JAKARTA – Rencana kecerdasan buatan (AI) dapat memprediksi awal dari titik kritis yang digunakan berpotensi menyebabkan bencana , seperti keruntuhan ekologi, kejatuhan finansial, pandemi, dan juga pemadaman listrik.
“Jika transisi kritis yang digunakan akan datang dapat diprediksi, maka kita dapat mempersiapkan perpindahan yang disebutkan atau bahkan menjaga dari transisi itu terjadi, sehingga dapat mengempiskan kerusakan,” kata Gang Yan, penulis senior studi lalu profesor ilmu komputer dalam Universitas Tongji di tempat China, untuk Live Science dilansir Kamis (22/8/2024).
Para peneliti komputer dengan Gang Yan mempublikasikan temuan merek pada 15 Juli 2024 di tempat jurnal Physical Review X.
Titik kritis dideskripsikan sebagai perpindahan mendadak yang dimaksud 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 menurunkan curah salju pada bagian utara pulau tersebut, secara tajam meningkatkan permukaan laut serta menciptakan sebagian besar lapisan es bukan dapat dipulihkan.
Namun, ilmu di dalam balik metamorfosis dramatis ini kurang dipahami lalu kerap kali didasarkan pada model yang terlalu disederhanakan. Hal ini menyebabkan prediksi yang dimaksud akurat menjadi sulit.
Para ilmuwan umumnya menggunakan statistik untuk mengukur kekuatan kemudian ketahanan sistem dengan fluktuasi yang tersebut semakin besar. Tetapi hasil dari studi yang menggunakan metode statistik semacam itu masih kontroversial.
Untuk mencari cara yang dimaksud lebih tinggi 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 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 bisa saja menjadi perusahaan tunggal; pada sistem ekologi, sebuah node mampu mewakili spesies; pada sistem media sosial, sebuah node bisa saja menunjukkan pengguna, dan juga sebagainya,” kata Yan.
Titik kritis sulit diprediksi, begitu pula mengetahui di dalam mana harus mencari mereka 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 simpel — termasuk model habitat serta metronom yang dimaksud tidaklah sinkron yang, jikalau diberi waktu cukup, akan mulai bergerak bersamaan.
