新的人工智能可能揭示气候变化的临界点

滑铁卢大学的研究人员正在开发一种新的人工智能（AI），它可以作为早期预警系统，预防气候变化的临界点。新的 研究集中于系统中发生快速或不可逆转变化的阈值。

Chris Bauch 是滑铁卢大学应用数学教授，也是研究论文的共同作者。

“我们发现，新的算法不仅可以更准确地预测临界点，还可以提供有关临界点之后的状态类型的信息，”Bauch 说。“许多这些临界点是不可取的，我们希望如果可能的话避免它们。”

气候变化的临界点

这些各种气候变化的临界点可以包括北极永久冻土的融化，这可能会释放大量的甲烷，导致进一步的快速加热。它还包括海洋环流系统的崩溃，这可能会导致天气模式的立即变化。另一种可能性是冰盖的瓦解，这可能会导致海平面迅速变化。

根据研究人员的说法，这种新的方法是创新的，因为它被编程为学习多种类型的临界点。相反，它学习了临界点的一般特征。

新的算法是基于混合人工智能和数学理论的临界点，结果比单独使用一种方法更好。人工智能是在“可能的临界点的宇宙”上训练的，其中包括大约 500,000 个模型。然后它被测试在各种系统中的特定现实世界的临界点，例如历史气候核心样本。

Timothy Lenton 是埃克塞特大学全球系统研究所的主任，也是研究论文的共同作者。

“我们的改进方法可以在我们接近危险的临界点时发出警告，”Lenton 说。“提供对气候临界点的改进预警可以帮助社会适应并减少他们对即将发生的事情的脆弱性，即使他们无法避免它。”

深度学习算法

研究人员依赖于深度学习，这正日益影响模式识别和分类的积极方面。研究人员首次将临界点检测转化为模式识别问题，这有助于检测临界点之前存在的模式。这反过来又帮助机器学习算法能够判断是否即将发生临界点。

Thomas Bury 是麦吉尔大学的博士后研究员，也是论文的共同作者之一。

“人们熟悉气候系统中的临界点，但生态学、流行病学甚至股票市场中也存在临界点，”Bury 说。“我们所学到的就是人工智能非常擅长检测复杂系统中共同的临界点特征。”

Madhur Anand 是另一位研究人员，也是格尔夫环境研究院的主任。

根据 Anand 的说法，新开发的深度学习算法是“预测大变化（包括与气候变化相关的变化）的游戏规则改变者”。

该团队现在将致力于为人工智能提供气候变化的当代趋势数据。然而，Anand 警告说，结果取决于这些发现的使用方式。

“这绝对让我们占据优势，”她说。“但当然，这取决于人类如何使用这些知识。我只希望这些新发现会带来公平、积极的变化。”