All dies kann mit einer bestimmten Genauigkeit simuliert werden - bei ausreichender Rechenleistung UND korrekten experimentellen Werten für alle Parameter. Das Knifflige ohne Tests besteht darin, experimentelle Werte für z. die Wärmeleitfähigkeit von Plutonium bei TPa des Drucks.

Experimentelle Tests können auch nur eine bestimmte Genauigkeit bestätigen - abhängig von der Instrumentierung und Wiederholbarkeit des Geräts.

Bearbeiten: Ja, es gibt Quanteneffekte, die nicht vorhergesagt werden können - welches spezifische Atom zuerst spaltet -, aber das ist aus technischer Sicht nicht wirklich wichtig.

Bis zu einem gewissen Grad spiegelt diese Antwort Dinge wider, die @Martin gesagt haben ... aber aus meiner eigenen Sicht.

Nach meiner Erfahrung mit (Monte-Carlo-) Simulation Das Modell, das Sie implementieren, erfasst Ihr Wissen über die Physik der Situation. und wenn Ihr Wissen "perfekt" ist, ist Ihre Berechnung mit ausreichender Rechenleistung auch "perfekt".

Es treten mehrere Probleme auf:

1. Unvollständige Physik Wissen: Wenn Sie bestimmte Aspekte des Verhaltens Ihres Systems nicht kennen (Materialeigenschaften können beispielsweise bei sehr hohen Dehnungsraten auf witzige Weise nichtlinear werden), können Sie nicht das richtige Wissen in das Modell einbringen. Das ist mir vor Jahren passiert: Ein Modell nahm lineares Verhalten an und machte bestimmte Vorhersagen; Als die nachfolgenden Beobachtungen nicht mit den Vorhersagen übereinstimmten, suchten wir nach der Diskrepanz und fanden eine zuvor unbekannte Nichtlinearität.
2. Randbedingungen: Bei Systemen mit chaotischem Verhalten (wie dem Wetter) ändern kleinste Änderungen der Anfangsbedingungen die Entwicklung des Systems. Bis zu einem gewissen Grad kann dies durch tausendmaliges Wiederholen der Simulation mit winzigen Änderungen in der Eingabe gemildert werden. Dies würde eine Vorstellung von der Variabilität geben, die aufgrund dieses unvollständigen Wissens in der Ausgabe zu erwarten ist Wissen: Sobald Sie mehrere Subsysteme haben, die in einer groß angelegten Simulation nebeneinander existieren, können Interaktionen auftreten, die Sie möglicherweise nicht berücksichtigt haben. Bestimmte Komponenten können parametrisch beschrieben werden ("Wenn der Strom in die Basis dieses Transistors hoch wird, steigt der Kollektorstrom um das Beta-fache des Basisstroms"). Wenn jedoch Neutronenstrahlung auftritt, kann dies die Eigenschaften des Transistors auf eine Weise verändern, die im Modell nicht berücksichtigt wurde. In einem System beliebiger Komplexität werden das Potenzial und die Auswirkungen solcher Wechselwirkungen erheblich.
ol>

All dies besagt, dass Simulationen nur so weit gehen können: und dass das Vertrauen in die Leistung eines Systems nur durch Tests (Komponenten) gewonnen werden kann.

Das heißt - ich wäre nicht derjenige was darauf hindeutet, dass wir mehr Atomtests durchführen. Ich wäre ziemlich glücklich, wenn diese Dinge überhaupt nicht funktionieren würden.

Ich denke, jeder, der sagt "Es besteht keine Notwendigkeit, Experimente durchzuführen, wir können alles simulieren!" entweder:

1. Weiß nicht, wovon sie sprechen
2. versucht, Schlangenöl zu verkaufen
3. Ist ein wissenschaftlicher Betrug, der versucht, die Pseudowissenschaften voranzutreiben Als tatsächliche Wissenschaft
ol>

habe ich noch nie einen ernsthaften, ehrlichen Wissenschaftler gesehen, der behauptet, Simulation sei ein ausreichender Ersatz für empirische Beweise, selbst für sehr einfache Experimente.

Washington Artikel veröffentlichen

Sieht nach einem hervorragenden Beispiel für # 1 aus.

Es gibt einen Grund dafür, dass eine kritische Komponente der wissenschaftlichen Methode die experimentelle Überprüfung von Hypothesen ist. Zu behaupten, Simulation sei so gut wie ein Experiment, ist lächerlich: Was ist, wenn die Simulation falsch ist? Was ist, wenn der Code Fehler enthält? Was ist, wenn die Annahmen, auf denen Sie es basieren, falsch sind? Was ist, wenn die Ihrer Theorie innewohnenden Annäherungen (jede wissenschaftliche Theorie beinhaltet notwendigerweise eine Annäherung an die Realität) eine katastrophale Abweichung vom realen Ergebnis verursachen? Was ist, wenn es versteckte Variablen gibt, von denen niemand etwas wusste?

