サプライチェーンプランナーのように気候変動を予測する

ジョアネス・ヴェルモレル

フランスのパレゾーにあるエコール・ポリテクニークで行われたシンポジウム「人工知能、デジタル、気候変動」のため、ジョアネス・ヴェルモレルが行った講演の転写です。このシンポジウムは、テレコム・スード・パリのシルヴァン・ル・コルフ教授とエコール・ポリテクニークのエリック・ムリン教授、フランス科学アカデミーの選出メンバーが主催しました。

私の専門はサプライチェーン科学とサプライチェーン予測分析です。サプライチェーンは、生産と消費の間の接着剤と言えます。材料を調達し、輸送し、変換し、配布する必要があります。これがサプライチェーンの本質です。私はすぐに告白しますが、サプライチェーン科学が気候学の未来になることはないでしょう。

しかし、現代のサプライチェーンは、既に大規模な自動予測技術を活用しています。私の会社であるLokadも、10年以上にわたりこれを行ってきました。

この10年間で、実世界の状況で予測技術、特に機械学習アルゴリズムの使用に関していくつかの重要な教訓を学びました。最も重要な教訓は、「正確に間違っているよりもおおよその正しさの方が良い」ということです。しかし、周りを見渡すと、深く誤ったデータサイエンスの取り組みがたくさん見受けられます。

「データを解析する」という最も悪質な側面は、アルゴリズムや技術が合理性や科学性の錯覚を与えることです。しかし、頻繁に、これらの誤ったデータ解析の取り組みは、占星術と同じくらいの結論しか出さないのです。問題に間違ったアプローチをする限り、どんなアルゴリズムも助けにはなりません。

サプライチェーンの予測モデリングが気候変動の予測にどのような貴重な教訓を提供できるのかを理解するために、気候とグローバル市場には共通点が多くあります。両方の場合、私たちの生活様式がかかっています。両方の場合、完全に理解されていない複雑なシステムがあります。両方の場合、各参加者がシステムに影響を与えますが、それは小さな影響です。集計すると、一連の小さな影響が大きな影響をもたらす可能性があります。しかし、参加者は自分自身のインセンティブを持っており、そのため、何もかもが簡単ではありません。

したがって、私はフランスのメトロポリタンの視点から、気候の進化をサプライチェーンのスタイルで評価します。企業が自社の市場シェアを評価するように、私たちはフランスの気候を評価します。

サプライチェーンは、コストは常に極端にあると教えてくれました。生産のわずかな過剰や小さな不足は通常修正が容易ですが、大きな過剰は会社の破滅を意味します。したがって、サプライチェーンプランナーとして、気候変動を予測する際には、小さな変動に興味はありません。フランスは温暖な気候です。そして、ここではフランスに焦点を当てた視点を採用しています。

フランスは、平均気温が2度高くなったり低くなったりしても、ほとんど問題ありません。同様に、風が10%多くなったり少なくなったり、雨が10%多くなったり少なくなったりしても、ほとんど差はありません。私はすぐに明確に述べますが、何の影響もないと言っているわけではありません。私は、デンマークやイタリアのような他の国々が、寒冷な気候や温暖な気候に関連する長期的な問題を抱えていないことを指摘しています。それでいて、フランスで楽しんでいる生活様式とほぼ同じです。気候が変化すると、農業の作物の選択から建物の断熱層の厚さまで、さまざまな領域で調整が行われます。ただし、これらの変化は、フランスに影響を与える他の変化の要因と比べてささやかなものです。

したがって、サプライチェーンプランナーとして、私の関心は気候の極端な変化にあります。予想されることを評価するためには、過去の極端な事例を見る必要があります。実際、将来の極端な事例は常に過去の事例よりも大きく見積もられるべきです。これは市場にも当てはまり、おそらく気候にも当てはまるでしょう。では、フランスの歴史が私たちに何を教えてくれるのか見てみましょう。

夏の1636年¹、それはコルネイユが『シッド』を書いた年であり、同時に非常に暑い夏の年でもありました。パリでは数週間にわたり気温が39℃まで上昇しました。1夏で50万人の死者が出ましたが、ほとんどが赤ちゃんや幼児でした。死因の主な要因は汚染された水と赤痢などの病気でした。当時のフランスの人口に対する死者数は第一次世界大戦とほぼ同じで、その戦争は4年以上続きました。

したがって、フランス全体で夏の間ずっと39℃を維持することは、私たちが準備すべき基準となるでしょう。この提案にはほとんど気候モデリングは関与していません。これは最近のフランスの気候史の直接的な読み取りです。もし4世紀前にそれが起こったのであれば、私の提案は単純に来年再び起こる可能性があるということです。

