Angewandte Wissenschaft: Das CWM schließt wissenschaftliche Zyklen in öffentlicher Gesundheit und Klima ab — gegen etablierte Baselines
Der Weltwissenschaftler des CWM generalisiert auf Epidemiologie (5 Hauptstädte, 873 Wochen) und Brände (1998–2026): gestellte Fragen, riskierte Prognosen, akzeptierte Widerlegungen — und ein Vergleich unter gleichen Bedingungen mit etablierten Prognosemethoden.
Ein Weltmodell verdient diesen Namen erst, wenn es sich der realen Welt stellt — mit ihren unvollständigen Daten, ihren langen Reihen und ihren Fragen ohne schöne Antwort. Version v0.10.6 führt den Weltwissenschaftler des Camile World Model, bislang auf Klima und Finanzen ausgerichtet, in zwei neue reale Gebiete: die epidemiologische Überwachung von fünf brasilianischen Hauptstädten (Dengue, 873 Wochen öffentlicher Daten pro Stadt) und die Brandherde Brasiliens zwischen 1998 und 2026.
In jedem Zyklus durchlief das Modell den vollständigen wissenschaftlichen Weg: Es formulierte die Frage, riskierte Schritt-für-Schritt-Prognosen — stets ohne die Zukunft zu sehen — und akzeptierte die Widerlegung, wenn die Daten die Hypothese nicht stützten. Zudem maß es seine Prognosen an etablierten Methoden der Zeitreihenprognose, unter identischen Walk-Forward-Bedingungen, mit veröffentlichten Zahlen.
Der wissenschaftliche Zyklus des CWM — Frage, Vorhersage, Falsifikation — läuft nun auch auf epidemiologischen und Branddaten und generalisiert die Fähigkeit über die ursprünglichen Domänen hinaus.
Das Modell erhielt ein domänenübergreifendes Gedächtnis für Überzeugungen: Eine in einer Stadt widerlegte Hypothese erreicht die nächsten bereits mit dem Gelernten — was fiel, ersteht nicht wieder, als wäre nichts geschehen.
Es wurde ein Vergleich in offener Arena gegen etablierte Prognosemethoden veröffentlicht (Klassen saisonaler Modelle, die in der Industrie weit verbreitet sind), unter denselben Testbedingungen für alle.
Organisationen, die mit Reihen zu öffentlicher Gesundheit, Klima oder Umweltrisiken arbeiten, erhalten ein Instrument, das nicht nur vorhersagt — es zeichnet auf, wie es seine Überzeugungen gebildet und korrigiert hat, und wo seine Prognosen besser (und nicht besser) sind als konventionelle Methoden.
Forschende und Datenteams können die vollständigen Zyklen reproduzieren: Jedes Ergebnis wird von seinen Verifikationsprotokollen begleitet.
Im KI-Markt gibt es viele Versprechen und wenig offene Wissenschaft. Diese Version wählt den schwierigeren Weg: reale Fragen, prüfbare öffentliche Daten, ehrlicher Vergleich mit dem, was bereits existiert, und Veröffentlichung der Ergebnisse — einschließlich derer, die die Erwartung nicht bestätigen. So wird Weltintelligenz zu vertrauenswürdiger Infrastruktur für Entscheidungen, die Menschen betreffen: mit sichtbarer Methode, erklärten Grenzen und für jeden nachvollziehbarer Verifikation.
In der Praxis kann eine Gesundheitsbehörde das Modell bitten, eine kommunale Reihe zu lesen, und erhält nicht nur die Projektion, sondern auch die Historie, wie oft diese Art von Frage getestet wurde, was bestätigt und was widerlegt wurde. Ein Zentrum für Umweltüberwachung kann die Leistung des Modells mit der bereits verwendeten Methode vergleichen — auf den eigenen Daten — bevor es sie übernimmt.
Die Zyklen messen Prognose und Widerlegung an Beobachtungsdaten — statistische Assoziation ist keine Kausalität, und das Modell selbst hält fest, wann eine Frage ein Labor erfordert, das die Daten nicht bieten können. Die Ergebnisse sind spezifisch für die getesteten Daten und Zeitfenster; sie sind keine Versprechen für jeden Kontext.
Nicht jede Frage hat die erwartete Antwort — jede Frage hat eine ehrliche Aufzeichnung. v0.10.6 ist der Beweis des CWM auf realem Terrain und gegen etablierte Rivalen, dass es beides beherrscht: vorherzusagen und die eigenen Grenzen zu erkennen.