Kecerdasan Buatan Baru Dapat Mengungkap Titik Balik Perubahan Iklim

Peneliti di Universitas Waterloo sedang mengembangkan kecerdasan buatan (AI) baru yang dapat bertindak sebagai sistem peringatan dini terhadap titik balik perubahan iklim. Penelitian baru ini fokus pada ambang batas di mana perubahan cepat atau tidak dapat diubah terjadi dalam suatu sistem.

Chris Bauch adalah profesor matematika terapan di Universitas Waterloo, dan dia adalah salah satu penulis penelitian ini.

“Kami menemukan bahwa algoritma baru ini tidak hanya dapat memprediksi titik balik dengan lebih akurat daripada pendekatan yang ada, tetapi juga memberikan informasi tentang jenis keadaan yang ada di luar titik balik,” kata Bauch. “Banyak dari titik balik ini tidak diinginkan, dan kami ingin mencegahnya jika memungkinkan.”

Titik Balik Perubahan Iklim

Berbagai titik balik perubahan iklim ini dapat mencakup pencairan permafrost Arktika, yang dapat melepaskan sejumlah besar metana yang menyebabkan pemanasan lebih cepat. Ini juga termasuk kerusakan sistem arus laut, yang dapat mengakibatkan perubahan cuaca yang tiba-tiba. Kemungkinan lainnya adalah disintegrasi lembar es, yang dapat menyebabkan perubahan cepat pada tingkat laut.

Menurut para peneliti, pendekatan baru ini inovatif karena telah diprogram untuk mempelajari lebih dari satu jenis titik balik. Sebaliknya, itu mempelajari karakteristik titik balik secara umum.

Algoritma baru ini berdasarkan pada penggabungan kecerdasan buatan dan teori matematika tentang titik balik, yang menghasilkan hasil yang lebih baik daripada metode tunggal. Kecerdasan buatan ini dilatih pada “semesta kemungkinan titik balik,” yang mencakup sekitar 500.000 model. Kemudian diuji pada titik balik nyata di berbagai sistem, seperti sampel inti iklim sejarah.

Timothy Lenton adalah direktur Institut Sistem Global di Universitas Exeter dan salah satu penulis lain dari penelitian ini.

“Metode yang ditingkatkan ini dapat mengangkat bendera merah ketika kita dekat dengan titik balik yang berbahaya,” kata Lenton. “Memberikan peringatan dini yang lebih baik tentang titik balik perubahan iklim dapat membantu masyarakat beradaptasi dan mengurangi kerentanan mereka terhadap apa yang akan datang, bahkan jika mereka tidak dapat menghindarinya.”

Algoritma Pembelajaran Dalam

Para peneliti menggunakan pembelajaran dalam, yang semakin banyak mempengaruhi pengenalan pola dan klasifikasi dengan cara yang positif. Para peneliti telah mengubah deteksi titik balik menjadi masalah pengenalan pola untuk pertama kalinya, dan ini membantu mendeteksi pola yang ada sebelum titik balik. Ini pada gilirannya membantu algoritma pembelajaran mesin untuk dapat mengatakan apakah titik balik akan datang.

Thomas Bury adalah peneliti pasca-doktor di Universitas McGill dan salah satu penulis lain dari makalah ini.

“Orang-orang terbiasa dengan titik balik dalam sistem iklim, tetapi ada titik balik dalam ekologi dan epidemiologi dan bahkan di pasar saham,” kata Bury. “Apa yang telah kita pelajari adalah bahwa kecerdasan buatan sangat baik dalam mendeteksi fitur titik balik yang umum untuk berbagai sistem kompleks.”

Madhur Anand adalah salah satu peneliti lain dan direktur Institut Penelitian Lingkungan Guelph.

Menurut Anand, algoritma pembelajaran dalam yang baru dikembangkan ini adalah “pemain yang mengubah permainan untuk kemampuan memprediksi pergeseran besar, termasuk yang terkait dengan perubahan iklim.”

Tim ini sekarang akan bekerja untuk memberikan kecerdasan buatan data tentang tren kontemporer perubahan iklim. Namun, Anand memperingatkan bahwa hasilnya bergantung pada bagaimana temuan ini digunakan.

“Itu pasti memberi kita keunggulan,” katanya. “Tapi tentu saja, itu tergantung pada manusia dalam hal apa yang kita lakukan dengan pengetahuan ini. Saya hanya berharap temuan baru ini akan mengarah pada perubahan yang adil dan positif.”