Nová umělá inteligence může odhalit body zlomu změny klimatu

Výzkumníci z University of Waterloo vyvíjí novou umělou inteligenci (AI), která by mohla sloužit jako systém včasného varování proti bodům zlomu změny klimatu. Nová výzkum se zaměřuje na prahové hodnoty, za kterými dochází k rychlým nebo nezvratným změnám v systému.

Chris Bauch je profesorem aplikované matematiky na University of Waterloo a je spoluautorem výzkumné práce.

“Zjistili jsme, že nový algoritmus byl schopen nejen lépe předpovídat body zlomu než stávající přístupy, ale také poskytnout informace o typu stavu, který leží za bodem zlomu,” řekl Bauch. “Mnoho z těchto bodů zlomu je nežádoucí a rádi bychom je zabránili, pokud to bude možné.”

Body zlomu změny klimatu

Tyto různé body zlomu změny klimatu mohou zahrnovat tání permafrostu v Arktidě, které by mohlo uvolnit velké množství methanu a vést k dalšímu rychlému oteplování. Zahrnuje také rozpad oceánských proudů, který může vést k okamžitému změně počasí. Další možností je rozpad ledovců, který by mohl způsobit rychlou změnu hladiny moře.

Podle výzkumníků je tento nový přístup inovativní, protože byl naprogramován tak, aby se učil o více typech bodů zlomu. Místo toho se učí charakteristiky bodů zlomu obecně.

Nový algoritmus je založen na kombinaci umělé inteligence a matematických teorií bodů zlomu, což vede k lepšímu výsledku než použití pouze jednoho přístupu. Umělá inteligence je trénována na “univerzu možných bodů zlomu”, které zahrnuje kolem 500 000 modelů. Poté je testována na konkrétních reálných bodech zlomu v různých systémech, jako jsou historické vzorky klimatického jádra.

Timothy Lenton je ředitelem Globálního systému institutu na University of Exeter a jedním z dalších spoluautorů studie.

“Naše vylepšená metoda by mohla zvýšit varovné signály, když se blížíme k nebezpečnému bodu zlomu,” řekl Lenton. “Poskytnutí vylepšeného varování před body zlomu změny klimatu by mohlo pomoci společnostem přizpůsobit se a snížit jejich zranitelnost vůči tomu, co přijde, i když to nelze vyhnout.”

Algoritmus hlubokého učení

Výzkumníci se spoléhali na hluboké učení, které stále více pozitivně ovlivňuje rozpoznávání vzorců a klasifikaci. Výzkumníci poprvé převedli detekci bodů zlomu na problém rozpoznávání vzorců pro umělou inteligenci, což pomáhá detekovat vzorce, které jsou přítomny před bodem zlomu. To umožňuje algoritmu strojového učení určit, zda se blíží bod zlomu.

Thomas Bury je postdoktorandský výzkumník na McGill University a jedním z dalších spoluautorů práce.

“Lidé jsou obeznámeni s body zlomu v klimatických systémech, ale existují body zlomu v ekologii a epidemiologii a dokonce i na akciových trzích,” řekl Bury. “Zjistili jsme, že umělá inteligence je velmi dobrá v detekci charakteristik bodů zlomu, které jsou společné pro širokou škálu složitých systémů.”

Madhur Anand je jedním z výzkumníků a ředitelem Guelphova institutu pro environmentální výzkum.

Podle Anand je nově vyvinutý algoritmus hlubokého učení “zásadním přelomem pro schopnost předpovídat velké změny, včetně těch souvisejících se změnou klimatu”.

Tým nyní bude pracovat na poskytnutí umělé inteligenci dat o současných trendech změny klimatu. Anand však varuje, že výsledek závisí na tom, jak budou tyto výsledky použity.

“Určitě nám to dává výhodu,” řekla. “Ale samozřejmě záleží na lidské společnosti, co s tímto vědomím uděláme. Doufám, že tyto nové výsledky povedou k rovnému, pozitivnímu změnám.”