Het zal beginnen met een lichtflits die feller is dan woorden in welke menselijke taal dan ook kunnen beschrijven. Wanneer de bom inslaat, zal de thermische straling, die in slechts 300 honderdmiljoenste van een seconde vrijkomt, de lucht boven K Street opwarmen tot ongeveer 18 miljoen graden Fahrenheit. Ze zal zo helder zijn dat ze de fotochemicaliën in het netvlies van iedereen die ernaar kijkt zal doen verbleken, waardoor mensen zo ver weg als Bethesda en Andrews Air Force Base onmiddellijk, zij het tijdelijk, blind zullen worden. In een seconde zullen duizenden auto-ongelukken zich opstapelen op alle wegen en snelwegen in een straal van 15 mijl rond de stad, waardoor vele onbegaanbaar zullen worden.
Dat is wat wetenschappers zeker weten over wat er zou gebeuren als Washington, DC, door een atoombom zou worden getroffen. Maar weinigen weten wat de mensen zullen doen – degenen die niet omkomen bij de ontploffing of de onmiddellijke neerslag. Zullen ze in opstand komen? Vluchten? In paniek raken? Chris Barrett weet het wel. Toen de computerwetenschapper zijn carrière begon bij het Los Alamos National Laboratory, de geboorteplaats van de atoombom, was de Koude Oorlog bezig aan zijn vijfde decennium. Het was 1987, nog vier jaar voor de ineenstorting van de Sovjet-Unie. Onderzoekers hadden projecties gemaakt van de ontploffingsstraal en de neerslag die het gevolg zou zijn van een 10-kiloton bom die in de hoofdstad van het land zou landen, maar ze berekenden vooral het onmiddellijke dodental. Ze werden niet gebruikt voor veel planning voor redding en herstel, omdat in die tijd het meest waarschijnlijke scenario wederzijds verzekerde vernietiging was.
Maar in de decennia daarna is de wereld veranderd. Nucleaire dreigingen komen niet meer van wereldmachten, maar van schurkenstaten en terroristische organisaties. De VS heeft nu een 40 miljard dollar kostend raketonderscheppingssysteem; totale vernietiging wordt niet meer verondersteld.
De wetenschap van de voorspelling is ook sterk veranderd. Onderzoekers zoals Barrett, die leiding geeft aan het Biocomplexity Institute van Virginia Tech, hebben nu toegang tot een ongekend niveau van gegevens uit meer dan 40 verschillende bronnen, waaronder smartphones, satellieten, sensoren op afstand en volkstellingen. Zij kunnen deze gebruiken om synthetische populaties van de hele stad DC te modelleren – en deze ongelukkige, denkbeeldige mensen een hypothetische explosie keer op keer te laten meemaken.
Die kennis is niet louter theoretisch: het ministerie van Defensie gebruikt Barretts simulaties om het gedrag van overlevenden in de 36 uur na de ramp te voorspellen, om strategieën voor noodhulp te formuleren waarvan ze hopen dat ze het beste zullen maken van de slechtst mogelijke situatie.
Je kunt Barretts systeem zien als een reeks gevirtualiseerde representatielagen. Onderaan staat een reeks datasets die het fysieke landschap van DC beschrijven: gebouwen, wegen, het elektriciteitsnet, waterleidingen, ziekenhuissystemen. Daarbovenop staan dynamische gegevens, zoals hoe het verkeer door de stad stroomt, pieken in het elektriciteitsverbruik en de bandbreedte van de telecommunicatie. Dan is er nog de synthetische menselijke bevolking. De samenstelling van deze e-peeps wordt bepaald door volkstellingsinformatie, mobiliteitsonderzoeken, toerismestatistieken, sociale medianetwerken en smartphonegegevens, die tot op één stadsblok zijn gekalibreerd.
Zo stel dat je een ouder bent in een tweepersoonshuishouden met twee kinderen onder de 10 jaar, dat op de hoek van First en Adams Streets woont. Het synthetische gezin dat op dat adres in de simulatie woont, reist misschien niet naar het eigenlijke kantoor of de school of de dagopvanggebouwen die uw gezin elke dag bezoekt, maar ergens in uw blok zal een gezin van vier iets soortgelijks doen op vergelijkbare tijdstippen van de dag. “Ze zijn niet u, ze zijn niet mij, ze zijn mensen in het totaal,” zegt Barrett. “Maar het is net als het blok waarin je woont; dezelfde familiestructuren, dezelfde activiteitenstructuren, alles.”
Het samenvoegen van de meer dan 40 databases om deze momentopname te maken, vereist een enorme rekenkracht. Om alles op te blazen met een hypothetische kernbom en 36 uur lang te kijken hoe alles zich ontwikkelt, is exponentieel meer nodig. Toen Barrett’s groep bij Virginia Tech simuleerde wat er zou gebeuren als de bevolking zes verschillende gedragingen zou vertonen, zoals het zoeken naar gezondheidszorg versus het zoeken naar onderdak, duurde het meer dan een dag om het uit te voeren en produceerde het 250 terabytes aan gegevens. En daarbij werd gebruik gemaakt van het nieuwe 8.600-core cluster van het instituut, dat onlangs door de NASA is geschonken. Vorig jaar heeft het US Threat Reduction Agency hen 27 miljoen dollar toegekend om het tempo van hun analyse op te voeren, zodat het in iets dat dichter bij real time ligt kon worden uitgevoerd.
