JAKARTA – Proyek kecerdasan buatan (AI) dapat memprediksi awal dari titik kritis yang mana berpotensi menyebabkan bencana , seperti keruntuhan ekologi, kejatuhan finansial, pandemi, lalu pemadaman listrik.
“Jika transisi kritis yang mana akan datang dapat diprediksi, maka kita sanggup mempersiapkan transformasi yang dimaksud atau bahkan menghindari 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 merekan pada 15 Juli 2024 pada jurnal Physical Review X.
Titik kritis dideskripsikan sebagai perubahan mendadak yang mana menyebabkan suatu sistem atau lingkungannya berubah ke keadaan tak 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 besar meningkatkan permukaan laut lalu menciptakan sebagian besar lapisan es tidaklah dapat dipulihkan.
Namun, ilmu dalam balik perubahan struktural dramatis ini kurang dipahami dan juga kerap kali didasarkan pada model yang mana terlalu disederhanakan. Hal ini menciptakan prediksi yang tersebut akurat menjadi sulit.
Para ilmuwan umumnya menggunakan statistik untuk mengukur kekuatan serta ketahanan sistem dengan fluktuasi yang tersebut semakin besar. Tetapi hasil dari studi yang tersebut menggunakan metode statistik semacam itu masih kontroversial.
Untuk mencari cara yang mana lebih tinggi akurat di memprediksi transisi berbahaya, para peneliti di studi ini menggabungkan dua jenis jaringan saraf, atau algoritma yang digunakan meniru cara otak memproses informasi. Jaringan pertama memecah sistem yang mana 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, pada sistem keuangan, sebuah node sanggup menjadi perusahaan tunggal; di sistem ekologi, sebuah node bisa jadi mewakili spesies; di sistem media sosial, sebuah node sanggup menunjukkan pengguna, dan juga sebagainya,” kata Yan.
Titik kritis sulit diprediksi, begitu pula mengetahui dalam mana harus mencari merekan juga sulit, maka menyebabkan 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 lingkungan lalu metronom yang mana tak sinkron yang, apabila diberi waktu cukup, akan mulai bergerak bersamaan.
