Uusi tekoäly voisi paljastaa ilmastonmuutoksen kriittiset kohdat

Waterloon yliopiston tutkijat kehittävät uutta tekoälyä, joka voisi toimia varhaisena varoitusjärjestelmänä ilmastonmuutoksen kriittisiä kohtia vastaan. Uusi tutkimus keskittyy kynnyksiin, joiden ylittäminen johtaa nopeaan tai peruuttamattomaan muutokseen järjestelmässä.

Chris Bauch on sovelletun matematiikan professori Waterloon yliopistossa ja yksi tutkimuspaperin kirjoittajista.

“Löysimme, että uusi algoritmi pystyi ennustamaan kriittiset kohdat tarkemmin kuin aiemmat lähestymistavat ja antamaan myös tietoa siitä, minkälainen tila on kynnyksen ylittämisen jälkeen”, Bauch sanoi. “Monet näistä kriittisistä kohdista ovat epätoivottavia, ja haluamme estää ne, jos voimme.”

Ilmastonmuutoksen kriittiset kohdat

Nämä ilmastonmuutoksen kriittiset kohdat voivat sisältää esimerkiksi arktisen permafrostin sulamisen, joka voi vapauttaa suuria määriä metaania, joka johtaa edelleen nopeaan lämpenemiseen. Siihen kuuluu myös valtameren virtausten hajoaminen, joka voi johtaa välittömiin muutoksiin sääolosuhteissa. Yksi mahdollisuus on myös jään sulamisen nopea muutos.

Tutkijoiden mukaan tämä uusi lähestymistapa on innovatiivinen, koska se on ohjelmoitu oppimaan useista kriittisistä kohdista. Sen sijaan se oppii kriittisten kohtien ominaisuuksia yleisesti.

Uusi algoritmi perustuu tekoälyn ja matemaattisten teorioiden yhdistämiseen, mikä johtaa parempiin tuloksiin kuin yksinään. Tekoäly on koulutettu “mahdollisten kriittisten kohtien universumiin”, joka sisältää noin 500 000 mallia. Se testataan sitten erityisissä todellisissa kriittisissä kohdissa eri järjestelmissä, kuten historiallisissa ilmastoyleissä.

Timothy Lenton on Global Systems Instituten johtaja Exeterin yliopistossa ja yksi tutkimuksen kirjoittajista.

“Parannettu menetelmämme voi nostaa punaisia lippuja, kun olemme lähellä vaarallista kriittistä kohdata”, Lenton sanoi. “Parannettu varhainen varoitus ilmastonmuutoksen kriittisistä kohdista voi auttaa yhteiskuntia sopeutumaan ja vähentämään haavoittuvuutta tuleviin muutoksiin, vaikka ne eivät voi välttää niitä.”

Syväoppimisalgoritmi

Tutkijat luottivat syväoppimiseen, joka vaikuttaa yhä enemmän positiivisesti mallien tunnistamiseen ja luokitteluun. Tutkijat ovat muuttaneet kriittisten kohtien havaitsemisen mallintunnistusongelmaksi ensimmäistä kertaa, mikä auttaa havaitsemaan mallit, jotka ovat läsnä ennen kriittistä kohdata. Tämä auttaa koneoppimisalgoritmin sanomaan, onko kriittinen kohta tulossa.

Thomas Bury on postdoc-tutkija McGill-yliopistossa ja yksi tutkimuksen kirjoittajista.

“Ihmiset tuntevat kriittiset kohdat ilmastosysteemeissä, mutta on kriittisiä kohtia myös ekologiassa ja epidemiologiassa ja jopa osakkeiden markkinoilla”, Bury sanoi. “Mitä olemme oppineet, on se, että tekoäly on erittäin hyvä havaitsemaan kriittisten kohtien piirteitä, jotka ovat yleisiä monille monimutkaisille järjestelmille.”

Madhur Anand on yksi tutkijoista ja Guelphin ympäristötutkimusinstituutin johtaja.

Anandin mukaan uusi syväoppimisalgoritmi on “pelien muuttaja kyvyssä ennustaa suuria muutoksia, mukaan lukien niitä, jotka liittyvät ilmastonmuutokseen”.

Tutkijaryhmä työskentelee nyt antaakseen tekoälylle tiedot nykyisistä ilmastonmuutoksen trendeistä. Anand kuitenkin varoittaa, että lopputulos riippuu siitä, miten nämä tulokset käytetään.

“Se antaa meille etulyöntiaseman”, hän sanoi. “Mutta tietysti se riippuu ihmisyydestä siinä, mitä me teemme tämän tiedon kanssa. Toivon, että nämä uudet tulokset johtavat oikeudenmukaiseen, positiiviseen muutokseen.”