スラッシュドット・ジャパン

> ただ、シミュレーションをやってない人にとっての物理法則は、厳密に決定論的なものであり、
>「カオス」のようなことをしゃべると反発され、相手にされないというような状況があったらしいです。

カオスの面白いところは、厳密に決定論的なダイナミクス（＝物理法則）から確率的に振る舞っているとしか思えないような性質が現れることです（だからコンピューターの乱数生成に使われたりする）。当時の知的水準では、シミュレーションに現れるカオティックな現象なんて「シミュレーターにノイズが載ってるせいだろう」ぐらいにしか思われていなくて、それが決定論的なダイナミクスの持つ本質的な性質なのだと理解されることはなかったということであるように思えます。

ただ、そこで、「その頃シミュレーションをやってた人」の中で、「俺のシミュレーションは完璧だ。だからこれはノイズの効果なんかじゃ絶対ない。決定論的なダイナミクスとして理解できないとすれば、それはおまえら理論家の頭が遅れてるからだ！」と強弁できる先見的な人が現れていれば、いまごろ世界的な学者になれていたのでしょう。ただ、そこまで言い切る自信が「シミュレーションをやってた人」側にも実はなかったということではないでしょうか。

「初期状態の微細な変化が大きな計算結果の違いを生むこと」なんて、実際にはパチンコ屋に入り浸ってるダメ親父だって知ってるありふれた話なのです。では、パチンコ屋の親父と世界のローレンツを分けてしまったものは何かと言えば、当り前の中に新しさを見つけることができた先駆的素養の差ということができるでしょう。科学の重要な発見の多くは、実は目の前にぶら下がっているのではないでしょうか。目の前にぶら下がっているのに、多くの学者にはそれが全く見えないのです。気づくことができた人が一流であるということなのですが、そこに至るまでにはやはり多くの努力が必要だったはずで、それはやはり称賛に値するものだと思います。

#カオス理論の「カ」の字を少々かじった程度ですが。

まず、勘違いされやすいことですが、「カオス」とされる状態は
「単なる無秩序」(ランダム）ではない（カオスは「秩序のある“無秩序”」）ことに注意してください。

例えば、気象現象が「単なる無秩序」（ランダム）であれば気象予測は不可能です。
数値予測するより下駄で占った方がまし（費用対効果の面で）です。
実際には物理法則に従うので決定論的に(＝「秩序がある」）その時間発展を予測できます。
しかし、「カオス」であるために予測が難しい（＝「秩序ある無秩序」）のが現実です。
#（実はローレンツ系が「カオス」かどうかは議論中、って10年前に聞いた希ガス）

天気予報などの“予測”とされる分野では、その予測がどれだけ確からしいか、という情報もとても重要です。
事後に予測データと観測データを比較して「○○％当った」と評価することもできますが、
特に天気予報では防災のため事前に確からしさを知る必要があります。

例えば、「観測データの精度がこれこれなので、X日後の予報の精度はこれくらいだろう」という評価が出来ます。
逆に「予報の精度をこれくらいにするには、観測データはこれくらい必要」と設計に反映することもできます。
この間を埋めるのが“カオス”（初期値に対する物理現象の鋭敏性）の思想です。

「予測できない」のは否定的なものではなく、予測の確からしさの評価に必要なもの、と思ってください。

カオスって、気象とか金融とかいろんなところで役に立っているという話を聞くけど、
なぜ役に立つのかが、よくわからないです。

多少マジレスすると、キチンとした初期値さえ与えれば遠い未来のことまで予測できるんだという素朴な決定論が、「複雑系」において成り立たないことがカオス理論で示されました。

逆に、「○○という計算モデルで初期値の確度が××なら、どのくらい先のことがどの程度予測できるのか」という問題が出てきて、そこから得られた知見は、色々なシミュレーションで使われていると思いますが。（使われてない？）　まぁ、累積誤差の問題もあるので難しいんですけど。

＃ 「これ以上時間を発展させた計算はもはや意味がない」と言えるのは、応用上、役に立ちます。

その時のとっさの一言が「うはｗｗｗテラカオスｗｗｗ」ですね。
民明書房の「図解 チョーわかる科学大発見の瞬間」に載ってました。