Nieuwe AI kan klimaatverandering-tippingpoints onthullen

Onderzoekers aan de University of Waterloo ontwikkelen een nieuwe kunstmatige intelligentie (AI) die kan dienen als een vroegwaarschuwingssysteem tegen klimaatverandering-tippingpoints. Het nieuwe onderzoek richt zich op drempels waarbij snelle of onomkeerbare veranderingen optreden in een systeem.

Chris Bauch is een professor in de toegepaste wiskunde aan de University of Waterloo en hij is co-auteur van het onderzoeksrapport.

“We hebben ontdekt dat de nieuwe algoritme niet alleen de tippingpoints meer nauwkeurig kon voorspellen dan bestaande benaderingen, maar ook informatie kon verstrekken over het type toestand dat voorbij de tippingpoint ligt,” zei Bauch. “Veel van deze tippingpoints zijn ongewenst en we zouden ze graag willen voorkomen als dat mogelijk is.”

Klimaatverandering-tippingpoints

Deze verschillende klimaatverandering-tippingpoints kunnen onder andere het smelten van de Arctische permafrost omvatten, wat massale hoeveelheden methaan kan vrijgeven, wat op zijn beurt tot verdere snelle opwarming kan leiden. Het omvat ook het uiteenvallen van oceanische stromingssystemen, wat onmiddellijke veranderingen in weerspatronen kan veroorzaken. Een andere mogelijkheid is de desintegratie van ijskappen, wat tot snelle zeespiegelverandering kan leiden.

Volgens de onderzoekers is deze nieuwe benadering innovatief, omdat het is geprogrammeerd om te leren over meer dan één type tippingpoint. In plaats daarvan leert het de kenmerken van tippingpoints in het algemeen.

De nieuwe algoritme is gebaseerd op het combineren van AI en wiskundige theorieën van tippingpoints, wat betere resultaten oplevert dan één methode alleen. De AI is getraind op een “universum van mogelijke tippingpoints”, dat ongeveer 500.000 modellen omvat. Het wordt vervolgens getest op specifieke echte tippingpoints in verschillende systemen, zoals historische klimaatkernmonsters.

Timothy Lenton is directeur van het Global Systems Institute aan de University of Exeter en een van de andere co-auteurs van de studie.

“Onze verbeterde methode kan waarschuwingsignalen geven wanneer we dicht bij een gevaarlijke tippingpoint komen,” zei Lenton. “Het bieden van verbeterde vroegwaarschuwing voor klimaat-tippingpoints kan helpen om samenlevingen aan te passen en hun kwetsbaarheid te verminderen voor wat er aan komt, zelfs als ze het niet kunnen vermijden.”

Diepe leer-algoritme

De onderzoekers vertrouwden op diepe leertheorie, die steeds meer impact heeft op patroonherkenning en classificatie op een positieve manier. De onderzoekers hebben tippingpointdetectie omgezet in een patroonherkenningprobleem voor de AI, waardoor het kan helpen om de patronen te detecteren die aanwezig zijn voordat een tippingpoint optreedt. Dit helpt op zijn beurt een machinelearningalgoritme om te bepalen of een tippingpoint aanstaande is.

Thomas Bury is een postdoctoraal onderzoeker aan de McGill University en een van de andere co-auteurs van het artikel.

“Mensen zijn vertrouwd met tippingpoints in klimaatsystemen, maar er zijn ook tippingpoints in ecologie en epidemiologie en zelfs op de aandelenmarkt,” zei Bury. “Wat we hebben geleerd is dat AI heel goed is in het detecteren van kenmerken van tippingpoints die gemeenschappelijk zijn voor een breed scala aan complexe systemen.”

Madhur Anand is een van de onderzoekers en directeur van het Guelph Institute for Environmental Research.

Volgens Anand is de nieuw ontwikkelde diepe leer-algoritme een “game-changer voor de mogelijkheid om grote verschuivingen te voorspellen, waaronder die welke verband houden met klimaatverandering”.

Het team zal nu werken aan het geven van de AI de gegevens voor hedendaagse trends in klimaatverandering. Anand waarschuwt echter dat het resultaat afhankelijk is van hoe deze bevindingen worden gebruikt.

“Het geeft ons zeker een voorsprong,” zei ze. “Maar natuurlijk is het aan de mensheid om te bepalen wat we met deze kennis doen. Ik hoop alleen dat deze nieuwe bevindingen zullen leiden tot eerlijke, positieve verandering.”