黑天鵝事件（Black Swan Events）指的是出乎預料的大型事件，並對其所在領域引發嚴重的連鎖、甚至顛覆性效應。斯坦福大學最近完成的一項研究，找到一種方法，可以預測這些事件。
像2001年美國的911襲擊事件、2008年全球經濟危機，就是這一代人記憶猶新的黑天鵝事件。
科學家認為，即使是突發事件也是對外在因素，或不同維度和範圍內離散事件累積作出的反應，因此也有某種基層普遍的規律可循，只要找到這樣的規律，就有可能對突發極端事件作出預測。
「通過分析三個生態系統下的長期數據，我們發現不同生物種類裡面發生的變化，從統計學角度看，在不同的生態系統中是一樣的。」近期一份發表在《公共科學圖書館計算生物學》（PLOS Computational Biology）期刊上研究的作者布雷（Samuel Bray）說，「這意味著存在某種基層規律，可用於預測極端事件。」
在多年的研究中布雷發現，某一個生物種類的數量將突然意外的大幅增加，超過其它同類，猶如發生黑天鵝事件。於是他和同事想了解這其中是不是有某種規律。
為了回答他們的疑問，他們需要找到其它生物系統中的黑天鵝事件，而且不僅需要這些事件的細節，發生這種事件的背景環境也很重要。因此，他們選擇了已經監測多年的三個生態系統的數據作為研究對象。
「這些數據必須是長期積累的，因此很難收集，這比完成一個博士學位所需的信息量更大，可是要看到大範圍內的變化，這是唯一的辦法。」
他們選擇的三份數據包括：波羅的海浮遊生物八年的研究，每週測量兩次；哈佛大學一片落葉闊葉林內的淨碳測量，自1991年起每30分鐘收集一次；新西蘭海岸籐壺、藻類和貽貝的測量，在過去二十年來每月進行測量。
之後研究者用一種突發事件理論分析這些數據。這種理論的核心對像雪崩、地震等事件嘗試作出解釋，認為這些事件都是對外在因素，或不同維度和範圍內離散事件作出的反應。
將這個理論結合這些數據分析後，研究人員開發了一種預測黑天鵝事件的方法。研究者稱，這種方法對不同的種類和時間跨度具有靈活性，還能從細節少得多的數據中作出預測，比之前的同類方法複雜很多。
「現有的方法依賴我們所見對未來進行預測，因此容易錯過黑天鵝事件。」斯坦福大學生物工程學助理教授王波（Bo Wang，譯音）說：「但是這個新方法不一樣，它假設我們只看到世界的一部分，對我們可能錯過的事情進行預測，結果顯示這極大地提升了預測能力。」
研究人員將這個方法應用於這三個生態數據集檢測它的效果。只使用部分數據，他們準確地預測出了這些系統內發生的極端事件。
接下來，研究組計畫把這個方法推廣到其它系統嘗試預測黑天鵝事件，比如經濟、瘟疫、政治和物理學等系統。他們正在與這些領域的科學家合作，希望這個方法所做的預測，對人們的生活產生積極的影響。
