2021 Nobel Fizik Ödülü karmaşık sistemlerin

Edward Lorenz'in basitleştirilmiş atmosfer modelinin çözümleri. (Lorenz Attractor - Shutterstock)

Tarihte ilk defa ‘Karmaşık Sistemler’ alanı Nobel Fizik ödülüne layık görüldü. 2021 Nobel Fizik Ödülü karmaşık fiziksel sistemler araştırmalarına yaptıkları katkılarından dolayı Syukuro Manabe, Klaus Hasselmann ve Giorgio Parisi’ye verildi.

Syukuro Manabe (Princeton Üniversitesi, ABD) ve Klaus Hasselmann (Max Planck Meteoroloji Enstitüsü Hamburg, Almanya) iklim sistemlerini karmaşık fiziksel bir sistem olarak ele alarak iklim modelleri oluşturdular. Bu sayede sistemdeki değişkenliği nicel olarak anlamlandırmak ve isabetli küresel ısınma tahminleri yapmak mümkün oldu. Manabe ve Hasselmann 2021 Nobel Fizik ödülünün yarısını paylaştılar.

Giorgio Parisi (Roma Sapienza Üniversitesi, İtalya) ise karmaşık fiziksel sistemlerde atomik ölçekten gezegensel ölçeklere kadar düzensizlik ve dalgalanmalar arasındaki ilişkiler üzerine keşifleriyle 2021 Nobel Fizik ödülünün yarısını aldı.[1]Erzan, A. (2021) 2021 Nobel Fizik Ödülü: Giorgio Parisi. https://sarkac.org/2021/10/2021-nobel-fizik-odulu-giorgio-parisi/

Karmaşık sistemler nedir?

Karmaşık sistemler, etkileşen birçok bileşenden oluşan ve genellikle tahmin edilemeyen davranış, diğer bir deyişle kaos, gösteren sistemlerdir.

Karmaşık sistemlerin davranışlarının gözlemlerle anlaşılmaya çalışılması, en eski doğa bilimlerinden astronomi araştırmalarının başladığı günlere kadar gidiyor. Isaac Newton’un 1670’lerde diferansiyel denklemleri kullanarak etkileşen iki gezegenin (iki cisim problemi) davranışını anlayabilmesi ile karmaşık sistemler problemleri kuramsal olarak incelenmeye başlanmış oldu. Bir sonraki çözülmesi beklenen üç cisim problemi, yani üç kütlenin birbiriyle etkileşerek nasıl hareket edeceği probleminin çözümü ise hiç de kolay olmadı. Newton dahil zamanın en iyi matematikçileri tarafından yıllarca çözülmeye çalışıldı.

1880’lerin sonlarına doğru Henri Poincaré problemin genel bir çözümü olmadığını kanıtladı. Poincaré çok bileşenden oluşan sistemlerin hareketinin kaotik olduğunu ve çözümünün bulunamayacağını gösterdi ve böylece çok bileşenden oluşan sistemlerin davranışları “karmaşık sistemler”, “dinamik sistemler” gibi başlıklarla hayatımıza girdi. Oldukça önemli bulunan ve yıllar içinde gelişen bilgisayar teknolojileri ve sayısal yöntemler ile anlaşılabilen birçok farklı disiplinden problemler, karmaşık sistemler problemleri olarak ele alınmaya başlandı.[2]Karmaşık sistemlerin tarihini ve içerdiği alanları gösteren harita, Brian Castellani ve Lasse Gerrits – https://www.art-sciencefactory.com/complexity-map_feb09.html

Spin camları

1920’lerde metallerdeki mıknatıslanmayı açıklamak üzere Ising Modeli ortaya atılmıştı. Bu modele göre her bir atom aşağı veya yukarı olmak üzere bir spine sahiptir. Spin, atomların kuantum mekaniksel bir özelliğidir. Metaldeki atomların etkileşmeleri sayesinde spinlerinin tamamının bir düzene girerek, yani hepsi yukarı ya da hepsi aşağı doğru yönelmesi, mıknatıslanmayı açıklıyordu. Fakat, çok geçmeden doğadaki manyetizma olaylarının tamamının bu modelle açıklanamadığı anlaşıldı. 1970’lere kadar birçok metalde  beklenen bu genel düzenin oluşmadığı gözlemlenmişti, fakat düzensizlikler olmasına rağmen hala mıknatıslanma oluşuyordu. Bu düzensizlik camın yapısındaki düzensizliğe benzediğinden; Sam Edwards ve Philip Anderson tarafından 1975 yılında bu düzensizlikleri de içinde barındıran yeni bir model ortaya atıldı, spin camları.

