Nobel de Física recompensó este martes los trabajos de tres científicos que buscan prever la evolución a largo plazo de un sistema complejo, como el clima, gracias a la modelización de variables que crean desequilibrios, como las condiciones meteorológicas o la acción humana.
Los trabajos del estadounidense-japonés Syukuro Manabe y del alemán Klaus Hasselmann, en modelización del calentamiento del planeta, recibieron la mitad del premio, mientras que la otra fue para el italiano Giorgio Parisi, por sus investigaciones sobre los desequilibrios subyacentes en este tema.
A partir del estudio de fluctuaciones erráticas, los tres físicos consiguieron encontrar comportamientos simples que les permiten hacer predicciones fiables.
BREAKING NEWS:
The Royal Swedish Academy of Sciences has decided to award the 2021 #NobelPrize in Physics to Syukuro Manabe, Klaus Hasselmann and Giorgio Parisi “for groundbreaking contributions to our understanding of complex physical systems.” pic.twitter.com/At6ZeLmwa5— The Nobel Prize (@NobelPrize) October 5, 2021
“Dar con un fenómeno necesita a veces del examen de todos los mecanismos físicos complejos individuales, y unirlos para hacer una previsión”, comentó John Wettlaufer, miembro del comité del Nobel de Física, al anunciar el premio en Estocolmo.
El clima “es el sistema complejo por excelencia”, explica el físico Freddy Bouchet, investigador en el instituto francés CNRS. En primer lugar, porque hay un gran número de elementos en interacción (atmósfera, océanos, suelos, vegetación…) y porque las dinámicas meteorológicas son caóticas, muy difíciles de prever hasta pocas semanas antes.
Sin embargo, junto a este caos observable en el día a día, se van dibujando tendencias claras, sistemáticas, y que se pueden imputar a causas indetificables: por ejemplo, el calentamiento global a largo plazo, a causa de la actividad humana.
“En la ciencia del clima, lo aleatorio y lo sistemático se superponen. Las herramientas matemáticas desarrolladas por Klaus Hasselmann permitieron separar las dos, para tener una mejor comprensión de la evolución del clima”, detalla Bouchet.
Para este científico, esta disociación es esencial para entender eventos climáticos extremos como las olas de calor, las tormentas, huracanes, etc.
“Naturaleza a través de las matemáticas”
Los modelos digitales desarrollados por Syukuro Manabe permitieron integrar subsistemas climáticos. “Son los primeros modelos que permitieron calcular el efecto del aumento del dióxido de carbono de origen antrópico (humano) en el calentamiento global. Algo central en el modelo climático contemporáneo”, utilizado, por ejemplo, por los expertos del Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC), celebra Bouchet.
"I never thought I would receive the Nobel Prize in Physics!"
Take a listen to our conversation with our new physics laureate Syukuro Manabe who was shocked and happy after hearing about his #NobelPrize earlier today. pic.twitter.com/KGtoWoUXbX
— The Nobel Prize (@NobelPrize) October 5, 2021
"We've been warning against climate change for about 50 years or so."
We spoke to new laureate Klaus Hasselmann just minutes after the announcement of his #NobelPrize in Physics.
Take a listen: pic.twitter.com/nftL0qjz1z
— The Nobel Prize (@NobelPrize) October 5, 2021
En este campo, Giorgio Parisi estudió comportamientos de la misma complejidad.
"It will take me a few days to answer all the phone calls that I had today."
Physics laureate Giorgio Parisi talks to us following the announcement of his #NobelPrize in Physics. pic.twitter.com/S2UrIMRzGy
— The Nobel Prize (@NobelPrize) October 5, 2021
“Todo lo que vemos a nuestro alrededor es complejo, incluidos nosotros mismos. Empecé a desarrollar las bases de esta ciencia, que ni siquiera existía a principios de los años 80, estudiando la naturaleza a través de las matemáticas”, contaba este científico italiano al periódico Corriere della Sera, el pasado febrero.
Los miles de millones de atómos que forman los materiales pueden provocar dinámicas caóticas, que no podemos ver a nuestra escala.
¿Cómo entender que los átomos de vidrio estén tan desordenados como los de un líquido, por ejemplo, cuando a gran escala el vidrio se ordena como un sólido, de una forma más simple?
Parisi consiguió mostrar estos comportamientos usando estadísticas que hoy en día se utilizan en biología, neurociencias o inteligencia artificial.
*Con información de AFP
