Yeni Yapay Zeka, İklim Değişikliği Dönüm Noktalarını Ortaya Çıkarabilir

Waterloo Üniversitesi'ndeki araştırmacılar, iklim değişikliğinin taşma noktalarına karşı erken uyarı sistemi görevi görebilecek yeni bir yapay zeka (AI) geliştiriyorlar. Yeni araştırma bir sistemde hızlı veya geri dönüşü olmayan değişimin meydana geldiği eşiklere odaklanır.

Chris Bauch, Waterloo Üniversitesi'nde uygulamalı matematik profesörüdür ve araştırma makalesinin ortak yazarıdır.

Bauch, "Yeni algoritmanın, yalnızca devrilme noktalarını mevcut yaklaşımlardan daha doğru bir şekilde tahmin edebildiğini değil, aynı zamanda devrilme noktasının ötesinde ne tür bir durum olduğuna dair bilgi sağladığını da bulduk." Dedi. "Bu devrilme noktalarının çoğu istenmiyor ve eğer yapabilirsek bunları önlemek istiyoruz."

İklim Değişikliği Dönüm Noktaları

Bu çeşitli iklim değişikliği devrilme noktaları, daha hızlı ısınmaya yol açan büyük miktarlarda metan salabilen Arktik permafrostun erimesini içerebilir. Aynı zamanda, hava durumu modellerinde ani değişikliklere neden olabilecek okyanus akıntı sistemlerinin bozulmasını da içerir. Diğer bir olasılık, hızlı deniz seviyesi değişimine neden olabilecek buz tabakasının parçalanmasıdır.

Araştırmacılara göre, bu yeni yaklaşım, birden fazla devrilme noktası türü hakkında bilgi edinmeye programlandığı için yenilikçi. Bunun yerine genel olarak devrilme noktalarının özelliklerini öğrenir.

Yeni algoritma, tek başına tek bir yöntemden daha iyi sonuçlara yol açan yapay zeka ve matematiksel devrilme noktaları teorilerini melezleştirmeye dayanıyor. Yapay zeka, yaklaşık 500,000 model içeren bir "olası devrilme noktaları evreni" üzerinde eğitilmiştir. Daha sonra, tarihsel iklim çekirdek örnekleri gibi çeşitli sistemlerde belirli gerçek dünya devrilme noktalarında test edilir.

Timothy Lenton, Exeter Üniversitesi'ndeki Küresel Sistemler Enstitüsü'nün direktörü ve çalışmanın diğer ortak yazarlarından biridir. 

Lenton, "Geliştirilmiş yöntemimiz, tehlikeli bir devrilme noktasına yaklaştığımızda tehlike işaretleri gösterebilir" dedi. "İklim devrilme noktalarına ilişkin gelişmiş erken uyarı sağlamak, toplumların uyum sağlamalarına ve bundan kaçınamasalar bile yaklaşanlara karşı savunmasızlıklarını azaltmalarına yardımcı olabilir."

Derin Öğrenme Algoritması 

Araştırmacılar, örüntü tanıma ve sınıflandırmayı olumlu bir şekilde giderek daha fazla etkileyen derin öğrenmeye güvendiler. Araştırmacılar, taşma noktası tespitini ilk kez bir model tanıma problemine dönüştürdüler ve bu, bir devrilme noktasından önce mevcut olan kalıpların tespit edilmesine yardımcı oluyor. Bu da bir makine öğrenimi algoritmasının bir devrilme noktasının gelip gelmediğini söyleyebilmesine yardımcı olur. 

Thomas Bury, McGill Üniversitesi'nde doktora sonrası araştırmacı ve makalenin ortak yazarlarından biridir.

Bury, "İnsanlar iklim sistemlerindeki taşma noktalarına aşinadır, ancak ekoloji ve epidemiyolojide ve hatta borsalarda taşma noktaları vardır" dedi. "Öğrendiğimiz şey, AI'nın çok çeşitli karmaşık sistemlerde ortak olan devrilme noktalarının özelliklerini tespit etmede çok iyi olduğudur."

Madhur Anand, Guelph Çevre Araştırmaları Enstitüsü'nün araştırmacılarından ve direktörlerinden bir diğeridir.

Anand'a göre, yeni geliştirilen derin öğrenme algoritması, "iklim değişikliği ile ilişkili olanlar da dahil olmak üzere büyük değişiklikleri tahmin etme yeteneği için oyunun kurallarını değiştiriyor."

Ekip şimdi yapay zekaya iklim değişikliğindeki güncel eğilimler için veri sağlamaya çalışacak. Ancak Anand, sonucun bu bulguların nasıl kullanıldığına bağlı olduğu konusunda uyarıyor. 

“Kesinlikle bize bir bacak veriyor” dedi. “Ama elbette, bu bilgiyle ne yapacağımız insanlığa kalmış. Umarım bu yeni bulgular adil ve olumlu bir değişime yol açar.”