Het systeem maakt gebruik van bestaande vernietigingsmodellen, die al tientallen jaren goed zijn gekarakteriseerd. Dus het simuleren van de eerste 10 minuten na de inslag vergt niet veel van de CPU’s. Tegen die tijd hebben opeenvolgende golven van hitte en straling en samengeperste lucht en geomagnetische schommelingen elk gebouw binnen een straal van vijf mijl van Pennsylvania Avenue 1600 doorkruist. Deze krachtige impulsen zullen het elektriciteitsnet hebben platgelegd, computers lamgelegd, telefoons onklaar gemaakt, draadpatronen in menselijk vlees gebrand, longen geïmplodeerd, trommelvliezen geperforeerd, woonhuizen ingestort en van elk raam in het grotere metrogebied scherven gemaakt hebben. Ongeveer 90.000 mensen zullen dood zijn; bijna iedereen zal gewond zijn. En de nucleaire fall-out zal nog maar net beginnen.
Daar beginnen Barrett’s simulaties pas echt interessant te worden. Naast informatie over waar ze wonen en wat ze doen, krijgt elke synthetische Washingtoniet na de eerste ontploffing ook een aantal kenmerken toegewezen: hoe gezond ze zijn, hoe mobiel, hoe laat ze voor het laatst hebben gebeld, of ze een nooduitzending kunnen ontvangen. En het belangrijkste, welke acties ze zullen ondernemen.
Deze zijn gebaseerd op historische studies over hoe mensen zich bij rampen gedragen. Zelfs als mensen wordt verteld om te schuilen tot er hulp komt, bijvoorbeeld, zullen ze meestal alleen volgen die orders als ze kunnen communiceren met familieleden. Ze gaan ook eerder naar een rampgebied toe dan ervan weg – om familieleden te zoeken of hulp te bieden aan mensen in nood. Barrett zegt dat hij dat het scherpst heeft geleerd toen hij zag hoe mensen reageerden in de uren na 9/11.
In het model kan elke kunstmatige burger de gezondheidstoestand van familieleden volgen; deze kennis wordt bijgewerkt wanneer ze met succes een telefoontje plegen of hen persoonlijk ontmoeten. De simulatie loopt als een ondoorgrondelijk knoestige beslisboom. Het model stelt elke agent een reeks vragen die in de loop van de tijd steeds opnieuw worden gesteld: Is je huishouden bij elkaar? Zo ja, ga dan naar de dichtstbijzijnde evacuatieplaats. Zo nee, bel dan alle gezinsleden. Dat wordt gekoppeld aan de waarschijnlijkheid dat de telefoon van de avatar op dat moment werkt, dat hun familieleden nog in leven zijn, en dat ze niet zoveel straling hebben opgehoopt dat ze te ziek zijn om te verhuizen. En zo gaat het maar door tot de klok van 36 uur is afgelopen.
Dan kan het team van Barrett experimenten uitvoeren om te zien hoe verschillende gedragingen leiden tot verschillende sterftecijfers. Wat leidt tot de slechtste resultaten? Als mensen berichten missen of negeren die hen vertellen hun evacuatie uit te stellen, kunnen ze worden blootgesteld aan meer radioactieve neerslag – het resterende radioactieve stof en as dat uit de atmosfeer “valt”. Ongeveer 25.000 meer mensen sterven als iedereen probeert de held uit te hangen en dodelijke stralingsniveaus tegenkomt wanneer ze binnen een mijl van ground zero naderen.
Deze scenario’s geven aanwijzingen over hoe de overheid dodelijk gedrag zou kunnen minimaliseren en andere soorten zou kunnen aanmoedigen. Zoals het droppen van tijdelijke mobiele telefoon communicatienetwerken of ze uit te zenden vanuit drones. “Als telefoons ook maar een beetje werken, dan hebben mensen informatie om betere keuzes te maken,” zegt Barrett. Dan zijn ze deel van de oplossing in plaats van een probleem dat moet worden opgelost. “Overlevenden kunnen uit de eerste hand verslag doen van de omstandigheden ter plaatse – ze kunnen menselijke sensoren worden.”
Niet iedereen is ervan overtuigd dat massale simulaties de beste basis zijn voor het formuleren van nationaal beleid. Lee Clarke, een socioloog aan Rutgers die calamiteiten bestudeert, noemt dit soort paraatheidsplannen “fantasiedocumenten”, ontworpen om het publiek een gevoel van comfort te geven, maar niet veel anders. “Ze doen alsof echt catastrofale gebeurtenissen onder controle kunnen worden gehouden,” zegt hij, “terwijl de waarheid is dat we weten dat we er ofwel geen controle over hebben of dat er geen manier is om het te weten.”
Misschien niet, maar iemand moet het toch proberen. De komende vijf jaar zal Barrett’s team zijn high-throughput modelleringssysteem gebruiken om het Defense Threat Reduction Agency te helpen niet alleen met kernbommen te worstelen, maar ook met epidemieën van besmettelijke ziekten en natuurrampen. Dat betekent dat ze het systeem bijwerken om in real time te reageren op alle gegevens die ze binnenkrijgen. Maar als het op atoomaanvallen aankomt, hopen ze zich aan de planning te houden.
Going Nuclear
-
Zoals de waarschijnlijkheid van een kernoorlog verandert, houdt de zogeheten doemsdagklok de tijd bij – en die tikte zojuist dichter bij middernacht.
-
Hoewel bommen niet de enige nucleaire bedreigingen zijn; vorig jaar richtten hackers hun pijlen op een Amerikaanse kerncentrale.
-
Als het ergste toch gebeurt, weet dan in ieder geval dat de VS miljoenen dollars heeft gestoken in technologieën en behandelingen om u te helpen een nucleaire gebeurtenis te overleven.