Spin camlarda komşu spinlerin bazen birbirine paralel bazen antiparalel dizilebildiği ve sistemin birden fazla konfigürasyonda kararlı olabildiği gözlenmişti.  Fiziksel bir sistemin, farklı kararlı durumlara girebilmesi bir simetri problemiydi, ve daha iyi açıklanması gerekiyordu. Dahası, bu tip fiziksel sistemlerin özelliklerini anlamak için sıklıkla kullanılan ortalama alan yöntemleri bu spin cam modellerine de uygulanmış ve temel fizik yasalarıyla çelişen sonuçlar bulunmuştu. Spin cam modellerinin bilgisayarda replikaları oluşturularak özelliklerin ortalamaları birçok deney üzerinden alınmış ve sonuçların hiçbir zaman değişmeyecek olan termodinamik yasalarını ihlal ettiği saptanmıştı.  Dolayısıyla oluşturulan replikaların birbirlerinin simetriği olmadığı, diğer bir deyişle replikaların birbirine benzemediği anlaşılmıştı.

1979 yılında Giorgio Parisi, metal atomlarından oluşan bir sistemin en düşük enerji seviyesinde, bulunabildiği durumların sayısının sonsuz olabileceğini varsayarak spin camları modellerindeki simetri problemini çözmeyi başardı. 2021 Nobel Fizik ödülünü almasını sağlayan bu çalışmayla, düzensiz bir spin sisteminin içindeki gizli ve düzenli motifleri ortaya çıkarttı.[3]Parisi, G. (1979). Toward a mean field theory for spin glasses. In Physics Letters A (Vol. 73, Issue 3, pp. 203–205). Elsevier BV. https://doi.org/10.1016/0375-9601(79)90708-4 Bu sonuçla Parisi sadece bu spesifik spin camları modelinin çözümünü değil, bilimin birçok dalında problemleri çözmek için yeni bir bakış açısı ortaya atmış oldu.

Bu çalışmanın dışında, Parisi karmaşık sistemler alanına çok değerli katkılarda bulundu, konu ile ilgili ayrıntılı bir yazıyı sevgili Ayşe Erzan hocamın kaleminden Sarkaç’ta okuyabilirsiniz.[4]Erzan, A. (2021) 2021 Nobel Fizik Ödülü: Giorgio Parisi. https://sarkac.org/2021/10/2021-nobel-fizik-odulu-giorgio-parisi/

İklim, karmaşıklık ve Kelebek Etkisi

ABD’li matematikçi ve meteorolog Edward N. Lorenz her yıl düzenlenen AAAS (American Association for the Advancement of Science) toplantısının 1972’deki etkinliğinde 1963 yılında yayınladığı makalesini[5]Lorenz, E. N. (1963). Deterministic Nonperiodic Flow. In Journal of the Atmospheric Sciences (Vol. 20, Issue 2, pp. 130–141). American Meteorological Society. … Devamı anlatıyordu ve o ünlü cümlesini kurdu:

“Brezilya’daki bir kelebeğin kanat çırpması, Teksas’da bir kasırga yaratabilir.”

Küçük değişikliklerin basitleştirilmiş atmosferik konveksiyon modelinde büyük farklılıklar yaratabileceğinden bahsediyordu Lorenz ve kelebek etkisi adı verilen bu gözlem James Gleick’in 1987’de yazdığı ve en çok satanlar listesine giren kitabı Kaos ile ismini bulmuş ve tüm dünyaya ulaşmıştı.[6]Gleick, J. (1987) “Chaos: Making a new science.” Viking Publisher.

Lorenz gibi bir meteorolog olan Manabe de iklim sistemlerinin basitleştirilmiş modellerini tasarlamayı ve simülasyonlar ile iklim şartlarını tahmin etmeyi amaçlayan çalışmalarını sürdürdü. 1967 yılında, iklim şartlarının karbondioksit değişimlerine karşı tepkisini ölçmek için bir model tasarladı ve toplam karbondioksit oranının iki katına çıkartılması ile dünya yüzeyinin ortalama sıcaklığının yaklaşık 2,5 ℃ yükselebileceğini öngördü. Bu somut sonucu kurduğu modelin simülasyonlarının sonucunda elde etmişti.[7]Manabe, S., & Wetherald, R. T. (1967). Thermal Equilibrium of the Atmosphere with a Given Distribution of Relative Humidity. In Journal of the Atmospheric Sciences (Vol. 24, Issue 3, pp. … Devamı Günlük yaşantımızda üretimin ve dolayısı ile tüketimin artması sonucu atmosferde beklenen karbondioksit artışının küresel ısınmaya sebep olacağının ilk bulguları bu basit model ile ortaya çıkmıştı.

