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