• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Artificiell intelligens kan ställas in för att avslöja tipppunkter för klimatförändringar

    Kredit:Unsplash/CC0 Public Domain

    Forskare utvecklar artificiell intelligens som kan bedöma vändpunkterna för klimatförändringar. Deep learning -algoritmen kan fungera som ett system för tidig varning mot flyktiga klimatförändringar.

    Chris Bauch, professor i tillämpad matematik vid University of Waterloo, är medförfattare till en ny forskningsrapport som rapporterar resultat om den nya djupinlärningsalgoritmen. Forskningen tittar på trösklar utöver vilka snabba eller irreversibla förändringar sker i ett system, Sa Bauch. "Vi fann att den nya algoritmen inte bara kunde förutsäga tipppunkterna mer exakt än befintliga tillvägagångssätt utan också ge information om vilken typ av tillstånd som ligger bortom tipppunkten, "Bauch sa." Många av dessa tipppunkter är oönskade, och vi skulle vilja förhindra dem om vi kan. "

    Några tipppunkter som ofta är förknippade med flyktiga klimatförändringar inkluderar smältning av arktisk permafrost, som kan frigöra massmängder metan och främja ytterligare snabb uppvärmning; nedbrytning av oceaniska strömsystem, vilket kan leda till nästan omedelbara förändringar i vädermönster; eller upplösning av isark, vilket kan leda till snabba havsnivåändringar.

    Det innovativa tillvägagångssättet med denna AI, enligt forskarna, är att den var programmerad att lära sig inte bara om en typ av tipppunkt utan kännetecknen för tipppunkter i allmänhet.

    Tillvägagångssättet får sin styrka genom att hybridisera AI och matematiska teorier om tipppunkter, uppnå mer än någon av metoderna kunde på egen hand. Efter att ha tränat AI på vad de karakteriserar som ett "universum av möjliga tipppunkter" som inkluderade cirka 500, 000 modeller, forskarna testade det på specifika verkliga tipppunkter i olika system, inklusive historiska klimatkärnprover.

    "Vår förbättrade metod kan höja röda flaggor när vi är nära en farlig vändpunkt, "sa Timothy Lenton, chef för Global Systems Institute vid University of Exeter och en av studiens medförfattare. "Att ge förbättrad tidig varning om klimatpekpunkter kan hjälpa samhällen att anpassa sig och minska deras sårbarhet för det som kommer, även om de inte kan undvika det. "

    Djupinlärning gör stora framsteg i mönsterigenkänning och klassificering, med forskarna, för första gången, konverterade tipppunktsdetektering till ett mönsterigenkänningsproblem. Detta görs för att försöka upptäcka mönstren som förekommer en tipppunkt och få en maskininlärningsalgoritm att säga om en tipppunkt kommer.

    "Folk är bekanta med tipppunkter i klimatsystem, men det finns tipppunkter inom ekologi och epidemiologi och till och med på börserna, "sa Thomas Bury, en postdoktor vid McGill University och en annan av medförfattarna till uppsatsen. "Vad vi har lärt oss är att AI är mycket bra på att upptäcka funktioner i tipppunkter som är gemensamma för en mängd olika komplexa system."

    Den nya algoritmen för djupinlärning är en "spelväxlare för förmågan att förutse stora förändringar, inklusive de som är förknippade med klimatförändringar, "sa Madhur Anand, en annan av forskarna på projektet och chef för Guelph Institute for Environmental Research.

    Nu när deras AI har lärt sig hur tipppunkter fungerar, laget arbetar på nästa etapp, vilket är att ge den data för samtida trender inom klimatförändringar. Men Anand utfärdade ett varningsord om vad som kan hända med sådan kunskap.

    "Det ger oss definitivt ett ben upp, "sa hon." Men naturligtvis, det är upp till mänskligheten när det gäller vad vi gör med denna kunskap. Jag hoppas bara att dessa nya fynd kommer att leda till rättvisa, positiv förändring. "

    Tidningen "Deep learning för tidiga varningssignaler om tipppunkter, "av Bauch, Lenton, Begrava, Anand och medförfattare R. I. Sujith, Induja Pavithran, och Marten Scheffer, publicerades i tidningen Förfaranden från National Academy of Sciences ( PNAS ).


    © Vetenskap https://sv.scienceaq.com