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