Coping with Uncertainty: Robust Solutions

پشتیبانی برای رسیدگی به تغییرات جاری جهانی نیازمند راه حل هایی برای مسائل علمی جدید است که به نوبه خود نیازمند مفاهیم و ابزارهای جدید است. یک موضوع کلیدی مربوط به طیف گسترده ای از عدم قطعیت های کاهش ناپذیر، از جمله رویدادهای شدید با پیامدهای چند بعدی بالا، به عنوان مثال، تغییر آب و هوا است. معضل مربوط به هزینه های هنگفت در مقابل عدم قطعیت های عظیم اثرات شدید است. رویکردهای علمی سنتی بر مشاهدات و آزمایشات واقعی تکیه دارند. با این حال، مشاهدات کافی برای مسائل جدید وجود ندارد، و آزمایش‌های «خالص» و یادگیری از طریق انجام ممکن است گران، خطرناک یا غیرممکن باشد. علاوه بر این، مشاهدات تاریخی موجود اغلب توسط اقدامات و سیاست های گذشته آلوده شده است. بنابراین، ابزارهایی برای درمان صریح عدم قطعیت‌ها با استفاده از اطلاعات «مصنوعی» متشکل از داده‌های «سخت» موجود از مشاهدات تاریخی، نتایج آزمایش‌های احتمالی، و حقایق علمی، و همچنین داده‌های «نرم» ارائه می‌شوند. از نظرات کارشناسان و سناریوها.

Support for addressing the on-going global changes needs solutions for new scientific problems which in turn require new concepts and tools. A key issue concerns a vast variety of irreducible uncertainties, including extreme events of high multidimensional consequences, e.g., the climate change. The dilemma is concerned with enormous costs versus massive uncertainties of extreme impacts. Traditional scientific approaches rely on real observations and experiments. Yet no sufficient observations exist for new problems, and "pure" experiments, and learning by doing may be expensive, dangerous, or impossible. In addition, the available historical observations are often contaminated by past actions, and policies. Thus, tools are presented for the explicit treatment of uncertainties using "synthetic" information composed of available "hard" data from historical observations, the results of possible experiments, and scientific facts, as well as "soft" data from experts' opinions, and scenarios.