Ny AI kan avsløre klimaendrings-tippingpunkter

Forskere ved University of Waterloo utvikler en ny kunstig intelligens (AI) som kan fungere som et tidlig varslingssystem mot klimaendrings-tippingpunkter. Den nye forskningen fokuserer på terskler beyond which rapid eller irreversibel endring skjer i et system.

Chris Bauch er professor i anvendt matematikk ved University of Waterloo, og han er medforfatter av forskningsrapporten.

“Vi fant ut at den nye algoritmen kunne ikke bare forutsi tippingpunktene mer nøyaktig enn eksisterende metoder, men også gi informasjon om hva slags tilstand ligger beyond tippingpunktet,” sa Bauch. “Mange av disse tippingpunktene er uønskede, og vi ville gjerne forebygge dem hvis vi kan.”

Klimaendrings-tippingpunkter

Disse ulike klimaendrings-tippingpunktene kan inkludere smelting av arktisk permafrost, som kan frigjøre store mengder metan som fører til ytterligere rask oppvarming. Det inkluderer også sammenbruddet av havstrømmer, som kan føre til umiddelbare endringer i værpatroner. En annen mulighet er iskappe-disintegrering, som kan føre til rask havnivåendring.

Ifølge forskerne er denne nye tilnærmingen innovativ ettersom den ble programmert til å lære om mer enn en type tippingpunkt. Isteden lærer den karakteristikkene til tippingpunkter generelt.

Den nye algoritmen er basert på hybridisering av AI og matematiske teorier om tippingpunkter, som resulterer i bedre resultater enn bare en metode på egen hånd. AI-en er trent på en “univers av mulige tippingpunkter”, som inkluderer rundt 500 000 modeller. Den testes deretter på spesifikke virkelige tippingpunkter i ulike systemer, som historiske klimakjerner.

Timothy Lenton er direktør for Global Systems Institute ved University of Exeter og en av de andre medforfatterne av studien.

“Vår forbedrede metode kunne reise røde flagg når vi er nær en farlig tippingpunkt,” sa Lenton. “Å gi forbedret varsling om klimatippingpunkter kunne hjelpe samfunn til å tilpasse seg og redusere deres sårbarhet for hva som kommer, selv om de ikke kan unngå det.”

Dypt Læring Algoritme

Forskerne har brukt dypt læring, som stadig har en positiv innvirkning på mønstergjenkjenning og klassifisering. Forskerne har konvertert tippingpunkt-deteksjon til et mønstergjenkjenning-problem for første gang, og dette hjelper med å detektere mønstrene som er til stede før et tippingpunkt. Dette hjelper en maskinlæringsalgoritme til å si om et tippingpunkt er på vei.

Thomas Bury er en postdoktorand ved McGill University og en av de andre medforfatterne av papiret.

“Folk er kjent med tippingpunkter i klimasystemer, men det finnes tippingpunkter i økologi og epidemiologi og selv i aksjemarkedene,” sa Bury. “Hva vi har lært er at AI er svært god til å detektere egenskaper ved tippingpunkter som er felles for en rekke komplekse systemer.”

Madhur Anand er en av de andre forskerne og direktør for Guelph Institute for Environmental Research.

Ifølge Anand er den nylig utviklede dypt læring algoritmen en “game-changer for evnen til å forutse store endringer, inkludert de som er forbundet med klimaendringer”.

Teamet vil nå arbeide med å gi AI-en data for samtids-trender i klimaendringer. Men Anand advarer mot at resultatet avhenger av hvordan funnene brukes.

“Det gir oss absolutt en føring,” sa hun. “Men selvfølgelig er det opp til menneskeheten hva vi gjør med denne kunnskapen. Jeg håper bare at disse nye funnene vil føre til rettferdig, positiv endring.”