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