当然、過去2世紀にわたり、フランスでは医学と衛生の進歩により赤痢はほぼ根絶されました。しかし、それは私たちが何の問題もなく暑い夏を過ごせることを意味するのでしょうか？フランスでの2003年の夏の出来事を見ると、暑い夏はまだ深刻なリスクを伴います。2003年の熱波はわずか2週間しか続かず、パリでは39℃に達し、フランス全体で15,000人の死者を出しました²。主に高齢者が犠牲となりました。しかし、その後の数年間で、フランスの家庭のエアコン設備の普及率は2005年の4%³から2020年の25%⁴に上昇しました。

ここで、人間の事象の予測に触れています。人々は観察し、適応します。これは常に予測の精度に悪影響を及ぼすわけではありませんが、人間の創造力はほとんど常に長期予測を無意味にします。実際、予測、どんな予測でも、それはまず最も重要なことは「モデルの選択」であることを忘れないでください。モデルは戦場を定義します：何を予測するのか。予測は非常に正確であっても完全に無関係である場合があります。これは、サプライチェーンを運営するすべての企業が直面する危険です：市場は成長するだけでなく、性質も変わっています。

気候の極端な事例に戻りましょう。では、1709年の大寒波について見てみましょう。1709年の1月⁵、パリでは気温が-20℃まで下がりました。これはケベックシティの寒い冬のようなものです。セーヌ川はフランスの他の大河と同様に完全に凍りつきました。11日間でフランスは10万人の人々を寒波で失いました。合計で、この冬の間に60万人の人々が亡くなりましたが、ほとんどが貧しい家族でした。再び、これらの損失はフランスにおける第一次世界大戦の全体的な影響と同じくらいであり、ただし、再び、この災害は数週間で発生しました。この冬は、13世紀中頃から19世紀中頃まで続いた「小氷期」と呼ばれる時期の一部でした。

パリでセーヌ川が完全に凍りつくことは、この聴衆にとって驚きかもしれませんが、パリの北緯は49°であり、ケベックシティの緯度はわずか47°です。したがって、地理的にはパリの方がケベックシティよりも北に位置しています。

いずれにせよ、過去数世紀にわたり、セーヌ川は何度も完全に凍りつきました。これは歴史の一部ですが、気候モデリングは関与していません。もし3世紀前にそのような冬が起こったのであれば、私の提案は次の冬に再び起こる可能性があるということです。

したがって、もし私たちが過去に起こったようなカナダの冬を経験する場合、フランスでどのような問題が発生するか考えてみましょう。

私が思いつく最初の問題は、水です。フランスでは、水道管は通常80cmの深さに埋設されていますが、ケベックシティでは130cmであり、それには理由があります。80cmでは、ケベックでは水道管が凍って破裂します。したがって、フランスでの大寒波は、おそらく私たちの水道配給インフラのかなりの部分を破壊するでしょう。

また、交通も深刻な影響を受けるでしょう。カナダのトラックはディーゼルが-10°Cで凍結するため、ブロックヒーターを使用しています。フランスのトラックでのブロックヒーターの普及率についての統計はありませんが、装備率は非常に限られているようです。ディーゼルで運行する専門車両の98%以上が存在することを考慮すると、ほとんどの車両が大寒波の間に使用できなくなると推測するのは合理的です。

最後に、電力網も深刻な停電に見舞われる可能性があります。2012年⁶、寒冷な冬だったフランスは最大で9%の電力をドイツから輸入していました。大部分が大規模な産業企業などで自由に停止できる電力の割合は約1%のエネルギー削減にしかなりません。制御されたブラウンアウトによって約3%の追加のエネルギー削減が得られます。これ以上は、電力網の一部を切断する以外の選択肢はありません。

これらの問題は理論的なものではありません。実際には、大寒波の場合に起こる問題は、私が父と大寒波の事例について話し合ったときに明らかになりましたが、それは1956年のサンテティエンヌで起こった問題とまったく同じです。

1956年はフランスで20世紀最も寒い冬でした。サンテティエンヌでは、電力網が崩壊しました。水道管が破裂しました。車両は動かなくなりました。南部では、マルセイユの港さえ完全に凍りつきました。

家族は何日も水や食べ物、暖房なしで過ごしました。1956年2月のINSEEの死亡統計の簡単な調査⁷によると、前年と比べて約15000人の余分な死亡がありました。

この厳しい1956年の冬は、まだ電気製品に頼りが少なかった戦後の社会で起こりました。また、この社会はまだ木材を使用した暖房を広範に使用しており、それは電力網に依存しません。私は、同じ冬が現代のヨーロッパで起こった場合、より深刻な影響があると疑いません。

