Nuova Intelligenza Artificiale Potrebbe Rivelare Punti di Svolta nel Cambiamento Climatico

I ricercatori dell’Università di Waterloo stanno sviluppando una nuova intelligenza artificiale (AI) che potrebbe agire come un sistema di allarme precoce contro i punti di svolta del cambiamento climatico. La nuova ricerca si concentra sui limiti oltre i quali si verificano cambiamenti rapidi o irreversibili in un sistema.

Chris Bauch è un professore di matematica applicata all’Università di Waterloo e coautore della ricerca.

“Abbiamo scoperto che il nuovo algoritmo è stato in grado non solo di prevedere i punti di svolta con maggiore accuratezza rispetto agli approcci esistenti, ma anche di fornire informazioni sul tipo di stato che si trova oltre il punto di svolta”, ha detto Bauch. “Molti di questi punti di svolta sono indesiderabili e ci piacerebbe prevenirli se possibile.”

Punti di Svolta nel Cambiamento Climatico

Questi vari punti di svolta nel cambiamento climatico possono includere lo scioglimento del permafrost artico, che potrebbe rilasciare grandi quantità di metano e portare a un ulteriore riscaldamento rapido. Ciò include anche il crollo dei sistemi di correnti oceaniche, che può portare a cambiamenti immediati nei modelli meteorologici. Un’altra possibilità è la disintegrazione delle calotte glaciali, che potrebbe causare un rapido cambiamento del livello del mare.

Secondo i ricercatori, questo nuovo approccio è innovativo poiché è stato programmato per imparare più di un tipo di punto di svolta. Invece, impara le caratteristiche dei punti di svolta in generale.

Il nuovo algoritmo si basa sull’ibridazione dell’intelligenza artificiale e delle teorie matematiche dei punti di svolta, il che porta a risultati migliori rispetto a un solo metodo. L’AI è stata addestrata su un “universo di possibili punti di svolta”, che include circa 500.000 modelli. Quindi è stata testata su punti di svolta reali in vari sistemi, come campioni di carote di ghiaccio storici.

Timothy Lenton è il direttore dell’Istituto dei Sistemi Globali dell’Università di Exeter e uno degli altri coautori dello studio.

“Il nostro metodo migliorato potrebbe sollevare bandiere rosse quando siamo vicini a un pericoloso punto di svolta”, ha detto Lenton. “Fornire un miglior sistema di allarme precoce per i punti di svolta climatici potrebbe aiutare le società ad adattarsi e ridurre la loro vulnerabilità a ciò che sta arrivando, anche se non possono evitarlo.”

Algoritmo di Apprendimento Profondo

I ricercatori si sono basati sull’apprendimento profondo, che sta sempre più influenzando il riconoscimento di modelli e la classificazione in modo positivo. I ricercatori hanno convertito la rilevazione dei punti di svolta in un problema di riconoscimento di modelli per la prima volta, il che aiuta a rilevare i modelli presenti prima di un punto di svolta. Ciò aiuta un algoritmo di apprendimento automatico a dire se un punto di svolta sta arrivando.

Thomas Bury è un ricercatore post-dottorato all’Università di McGill e un altro degli autori della ricerca.

“Le persone sono familiari con i punti di svolta nei sistemi climatici, ma ci sono punti di svolta anche in ecologia e epidemiologia e persino nei mercati azionari”, ha detto Bury. “Ciò che abbiamo imparato è che l’AI è molto brava a rilevare le caratteristiche dei punti di svolta che sono comuni a una vasta gamma di sistemi complessi.”

Madhur Anand è un’altra delle ricercatrici e direttrice dell’Istituto di Ricerca Ambientale di Guelph.

Secondo Anand, il nuovo algoritmo di apprendimento profondo è un “cambiamento di gioco per la capacità di anticipare grandi cambiamenti, inclusi quelli associati al cambiamento climatico”.

Il team lavorerà ora per fornire all’AI i dati sulle tendenze contemporanee nel cambiamento climatico. Tuttavia, Anand avverte che l’esito dipende da come vengono utilizzati questi risultati.

“Ci dà sicuramente un vantaggio”, ha detto. “Ma naturalmente, dipende dall’umanità in termini di cosa facciamo con questa conoscenza. Spero solo che questi nuovi risultati porteranno a un cambiamento positivo ed equo.”