新型人工智能可能揭示气候变化临界点

滑铁卢大学的研究人员正在开发一种新的人工智能（AI），它可以作为气候变化临界点的早期预警系统。该项研究重点关注系统中发生快速或不可逆转变化的阈值。

克里斯·鲍赫（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，这种新的算法不仅可以更准确地预测临界点，还可以提供有关超出临界点的状态类型的信息，”鲍赫说。“许多这些临界点是不可取的，我们希望能够防止它们，如果可能的话。”

气候变化临界点

这些各种气候变化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。它还包括海洋洋流系统的崩溃，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快速变化。

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的特征，而不是只学习一种类型的临界点。

该算法基于人工智能和数学理论的混合，结果比单独使用一种方法更好。人工智能是在一个包含约50万个模型的“可能的临界点宇宙”中训练的。然后，它被测试在各种系统中的特定现实世界临界点，例如历史气候核心样本。

蒂莫西·伦顿（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，”伦顿说。“提供对气候临界点的改进的早期预警，可以帮助社会适应并降低其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，这种方法正日益对模式识别和分类产生积极的影响。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。这反过来又有助于机器学习算法能够预测是否即将发生临界点。

托马斯·伯里（Thomas Bury）是麦吉尔大学的博士后研究员，也是论文的共同作者。

“人们熟悉气候系统中的临界点，但生态学和流行病学甚至股票市场中也有临界点，”伯里说。“我们所学到的知识是，人工智能非常擅长检测各种复杂系统中共同的临界点特征。”

马杜尔·阿南德（Madhur Anand）是另一位研究人员，也是格尔夫环境研究院的主任。

根据阿南德的说法，新开发的深度学习算法是“预测大幅度变化（包括与气候变化相关的变化）的能力的游戏规则改变者”。

该团队现在将致力于为人工智能提供当代气候变化趋势的数据。然而，阿南德警告说，结果取决于如何使用这些发现。

“这绝对给了我们优势，”她说。“但当然，这取决于人类如何利用这项知识。我只希望这些新发现能带来公平、积极的改变。”