La inteligencia artificial puede revelar puntos de inflexión del cambio climático.
"Descubrimos que el nuevo algoritmo no sólo predice los puntos de inflexión con mayor precisión que los métodos existentes, sino que también proporciona información sobre los tipos de estados más allá del punto de inflexión", dijo Bauch. "Muchos de estos puntos de inflexión son indeseables y queremos evitarlos si es posible".
Algunos de los puntos de inflexión comúnmente asociados con el cambio climático descontrolado incluyen el derretimiento del permafrost del Ártico, que podría liberar grandes cantidades de metano y estimular un mayor calentamiento rápido; el colapso de los sistemas de corrientes oceánicas, que podría provocar cambios casi inmediatos en los patrones climáticos, o la desintegración de la capa de hielo, que podría provocar cambios rápidos en los niveles del mar;
El enfoque innovador de esta IA, según los investigadores, es que está programada para aprender no solo un tipo de punto crítico, sino las características de los puntos críticos en general.
Este enfoque deriva su poder de una combinación de inteligencia artificial y teoría matemática de puntos críticos, más que cualquier otro enfoque por sí solo. Después de entrenar la IA en lo que describen como un "universo de posibles puntos de inflexión", que incluía alrededor de 500.000 modelos, los investigadores la probaron en puntos de inflexión específicos del mundo real en una variedad de sistemas, incluida una muestra central de climas históricos. .
“Nuestro enfoque mejorado puede activar señales de alerta a medida que nos acercamos a puntos de inflexión peligrosos”, dijo Timothy P., director del Instituto de Sistemas Globales de la Universidad de Exeter y coautor del estudio, dijo Timothy Lenton. . "Proporcionar mejores alertas tempranas sobre los puntos de inflexión climáticos puede ayudar a las sociedades a adaptarse y reducir su vulnerabilidad a lo que se avecina, incluso si no pueden evitarlo".
El aprendizaje profundo ha logrado grandes avances en el reconocimiento y clasificación de patrones. Con este avance, los investigadores han convertido por primera vez la detección de puntos críticos en reconocimiento de patrones. Esto se hace para intentar detectar patrones que ocurren antes del punto de inflexión, permitiendo que el algoritmo de aprendizaje automático determine si el punto de inflexión ha llegado.
"La gente está familiarizada con los puntos de inflexión en el sistema climático, pero hay puntos de inflexión en la ecología y la epidemiología e incluso en el mercado de valores", dijo Thomas Bury, investigador postdoctoral de la Universidad McGill y otro coautor. dijo Thomas Bury. "Aprendimos que la inteligencia artificial es muy buena para detectar características de puntos de inflexión de varios sistemas complejos". Madhur Anand, otro investigador del proyecto y director del Instituto Ambiental Guelph, dijo que los nuevos algoritmos de aprendizaje profundo son "un punto de inflexión en el mundo". capacidad de predecir cambios significativos, incluidos aquellos relacionados con el cambio climático”.
Ahora que su IA comprende cómo funcionan los puntos de inflexión, el equipo está trabajando en la siguiente fase, que consiste en proporcionarles datos sobre las tendencias contemporáneas del cambio climático. Pero Anand advierte de lo que podría pasar con este conocimiento.
"Definitivamente nos da una ventaja", afirmó. "Pero, por supuesto, depende de los humanos cómo usamos este conocimiento. Sólo espero que estos nuevos descubrimientos conduzcan a un cambio equitativo y positivo.
”