Und vor allem, wie um alles in der Welt werden Sie wissen, dass die Ergebnisse real sind, wenn Sie es nicht versucht haben? Selbst mit einem kompetenten Simulator gibt es Probleme, und Akademiker produzieren notorisch minderwertigen Code. Ohne experimentelle Validierung könnten Sie es genauso gut erfinden. Aus dem Artikel:

Aber ein ehemaliger Atomwaffendesigner, der unter der Bedingung der Anonymität sprach, weil er immer noch in der Regierung ist, bot eine vorsichtigere Sichtweise an. "Zu sagen, dass die Berechnungen besser sind als unterirdische Tests, ist albern", sagte er. „Wenn Sie wissen möchten, ob etwas funktioniert, müssen Sie es testen. Die Berechnungen sind gut, aber das Problem ist das Risiko. Wie gut sind die Berechnungen Ihrer Meinung nach? ”

Und:

Sen. Jon Kyl (R-Ariz.), Der sich lange gegen den Vertrag ausgesprochen hat, sagte: „Computersimulation ist Teil des Programms zur Verwaltung von Lagerbeständen, das nach Ansicht von Wissenschaftlern hilfreich war. Einer sagte mir, es habe gute und schlechte Nachrichten hervorgebracht. Die gute Nachricht ist, dass sie uns viel mehr über diese Waffen erzählt als jemals zuvor. Die schlechte Nachricht ist, dass die Waffen größere Probleme haben, die wir erkannt haben. Computer sind zwar hilfreich, aber kein Ersatz für Tests. Deshalb sollten wir, obwohl wir gerade nicht testen, das gesetzliche Recht zum Testen nicht aufgeben. “

Und:

Jeffrey G. Lewis, ein Atomwaffenexperte und Direktor des Ostasien-Nichtverbreitungsprogramms am Monterey Institute of International Studies, sagte, dass jahrelange unterirdische Atomtests dazu beigetragen hätten, Waffendesignern zu zeigen, dass die Bomben unter bestimmten Bedingungen funktionierten, „aber sie konnten Erklären Sie niemals vollständig, wie oder warum . “

Hervorhebung meiner - obwohl Jeffrey Lewis anscheinend für die Politik ist, veranschaulicht seine Bemerkung den entscheidenden Punkt: Das Universum arbeitet nach komplexen Gesetzen . Nicht alle diese Gesetze sind bekannt. Es kann nicht garantiert werden, dass eine Simulation, die auf bekannten Gesetzen basiert, der Realität entspricht. In einigen Fällen mag die Meinungsverschiedenheit unbedeutend sein, aber es gibt keine Möglichkeit, a priori zu wissen, dass dies für einen bestimmten Fall der Fall sein wird.

BEARBEITEN , um noch ein weiteres Problem beim Verlassen hinzuzufügen zu Simulationen: Wenn Sie sich die früheren Experimente ansehen, die zur Validierung von Simulationen durchgeführt wurden, werden Sie feststellen, dass sie sehr genau übereinstimmen und auf die Idee kommen, dass die von mir erwähnten möglichen Fehlerquellen unbedeutend sind und dass ich aus einem Maulwurfshügel einen Berg mache. Sie würden jedoch bestimmte wichtige Nuancen ignorieren.

In dem Moment, in dem Sie anfangen, empirische Validierung zu vermeiden, ist der Charakter der Forschungsarbeit: Es ist viel einfacher, Vorhersagen zu treffen, wenn Sie wissen, dass niemand diese Vorhersagen tatsächlich testen und Sie fangen wird, wenn Sie sich irren. Darüber hinaus geraten Sie in eine bizarre Falle, die dem Überspringen von Steuerelementen ähnelt: Sie haben einige Simulationen, die Sie validieren, und manchmal stellen sie sich als falsch heraus, und Sie müssen Ihr Manuskript verschrotten, aber Sie haben andere Simulationen, die Sie nicht validieren, und sie nie müssen wiederholt werden. Was ist der Sinn der Validierung, wenn sie Sie nur verlangsamt? (Um sich mit der Analogie zu verbinden: "Was bringt es, Kontrollen durchzuführen, wenn sie nur dazu führen, dass Experimente weniger häufig funktionieren?")

