不同的新冠预测结果，究竟该相信谁？到底哪个更“准”？随着国家防疫政策的调整，各地迎来新冠疫情的考验。在全国医疗和公共卫生系统面临空前压力的时刻，各式各样新冠预测的结果纷纷出炉，预测我国未来因为新冠疫情死亡的人数。公众面对这些不同的新冠预测结果，不免感到焦虑，甚至心生疑惑：这些不同的预测结果，究竟该相信谁？到底哪个更“准”？
本文作者认为，在面对这些新冠预测结果的时候，首先需要理解这些预测是基于某些模型的，依赖于一定数据的计算结果；而模型是基于对现实世界的简化，依赖于当下人们对于世界的认识。模型预测的准确度，会受到模型本身、数据质量和非线性系统特征等多方面的制约。此外，新冠预测的结果还会在大众传播的过程中经历逐渐碎片化的过程，甚至最终脱离作者的原意。
这些形形色色的新冠预测模型，究竟哪个更“准”呢？这里并没有一个简单的答案，但作者想提醒公众，在面对各色新冠预测结果的时候，理解模型的前提假设和局限条件，和知晓模型预测的结果同样重要。这对于我们全面而准确地理解模型预测的结果，有重要意义。新冠预测模型大多是基于SIR模型。
这种模型将人群划分为还未感染新冠的易感者（S），感染新冠的感染者（I），和从新冠恢复具有抗体短时间不会再次感染的康复者（R），一共三个状态。模型根据接触系数等参数，一些人口学参数，以及一系列偏微分方程，描述人群在三个状态之间的转变速率，预测未来某个时间点三个状态的人数。当然，我们可以将这个模型做得稍微复杂一些。例如，感染者有一定的几率死亡，模型的参数是按年龄设定的，等等。
不同的防疫政策，例如疫苗接种，保持社交距离等等，可以体现为模型中不同参数的变化。模型是对现实世界的简化。在建立模型的过程中，我们需要对现实世界的复杂情况进行简化和抽象，而这个简化抽象的过程本身存在的缺陷，会影响模型预测的结果。例如，某些SIR模型将人群简化抽象成为易感者、感染者和康复者三类。但是，一个人感染新冠之后不会马上发病并传染其他人，而会经历一段时间潜伏期，上述的SIR模型未能考虑这种情况。
固然，我们还可以再改进模型，将这部分人定义为一个新的类别“暴露者（或接触者）”，但这依然无法完美刻画现实世界的各种情况，例如接触者还可以分为“密接”或“次密接”等等。而且，增加新的类别也会不可避免增加模型参数估计的难度和模型预测的不确定性。
模型客观规律的局限。退一步讲，就算我们能够找到合适的简化的方法，但如果我们对于客观规律的认识或者假设有局限，我们对于未来的估计仍然会出错。例如，玻尔的氢原子模型非常经典和优美，但是他对于原子内电子运动的假设依然是基于经典物理，不符合我们现代对原子内电子运动的认识，所以玻尔模型也只能适用于氢原子，无法推广到更加复杂的情况。
模型数据的掣肘。再退一步讲，就算我们在充分认识世界的基础上，开发出了合适简化的模型，我们对于新冠的预测仍会受到数据的限制。上面提到的SIR模型，其模型预测依赖于一些关键参数。这些参数固然可以来自既往文献，但归根结底依赖于真实世界数据。而真实世界数据的质量，会对新冠预测产生多方面的影响。混沌是预测模型的天花板。
就算是我们充分认识新冠传播的规律，有高质量的数据，并开发出合适的简化模型，我们可能仍然无法准确预测新冠，因为这个动力学系统很可能是混沌的。混沌是某些非线性系统的特征，指该系统对于初始条件非常敏感，从而表现出系统结果无法预测的状态。如果初始值哪怕差之毫厘，最终得到的结果也会谬以千里。一个通俗的比喻就是，南美热带雨林的蝴蝶扇动翅膀，会引发美国德克萨斯州的一场龙卷风。
天气系统是典型的非线性系统，所以现在的天气预报无法做出超过2周的预测。
学术界与公众的互动。在现实世界中，新冠预测还会和大众互动，产生新的问题，在这个过程中，大众不是被动接受新冠预测的相关结果，而是积极参与到预测结果的解读和二次创作中。预测的积极意义。对未来做预测可以说是人类的一种本能，它和寻找因果一样，属于人类的基本认知活动。例如，我国古代的商朝人，经常用火烤龟壳占卜，根据裂纹走向判断吉凶。
弗雷泽在《金枝》中也记叙了人类的各种巫术，当时的人类期望通过巫术来认识事物发展的规律并预测未来。无论是商朝人的占卜，还是《金枝》中的巫术，它们从本质上讲和新冠预测模型在某些方面有类似之处：都是人们尝试认识世界运行的规律，并以此来预测未来。所以，预测未来是人类的一种本能——如果不用SIR模型，就会有其他的方式，甚至非科学的方式来预测新冠走势。