JAKARTA – Proyek kecerdasan buatan (AI) dapat memprediksi awal dari titik kritis yang tersebut berpotensi menyebabkan bencana , seperti keruntuhan ekologi, kejatuhan finansial, pandemi, serta pemadaman listrik.
“Jika transisi kritis yang mana akan datang dapat diprediksi, maka kita bisa jadi mempersiapkan perubahan yang disebutkan atau bahkan mengurangi transisi itu terjadi, sehingga dapat menghurangi kerusakan,” kata Gang Yan, penulis senior studi serta profesor ilmu komputer di dalam Universitas Tongji di tempat China, terhadap Live Science dilansir Kamis (22/8/2024).
Para peneliti komputer bersatu Gang Yan mempublikasikan temuan mereka itu pada 15 Juli 2024 pada jurnal Physical Review X.
Titik kritis dideskripsikan sebagai perpindahan mendadak yang tersebut menyebabkan suatu sistem atau lingkungannya berubah ke keadaan tiada diinginkan, atau kondisi sulit untuk kembali ke keadaan semula. Misalnya, apabila lapisan es Greenland runtuh, hal ini akan menghurangi curah salju di tempat bagian utara pulau tersebut, secara tajam meningkatkan permukaan laut juga menyebabkan sebagian besar lapisan es tidak ada dapat dipulihkan.
Namun, ilmu di area balik perubahan dramatis ini kurang dipahami juga rutin kali didasarkan pada model yang mana terlalu disederhanakan. Hal ini memproduksi prediksi yang digunakan akurat menjadi sulit.
Para ilmuwan umumnya menggunakan statistik untuk mengukur kekuatan juga ketahanan sistem dengan fluktuasi yang digunakan semakin besar. Tetapi hasil dari studi yang digunakan menggunakan metode statistik semacam itu masih kontroversial.
Untuk mencari cara yang tersebut lebih besar akurat pada memprediksi transisi berbahaya, para peneliti pada studi ini menggabungkan dua jenis jaringan saraf, atau algoritma yang dimaksud meniru cara otak memproses informasi. Jaringan pertama memecah sistem yang mana kompleks menjadi jaringan besar yang digunakan terdiri dari node yang dimaksud saling berinteraksi, kemudian melacak hubungan antara node tersebut. Jaringan kedua mengikuti bagaimana setiap node berubah seiring waktu.
“Misalnya, pada sistem keuangan, sebuah node bisa jadi menjadi perusahaan tunggal; di sistem ekologi, sebuah node bisa jadi mewakili spesies; pada sistem media sosial, sebuah node mampu menunjukkan pengguna, dan juga sebagainya,” kata Yan.
Titik kritis sulit diprediksi, begitu pula mengetahui di dalam mana harus mencari dia juga sulit, maka menghasilkan data dunia nyata tentang transisi kritis mendadak menjadi langka. Untuk melatih model mereka, para peneliti beralih ke titik kritis pada sistem teoretis simpel — termasuk model sistem ekologi dan juga metronom yang bukan sinkron yang, jikalau diberi waktu cukup, akan mulai bergerak bersamaan.