Natürlich ist die Antwort offensichtlich: Das Experiment ist ohne das wertlos Kontrollen (dies gilt auch dann, wenn Sie im Laufe Ihrer wissenschaftlichen Karriere 1000 kontrollierte Experimente durchgeführt haben und die Kontrollen Ihnen niemals neue Informationen gegeben haben). Ebenso ist die Simulation ohne die empirische Validierung wertlos. Wenn man jedoch akzeptiert, dass eine empirische Validierung entbehrlich ist, entsteht ein Widerspruch: Warum nicht auf die Validierung noch mehr verzichten? Schließlich gewinnt man nur und kann nicht verlieren. Aus diesem Grund und in Verbindung mit verschiedenen menschlichen Fehlern, denen alle Wissenschaftler ausgesetzt sind, wird es nicht lange dauern, bis alle erfundene Theorien entwickeln, die nichts zu tun haben, sobald die empirische Validierung nicht mehr "immer obligatorisch, keine Ausreden" ist mit der Realität und keine Spur von echter Wissenschaft bleibt in der Gemeinschaft. Dies ist die große Gefahr, die es "wirklich" wichtig macht, Simulationen empirisch zu validieren.

Dies ist nicht zu interpretieren als "Wir müssen Atomtests durchführen, sonst wird die gesamte Wissenschaft für immer ruiniert". Ich persönlich habe nichts dagegen, dass die Tests aufhören. Sobald jedoch die Entscheidung, den Test abzubrechen, aufhört, sollte sich eine ernsthafte Person eingestehen, dass bestimmte wissenschaftliche Erkenntnisse, die aus diesen Tests gewonnen werden sollten, jetzt nicht mehr zugänglich sind und nicht mehr erhalten werden können. Zu sagen "Wir stoppen die Tests ... aber es ist okay, wir können Simulationen durchführen!" ist wie zu fragen, ob Sie Ihren Kuchen haben und ihn auch essen möchten. Es passiert nicht und Sie täuschen sich, wenn Sie denken, dass es so ist.

Und ich versuche auch nicht zu behaupten, dass das Erstellen von Simulationen ein sinnloses Geschäft ist. Es ist eine sehr nützliche Arbeit, die wertvolle wissenschaftliche Ergebnisse liefern kann. Es ist jedoch wichtig zu bedenken, dass die Ergebnisse einer Simulation nur für die Simulation gelten, nicht für die Realität, da die Realität nicht die Simulation ist, nicht unbedingt der Simulation ähnelt und sich höchstwahrscheinlich auf unvorhersehbare Weise von der Simulation unterscheidet. Man kann die Ergebnisse einer Simulation nicht nehmen und behaupten, dass sie für die reale Welt gelten: Man kann nur das Argument für die Durchführung eines vorgeschlagenen realen Experiments auf der Grundlage der Ergebnisse der Simulation vorbringen.

Aber wenn Die Experimente sind keine Option, dann kann die Simulation nicht mehr mit der Realität verbunden werden. An diesem Punkt steckt der Forscher fest und untersucht nur die Phänomene seiner simulierten Welt, nicht die reale. Auch hier ist nichts falsch daran, und wohl befasst sich die gesamte Disziplin der Mathematik mit der Untersuchung einer imaginären Welt, hat jedoch viele in der realen Welt nützliche Erkenntnisse hervorgebracht. Mit dem Wort "Wissenschaft" verbindet man jedoch eher die Untersuchung der realen Welt als eine imaginäre, simulierte Welt.

---

Wie Sie leicht aus dem Artikel ersehen können, ist die Entscheidung, die Tests abzubrechen, politisch motiviert. Zu sagen, dass Sie beschlossen haben, die Tests abzubrechen, ist im aktuellen politischen Klima zweckmäßig (auch wenn es unwissenschaftlich ist). Das Entfernen des strengen Tests der empirischen Validierung ist zweckmäßig, da es eine einfachere Manipulation der Ergebnisse ermöglicht. Auf der anderen Seite wird eine unerschütterliche Hingabe an wissenschaftliche Prinzipien von vielen Wählern wahrscheinlich nicht gewürdigt, und da ein Atomkrieg während der gegenwärtigen Regierung unwahrscheinlich ist, wird die Fähigkeit verloren, wirksame Atomwaffen (und ebenso für Kernkraftwerke) zu entwerfen. wird nicht als große Sache gesehen. Daher trifft die Verwaltung eine [politisch] korrekte Entscheidung, die Tests abzubrechen, und behauptet, dass Simulationen sowieso gut genug sind.

Sie können alles mit einer bestimmten Genauigkeit simulieren, aber es gibt mindestens einen Aspekt, der nicht simuliert wird: die Realität.

Was ich meine, sind die folgenden Punkte:

• Wenn Sie etwas komplizierteres berechnen möchten, verwenden Sie irgendwann Näherungswerte. Es gibt immer gute Gründe, bestimmte Annahmen zu treffen, Begriffe und Effekte zu vernachlässigen usw. - aber manchmal vermisst jemand etwas. Dies gilt auch für Atombomben. Ich bezweifle, dass dies ein großes Problem ist, sobald die Kettenreaktion auf dem Weg ist, aber es könnte Einfluss darauf haben, ob die Bombe überhaupt explodiert.