気候予測の議論に戻ると、この時点で明らかなことは、将来の気温が本当に重要なのではなく、それらの気温の結果が本当に重要なことです。他の気候変数についても同じことが言えます：風、雨など。

最初の「データサイエンス」の予測の間違いは、平均に焦点を当てることではなく、極端に焦点を当てることです。そして、2番目の予測の間違いは、数値的な人工物を現実の結果と混同することです。サプライチェーンでは、この洞察は「予測誤差の割合は関係なく、誤差のドル数だけが重要である」と要約されます。

実際、予測は意思決定をサポートするために設計された数値的な人工物です。それらの予測の品質は、最終的により良い意思決定を達成するための適切さに大いに依存します。

平均絶対誤差（MAE）、平均二乗誤差（MSE）、平均絶対パーセンテージ誤差（MAPE）などの任意の統計的指標に基づいて予測の品質を評価することは、実世界の結果と完全に切り離されているため、私の同僚データサイエンティストの間で最も一般的な間違いの1つです。

私は個人的に、それらの予測をnaked forecastsと呼んでいます。裸の予測は、神話的な予言の反対です。それらの予測は注目されるべき以上の注目を浴び、人々がそれらの予測に注意を払うと、状況は悪化するだけです。

裸の予測が間違っている理由を理解するためには、サプライチェーン（おそらく気候でも）では、非常に正確でありながらも非常に愚かな予測を生成することが容易であることに気付く必要があります。

実際に、日々の補充を持つミニマーケットを考えてみましょう。ミニマーケットのほとんどの商品にとって、最も正確な日次販売予測は「ゼロ個」です。実際、ミニマーケットのほとんどの商品は、平均して1日に1回も売れていません。したがって、平均絶対誤差を考慮した場合、ゼロ販売の予測が通常最も正確な日次予測です。

それでは、ゼロ販売の予測を入力として受け取った場合、店舗は何も補充しません。実際、予測された販売数がゼロであるため、補充する商品はありません。やがて、ミニマーケットの棚はすべて空になり、結果的に販売数はゼロになります。このゼロ販売の予測モデルは100％正確です。一方、ミニマーケットは倒産します。

このような状況は実際に起こります（Lokadと競合するエンタープライズソフトウェアソリューションでも）。これを「在庫凍結問題」と呼びます。これを修正するには、モデルは「販売の予測」ではなく「需要の予測」を行う必要があります。ただし、これは困難です。なぜなら、販売は観測される一方で需要は観測されないからです。

より一般的には、統計的な予測指標は科学の幻想を与えます。「私は予測モデルを作成しました。それは1％より正確ですので、私のモデルは証明されて優れています」というようなものです。しかし、これは通常の状況ではなく、過学習についても話していません。私が指摘している問題は、統計的な指標を追い求めることでモデルが確実に悪化するということです。予測モデルは、以前はおおよそ正しかったのに、完全に間違ってしまいます。

私は気候の専門家ではありませんが、サプライチェーンの視点から見ると、メディア（報道だけでなくソーシャルネットワークも）では、実用的な意思決定プロセスに関連付けられていない予測が豊富に見られます。私はこれらの予測の正確さに疑問を投げかけていません。これは気候学者の議論です。ただし、サプライチェーンの経験から言えるのは、それらの裸の予測に基づいて実世界の意思決定を推測しようとすることは、通常、予期しない結果を招き、元々の意図とはまったく逆の結果を頻繁にもたらすということです。

良い予測は、解決すべき問題から始まります。問題が適切に特徴付けられると、関連するデータと数値レシピを特定して、関与する意思決定をサポートするために適したものを逆に進めていきます。

それに対して、悪い予測は、偶然利用可能なデータセットと、そのデータセットに対して最新の機械学習論文をテストしたがるデータサイエンティストから始まります。可能な限り、そのデータサイエンティスト自身が書いた論文です。

したがって、私の結論は、サプライチェーンと気候の両方に適用されるものであり、良い予測と悪い予測を区別するためには、まず裸の予測を即座に拒否することです。裸の予測からは何も良いことはありません。次に、予測がおおよそ正しいかどうかを確認します。最後に、予測が実世界の意思決定にどれだけ近いかを見てください。予測を行っている人々がそれらの予測の結果に生活しなければ、あなたのデフォルトの立場は深い懐疑ですべきです。