İlk küresel iklim modelinin de sahibi olan Manabe, bu modeli kullanarak Pasifik Okyanusunda seyrek gerçekleşen El Ninõ olgusunun ne zaman olacağını tahmin etmeyi başardı.[8]Manabe, S., & Wetherald, R. T. (1975). The Effects of Doubling the CO2 Concentration on the climate of a General Circulation Model. In Journal of the Atmospheric Sciences (Vol. 32, Issue 1, pp. … Devamı Bütün dünyanın iklim dinamiğine etkisi olan bu tip davranışların önceden tespiti, insanoğlunun gelecekte oluşacak değişimlere adaptasyonu için çok önemli.

Hasselmann’ın iklim modelinde ise, Manabe’nin deterministik, yani sadece bir önceki durumun bir sonraki durumu oluşturacağı varsayımlarının tersine, Brown hareketinden esinlenerek iklim sisteminde rastgele dinamik davranışın etkili olduğu varsayılmıştı. Hasselmann, iklim şartlarında oluşan değişikliklerin sebebinin de dış etkilerden değil, iklimin kendi rastgeleliğinden kaynaklanabileceğini düşünerek bir iklim modeli oluşturdu.[9]Hasselmann, K. (1976). Stochastic climate models Part I. Theory. In Tellus (Vol. 28, Issue 6, pp. 473–485). Informa UK Limited. https://doi.org/10.1111/j.2153-3490.1976.tb00696.x Oluşturulan fiziksel iklim modeliyle, rastlantısallığın iklim şartlarında uzun vadede oluşturabileceği değişikliği güvenilir bir şekilde öngörebildi. İklimin kendi içindeki rassallık etkisinin anlaşılmasıyla, bu etkinin dışında gözlenen değişikliklerin insanlığın oluşturduğu etkiler olduğu sonucuna varıldı.  Dolayısıyla, Hasselmann’ın iklim modeli iklim şartlarındaki değişiminin (küresel ısınma gibi) ne kadarının insanlığın suçu olduğunu ortaya çıkartmak için kullanılan önemli bir model haline geldi.

Deniz Eroğlu
Kadir Has Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi (BAGEP 2021)


Creative Commons LisansıBu eser Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı ile lisanslanmıştır. İçerik kullanım koşulları için tıklayınız.


Notlar/Kaynaklar

Notlar/Kaynaklar
1, 4 Erzan, A. (2021) 2021 Nobel Fizik Ödülü: Giorgio Parisi. https://sarkac.org/2021/10/2021-nobel-fizik-odulu-giorgio-parisi/
2 Karmaşık sistemlerin tarihini ve içerdiği alanları gösteren harita, Brian Castellani ve Lasse Gerrits – https://www.art-sciencefactory.com/complexity-map_feb09.html
3 Parisi, G. (1979). Toward a mean field theory for spin glasses. In Physics Letters A (Vol. 73, Issue 3, pp. 203–205). Elsevier BV. https://doi.org/10.1016/0375-9601(79)90708-4
5 Lorenz, E. N. (1963). Deterministic Nonperiodic Flow. In Journal of the Atmospheric Sciences (Vol. 20, Issue 2, pp. 130–141). American Meteorological Society. https://doi.org/10.1175/1520-0469(1963)020<0130:dnf>2.0.co;2
6 Gleick, J. (1987) “Chaos: Making a new science.” Viking Publisher.
7 Manabe, S., & Wetherald, R. T. (1967). Thermal Equilibrium of the Atmosphere with a Given Distribution of Relative Humidity. In Journal of the Atmospheric Sciences (Vol. 24, Issue 3, pp. 241–259). American Meteorological Society. https://doi.org/10.1175/1520-0469(1967)024<0241:teotaw>2.0.co;2
8 Manabe, S., & Wetherald, R. T. (1975). The Effects of Doubling the CO2 Concentration on the climate of a General Circulation Model. In Journal of the Atmospheric Sciences (Vol. 32, Issue 1, pp. 3–15). American Meteorological Society. https://doi.org/10.1175/1520-0469(1975)032<0003:teodtc>2.0.co;2
9 Hasselmann, K. (1976). Stochastic climate models Part I. Theory. In Tellus (Vol. 28, Issue 6, pp. 473–485). Informa UK Limited. https://doi.org/10.1111/j.2153-3490.1976.tb00696.x