本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
當我在研究生院時，我曾經接觸過一個計算機程式，該程式用於預測尚未合成的藥物分子的活性。該程式在具有已知活性的一組現有藥物分子（“訓練集”）上進行“訓練”，然後用於預測未知組（“測試集”）的活性。為了使學習該程式的訣竅更有趣，我的研究生導師在我和一個實驗室的朋友之間設定了一個友好的競賽。我們每個人都有一週的時間來訓練程式處理現有資料集，並找出我們在未知資料集上的表現。
一週後，我們提交了結果。我在現有資料集上的表現實際上比我的朋友更好，但我的朋友在測試集上的表現更好。從實際角度來看，他的模型具有預測價值，這是任何成功模型的關鍵屬性。另一方面，我的模型是仍然需要改進的模型。能夠“預測”已經存在的資料不是預測，而是解釋。解釋很重要，但像我這樣的僅僅解釋已知資料的模型是一個不完整的模型，因為一個真正穩健的模型的價值和目的是預測。此外，僅僅解釋的模型可以透過使用已知的實驗資料調整其引數來擬合數據。
當我閱讀最近一篇來自《自然氣候變化》的論文時，這些想法浮現在我的腦海中，其中氣候變化建模者“預測”了過去十年的全球氣溫停滯。自大約2000年以來全球變暖的缺乏並沒有反駁我們所知關於氣候變化的一切；全球變暖的發現不僅僅基於計算機模型（Weart，2008）。但模型仍然是預測未來變化不可或缺的工具，當前停滯期未被模型準確涵蓋這一事實確實給氣候變化科學家帶來了不便的真相。在最新的論文中，來自西班牙和法國的科學家似乎已經找到了失敗的原因；似乎模型低估了海洋作為熱量匯的作用。海洋吸收熱量是大氣變暖停止或減緩的長期機制，但似乎模型沒有充分考慮到這種自然變率。發生的情況是，當人為引起的全球變暖和海洋吸收相互加強時，您會得到淨變暖訊號。然而，當它們相互抵消時，海洋匯會阻止變暖，這就是我們在近年看到的情況。據我所知，一旦他們提高了處理海洋熱量吸收的引數值，他們就可以使用一個特定的模型來重現觀測到的溫度停滯。
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
這很公平。這種回顧性計算是模型構建的標準部分。但我們不要稱之為“預測”，它實際上是“後測”。目前的研究表明，用於預測溫度變化的模型需要更多的工作，尤其是在處理海洋匯等緊密耦合的複雜系統時。此外，您不能僅僅透過調整引數來使這些模型工作；這種方法的問題在於，它有可能使模型侷限於狹窄的適用範圍，超出該範圍，模型將缺乏靈活性來考慮突如其來的變化。一個穩健的模型是一個引數數量最少，不需要不斷調整以解釋已經發生的事情，並且儘可能通用的模型。當前的氣候模型並非毫無用處，但在我看來，它們無法前瞻性地預測溫度停滯這一事實表明它們缺乏穩健性。它們真的應該被視為“正在進行中的工作”。
我也能理解這樣的研究將如何對全球變暖的公眾形象產生負面影響。人們通常對事後預測不滿意，毫無疑問，懷疑論者和否認者將根據這項研究在不同程度上誇大氣候變化模型的徒勞。但這實際上是任何旨在對複雜系統進行預測的模型的共同問題。正確的方法是誠實地承認模型的失敗並提出修改建議，並且只有透過這種不斷的反饋，模型才能得到改進。IPCC 的下一次評估應明確說明這種差異。佐治亞理工學院教授朱迪思·柯里提出了這個問題
“正統觀點背後的錯誤假設是，自然變率僅僅是疊加在長期趨勢上的‘噪聲’。過去二十年的研究表明，自然變率的幅度超過了溫室氣體變暖訊號。越來越明顯的是，我們對 1980 年以來變暖的歸因和未來氣候變化的預測需要將自然內部變率視為一個根本重要的因素。我真誠地希望（IPCC）AR5 能夠對我們已知和未知以及存在分歧的領域進行評估，而不是試圖製造共識。”
不幸的是，當像氣候變化這樣的主題變得高度政治化時，這種內省和改進的標準過程就會受到破壞。支持者通常擔心公開侷限性，將其作為健康的科學交流過程的一部分，因為害怕遭到否認者的報復。科學的政治化損害了支持者和誠實的懷疑論者，我們所有人都因此變得更糟。