Аналіз поширення «зомбі-вірусу» допомагає вченим зрозуміти, як протистояти реальній пандемії і боротися з дезінформацією. Про дослідження повідомляє прес-служба Університету Аалто.
Дослідники з Університету Аалто використовують комп’ютерне моделювання, щоб зрозуміти, як буде поширюватися по Фінляндії гіпотетичний «вірус зомбі», що пригнічує розум людини. Хоча завдання є вигадане і нагадує комп’ютерну гру, його рішення пропонує серйозне розуміння глобальних проблем, таких як стримування пандемії або боротьба з дезінформацією.
Вчені розширюють традиційні епідеміологічні моделі, додаючи симуляцію переміщення людей і зомбі всередині фінських міст і між ними. Симуляція поведінки окремих людей замість традиційних моделі в масштабі населення дозволяє оцінювати ефективність карантину певного регіону або різницю між чумою зомбі, що починається в густонаселеному Гельсінкі або в сільській місцевості.
Особливу складність представляла оцінка деяких параметрів моделі — наприклад, як оцінити ймовірність того, що людина виграє в сутичці з зомбі або буде заражена. Дослідники використовували спрощену, але реалістичну модель взаємодій, щоб знизити складність обчислень і моделювати різні сценарії.
Одним з їх основних висновків дослідження: чума буде поширюватися надзвичайно швидко, тому заходи щодо її запобігання повинні бути стрімкими. Починаючи з одного зомбі в Гельсінкі в базовій моделі, буде всього сім годин, щоб повністю ізолювати столицю (або вбити зомбі). В іншому випадку зомбі неминуче наповнили б країну.
Моделювання чуми зомбі дає можливість вивчити наслідки різних втручань і розглянути їх в контексті хвороб з різними характеристиками, відзначають автори роботи. Наприклад, наскільки швидко вони поширюються або наскільки вони серйозні. Оскільки модель імітує дії окремих осіб, її можна використовувати для перевірки того, як дезінформація вплине на поширення епідемії. Наприклад, якщо деякі «віщуни зомбі» ігнорують попередження.
Модель також можна адаптувати для моделювання інших країн або регіонів, а також використовувати для аналізу інших явищ, які поширюються як хвороба. Наприклад, для моделювання поширення чуток або дезінформації та перевірки ефективності стратегій по їх контролю.