黑天鹅事件（Black Swan Events）指的是出乎预料的大型事件，并对其所在领域引发严重的连锁、甚至颠覆性效应。斯坦福大学最近完成的一项研究，找到一种方法，可以预测这些事件。
像2001年美国的911袭击事件、2008年全球经济危机，就是这一代人记忆犹新的黑天鹅事件。
科学家认为，即使是突发事件也是对外在因素，或不同维度和范围内离散事件累积作出的反应，因此也有某种基层普遍的规律可循，只要找到这样的规律，就有可能对突发极端事件作出预测。
“通过分析三个生态系统下的长期数据，我们发现不同生物种类里面发生的变化，从统计学角度看，在不同的生态系统中是一样的。”近期一份发表在《公共科学图书馆计算生物学》（PLOS Computational Biology）期刊上研究的作者布雷（Samuel Bray）说，“这意味着存在某种基层规律，可用于预测极端事件。”
在多年的研究中布雷发现，某一个生物种类的数量将突然意外的大幅增加，超过其它同类，犹如发生黑天鹅事件。于是他和同事想了解这其中是不是有某种规律。
为了回答他们的疑问，他们需要找到其它生物系统中的黑天鹅事件，而且不仅需要这些事件的细节，发生这种事件的背景环境也很重要。因此，他们选择了已经监测多年的三个生态系统的数据作为研究对象。
“这些数据必须是长期积累的，因此很难收集，这比完成一个博士学位所需的信息量更大，可是要看到大范围内的变化，这是唯一的办法。”
他们选择的三份数据包括：波罗的海浮游生物八年的研究，每周测量两次；哈佛大学一片落叶阔叶林内的净碳测量，自1991年起每30分钟收集一次；新西兰海岸藤壶、藻类和贻贝的测量，在过去二十年来每月进行测量。
之后研究者用一种突发事件理论分析这些数据。这种理论的核心对像雪崩、地震等事件尝试作出解释，认为这些事件都是对外在因素，或不同维度和范围内离散事件作出的反应。
将这个理论结合这些数据分析后，研究人员开发了一种预测黑天鹅事件的方法。研究者称，这种方法对不同的种类和时间跨度具有灵活性，还能从细节少得多的数据中作出预测，比之前的同类方法复杂很多。
“现有的方法依赖我们所见对未来进行预测，因此容易错过黑天鹅事件。”斯坦福大学生物工程学助理教授王波（Bo Wang，译音）说：“但是这个新方法不一样，它假设我们只看到世界的一部分，对我们可能错过的事情进行预测，结果显示这极大地提升了预测能力。”
研究人员将这个方法应用于这三个生态数据集检测它的效果。只使用部分数据，他们准确地预测出了这些系统内发生的极端事件。
接下来，研究组计划把这个方法推广到其它系统尝试预测黑天鹅事件，比如经济、瘟疫、政治和物理学等系统。他们正在与这些领域的科学家合作，希望这个方法所做的预测，对人们的生活产生积极的影响。◇
