Toegepaste wetenschap: het CWM voltooit wetenschappelijke cycli in volksgezondheid en klimaat — tegen gevestigde baselines

Een wereldmodel verdient die naam pas wanneer het de echte wereld onder ogen ziet — met onvolledige data, lange reeksen en vragen zonder mooi antwoord. Versie v0.10.6 brengt de wereldwetenschapper van het Camile World Model, tot nu toe gericht op klimaat en financiën, naar twee nieuwe echte terreinen: epidemiologische surveillance in vijf Braziliaanse hoofdsteden (dengue, 873 weken openbare data per stad) en de brandhaarden in Brazilië tussen 1998 en 2026.

In elke cyclus doorliep het model het volledige wetenschappelijke traject: het formuleerde de vraag, waagde stapsgewijze voorspellingen — altijd zonder de toekomst te zien — en accepteerde weerlegging wanneer de data de hypothese niet ondersteunden. Het meette zijn voorspellingen ook tegen gevestigde methoden voor tijdreeksvoorspelling, onder identieke walk-forward omstandigheden, met gepubliceerde cijfers.

Wat er is veranderd

De wetenschappelijke cyclus van het CWM — vraag, voorspelling, falsificatie — draait nu ook op epidemiologie en branddata, waardoor de capaciteit generaliseert buiten de oorspronkelijke domeinen.

Het model kreeg geheugen voor overtuigingen tussen datasets: een hypothese die in de ene stad is weerlegd, bereikt de volgende steden al met de opgedane kennis — wat viel, herrijst niet alsof er niets is gebeurd.

Er is een vergelijking in een open arena gepubliceerd tegen gevestigde voorspellingsmethoden (klassen van seizoensmodellen die breed in de industrie worden gebruikt), onder dezelfde testomstandigheden voor allemaal.

Wat dit mogelijk maakt

Organisaties die werken met reeksen op het gebied van volksgezondheid, klimaat of milieurisico krijgen een instrument dat niet alleen voorspelt — het legt vast hoe het zijn overtuigingen vormde en corrigeerde, en waar zijn voorspellingen beter (en niet beter) zijn dan conventionele methoden.

Onderzoekers en datateams kunnen de volledige cycli reproduceren: elk resultaat gaat vergezeld van zijn verificatieregistraties.

Waarom dit belangrijk is

Er is veel belofte en weinig open wetenschap in de AI-markt. Deze versie kiest het moeilijkere pad: echte vragen, controleerbare openbare data, eerlijke vergelijking met wat al bestaat en publicatie van resultaten — ook van die welke de verwachting niet bevestigen. Zo wordt wereldintelligentie betrouwbare infrastructuur voor beslissingen die mensen raken: met zichtbare methode, verklaarde grenzen en verificatie binnen ieders bereik.

In de praktijk

In de praktijk kan een gezondheidsinstantie het model vragen een gemeentelijke reeks te lezen en niet alleen de projectie ontvangen, maar ook de geschiedenis van hoe vaak dat soort vraag is getest, wat is bevestigd en wat is weerlegd. Een centrum voor milieumonitoring kan de prestaties van het model vergelijken met de methode die het al gebruikt — op zijn eigen data — voordat het overstapt.

Conclusie

Niet elke vraag heeft het verwachte antwoord — elke vraag heeft een eerlijk verslag. v0.10.6 is het CWM dat op echte grond en tegen gevestigde rivalen bewijst beide te weten: voorspellen en de eigen grenzen erkennen.