Primenom veštačke inteligencije mogle bi da se predvide tačke preokreta vezane za klimatske promene, ali i da se takozvanim dubokim učenjem obezbedi sistem ranog upozorenja od njihovog nastajanja, sugerišu rezultati nove studije, Deep learning for early warning signals of tipping points, tima naučnika sa Univerziteta u Vaterlou, objavljene u naučnom časopisu Proceedings of the National Academy of Sciences (PNAS).
Međuvladin panel za klimatske promene (IPCC) definiše tačke preokreta kao „nivo promena u odlikama jednog sistema posle kojih se on reorganizuje, često veoma brzo, i više se ne vraća u pređašnje stanje, čak i kada se uklone pokretači promena”.
Neke od tački preokreta koje se često povezuju sa klimatskim promenama jesu topljenje permafrosta koje bi moglo da oslobodi ogromne količine metana i podstakne dalje brzo zagrevanje planete, dramatična destabilizacija okeanskih struja koja bi mogla da dovede do gotovo trenutnih promena vremenskih obrazaca i pucanje delova ledenog pokrivača koje bi moglo da dovede do brzog porasta nivoa mora.
„Otkrili smo ne samo da je novi algoritam bio uspešniji u predviđanju tačaka preokreta od postojećih metoda, već je mogao da pruži i informacije o tome kakvo stanje nastaje nakon tačke preokreta”, rekao je u saopštenju za medije Kris Bač, jedan od autora studije i dodao: „Mnoge od ovih tačaka preokreta su nepoželjne i želeli bismo da ih sprečimo ako možemo”.
Ovaj inovativni pristup se zasniva na kombinaciji veštačke inteligencije i matematičkih teorija o tačkama bez povratka, čime se postižu bolji rezultati nego što bi to mogla da obezbedi svaka od ovih metoda zasebno. Nakon što je sprovedena obuka veštačke inteligencije kroz simulaciju od oko 500.000 modela, koje autori studije nazivaju univerzumom mogućih tački preokreta, ovaj pristup je testiran na određenim tačkama preokreta u stvarnom svetu u različitim sistemima.
„Naš unapređeni metod mogao bi da podigne uzbunu kada smo blizu opasne tačke preokreta. Pružanje poboljšanog ranog upozoravanja o klimatskim tačkama preokreta moglo bi da pomogne zajednicama da se prilagode i smanji njihovu ranjivost na ono što dolazi, čak i ako to ne mogu da izbegnu”, naglašava važnost rezultata studije još jedan njen autor, Timoti Lenton.
KLIMA101 NEDELJNI NEWSLETTER
Duboko učenje donosi veliki napredak u prepoznavanju i klasifikaciji obrazaca, pri čemu su istraživači po prvi put problem detekcije tačke preokreta preveli u problem prepoznavanja obrazaca. Na ovaj način se pokušava otkrivanje obrazaca koji se javljaju pre tačke preokreta i dobija algoritam mašinskog učenja koji može da predvidi da li će do tačke preokreta doći.
Sada kada je veštačka inteligencija koju razvija ovaj tim naučnika naučila kako tačke preokreta funkcionišu, tim radi na sledećoj fazi, a to je da joj pruži podatke o savremenim trendovima u klimatskim promenama.
