BeritaMakassar.com – JAKARTA – Inisiatif kecerdasan buatan (AI) dapat memprediksi awal dari titik kritis yang berpotensi menyebabkan bencana , seperti keruntuhan ekologi, kejatuhan finansial, pandemi, juga pemadaman listrik.
“Jika transisi kritis yang digunakan akan datang dapat diprediksi, maka kita mampu mempersiapkan transformasi yang disebutkan atau bahkan mengurangi transisi itu terjadi, sehingga dapat menghurangi kerusakan,” kata Gang Yan, penulis senior studi serta profesor ilmu komputer dalam Universitas Tongji di tempat China, untuk Live Science dilansir Kamis (22/8/2024).
Para peneliti komputer sama-sama Gang Yan mempublikasikan temuan dia pada 15 Juli 2024 di dalam jurnal Physical Review X.
Titik kritis dideskripsikan sebagai perubahan mendadak yang menyebabkan suatu sistem atau lingkungannya berubah ke keadaan tidak ada 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 mendadak meningkatkan permukaan laut dan juga menimbulkan sebagian besar lapisan es bukan dapat dipulihkan.
Namun, ilmu di area balik perubahan fundamental dramatis ini kurang dipahami kemudian rutin kali didasarkan pada model yang terlalu disederhanakan. Hal ini memproduksi prediksi yang mana akurat menjadi sulit.
Para ilmuwan umumnya menggunakan statistik untuk mengukur kekuatan dan 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 lanjut akurat pada memprediksi transisi berbahaya, para peneliti di studi ini menggabungkan dua jenis jaringan saraf, atau algoritma yang tersebut meniru cara otak memproses informasi. Jaringan pertama memecah sistem yang mana kompleks menjadi jaringan besar yang tersebut terdiri dari node yang tersebut saling berinteraksi, kemudian melacak hubungan antara node tersebut. Jaringan kedua mengikuti bagaimana setiap node berubah seiring waktu.
“Misalnya, pada sistem keuangan, sebuah node mampu menjadi perusahaan tunggal; di sistem ekologi, sebuah node sanggup mewakili spesies; di sistem media sosial, sebuah node bisa jadi menunjukkan pengguna, juga sebagainya,” kata Yan.
Titik kritis sulit diprediksi, begitu pula mengetahui di dalam 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 di sistem teoretis mudah — termasuk model ekosistem juga metronom yang tersebut bukan sinkron yang, jikalau diberi waktu cukup, akan mulai bergerak bersamaan.
