Le résultat d'un modèle indiquant l'issue probable, par exemple si un gène est méthylé.Une prédiction est le résultat d'un modèle qui estime l'issue probable d'un système avant qu'elle ne se produise. En science, les prédictions ne sont pas des conjectures mais des attentes calculées, fondées sur les lois physiques, les schémas statistiques ou les algorithmes d'apprentissage automatique. Elles sont essentielles pour tester les théories : si la prédiction d'un modèle correspond à l'observation, le modèle gagne en crédibilité ; sinon, il doit être révisé. Dans la recherche moderne, les prédictions vont de la prévision de la méthylation d'un gène dans une cellule à l'anticipation de la réponse d'une tumeur à la chimiothérapie.
Le concept formel de prédiction en tant que résultat scientifique testable remonte à la révolution scientifique, mais sa formulation statistique moderne a émergé au XXe siècle avec les travaux de figures comme R. A. Fisher en matière de test d'hypothèses, puis avec l'essor de la modélisation computationnelle.
Les prédictions sont générées par des modèles qui encodent les relations entre les variables d'entrée et les résultats. Dans les modèles fondés sur la physique, ces relations sont dérivées des équations du mouvement ou des lois de conservation. Dans les modèles guidés par les données, tels que les réseaux de neurones, les relations sont apprises à partir de grands ensembles de données d'exemples passés. Le modèle prend de nouvelles données d'entrée, les traite selon ses règles internes, et produit une probabilité ou une valeur la plus probable. La précision d'une prédiction dépend de la manière dont le modèle capture la dynamique sous-jacente et de la représentativité des données d'apprentissage.
Les prédictions sont utilisées partout : prévisions météorologiques, pronostics médicaux, évaluation des risques financiers, et en physique pour anticiper le comportement de systèmes complexes comme la turbulence des plasmas ou le repliement des protéines.
Dans certains systèmes chaotiques, les prédictions sont fondamentalement limitées par l'« effet papillon » — de minuscules incertitudes dans les conditions initiales croissent de manière exponentielle, rendant les prévisions à long terme impossibles même avec des modèles parfaits.