• Wenn Sie eine Simulation durchführen, sind Sie es Angenommen, das von Ihnen erstellte Gerät sieht genau so aus, wie Sie es geplant haben. In Wirklichkeit wird dies niemals passieren. Natürlich können Sie versuchen, dies zu simulieren, wenn Sie wissen, was möglicherweise falsch läuft, und diese falsch gebauten Geräte simulieren. Wenn jedoch schwerwiegende systematische Fehler auftreten, werden Ihre Simulationen diese nicht erfassen.

Daher bezweifle ich, dass Sie sich ausschließlich auf Simulationen verlassen können, um wirklich zu wissen, was passieren wird. Sie können jedoch den Bedarf an experimentellen Tests erheblich reduzieren.

Schauen Sie sich die Weltraumforschung an. Sie führen umfangreiche Simulationen durch, weil der Bau von Raumfahrzeugen unglaublich teuer ist, aber manchmal laufen die Dinge schrecklich schief ...

Ich liebe das Zitat "Niemand glaubt einer Analyse außer der Person, die es getan hat. Jeder glaubt einem Test außer der Person, die es getan hat." Sowohl die Simulation als auch der Test weisen schwerwiegende Mängel auf. Sie können nicht viele Tests durchführen, weil sie teuer sind. Simulationen beinhalten nicht die gesamte Physik. Es ist leicht, falsch zu entscheiden, dass ein Effekt nicht wichtig ist, und ihn zu ignorieren oder einen Aspekt des Herstellungsprozesses wichtig zu machen, wenn Sie nicht darüber nachgedacht haben. Idealerweise (aus technischer Sicht, nicht aus budgetärer Sicht) machen Sie viel von beidem. Wenn die Simulationen die Tests nicht reproduzieren können, finden Sie heraus, was mit den Simulationen nicht stimmt. Anschließend aktualisieren Sie die Simulation und entscheiden, welcher Test als Nächstes durchgeführt werden soll. Wenn das Budget wie immer begrenzt ist, müssen Sie entscheiden, welche Mischung aus Simulation und Test Sie kaufen möchten. Wenn die Simulationen besser werden, ist es sinnvoll, mehr davon zu kaufen und weniger Tests durchzuführen. Dann machen Sie sich Sorgen, dass die Simulation einen wichtigen Punkt übersehen hat. Es ist nicht einfach.

Dies ist möglicherweise nicht das, wonach Sie suchen, aber vergessen Sie nicht die nicht unmittelbaren Auswirkungen von Atomwaffen. Simulationen können nur so weit gehen, um Ausfälle, anhaltende Strahlung, den Fluss radioaktiver Partikel durch die Umgebung, Umweltauswirkungen, soziologische Auswirkungen usw. zu simulieren.

Sie werden auch Probleme haben, alle möglichen zu simulieren Zielumgebung. Wenn Sie versuchen, eine Militärbasis zu errichten, können Sie ziemlich gut erraten, woraus die meisten Strukturen bestehen und wie sie gebaut sind, aber es kann ein oder zwei Strukturen geben, die aufgrund der glücklichen Platzierung überleben, überlegen Engineering usw. Und Sie können sich in Bezug auf das Design des Ziels irren.

Schließlich können Sie Dinge wie das lokale Wetter wirklich nicht mit absoluter Präzision simulieren, was zu Simulationen von Ausfällen usw. führen könnte (sogar) Ein kurzer Windunterschied von 1 km / h kann einen drastischen Unterschied verursachen, wenn sich ein großes Bevölkerungszentrum direkt am Rande der Gefahr befindet. Dies ist jedoch wahrscheinlich keine große Auswirkung auf den unmittelbaren Schaden. Wie das Werfen einer Erdnuss auf eine entgegenkommende Supernova bezweifle ich eher, dass ein kleiner Wind oder ein geringfügiger Temperaturunterschied die Druckwelle einer Nuklearwaffe wesentlich verändern wird.

Um fair zu sein, können einige dieser Auswirkungen nicht wirklich live getestet werden, da dies bedeuten würde, Großstädte, Regenwälder und lila Einhörner zu vernichten, um die Auswirkungen zu testen. Dies bedeutet, dass der nur gültige Test durch Simulation auf der Grundlage von Modellen aus kleineren Tests verschiedener Art erfolgt. Dennoch können Fallout- und Umwelteinflüsse in abgelegenen Gebieten relativ unbedeutender Umgebungen getestet werden, und Tests in der Praxis werden wahrscheinlich Dinge zeigen, die von den Simulationen nicht vorhergesagt wurden.