JAKARTA – Proyek kecerdasan buatan (AI) dapat memprediksi awal dari titik kritis yang mana berpotensi menyebabkan bencana , seperti keruntuhan ekologi, kejatuhan finansial, pandemi, dan juga pemadaman listrik.
“Jika transisi kritis yang tersebut akan datang dapat diprediksi, maka kita dapat mempersiapkan transformasi yang dimaksud atau bahkan menghindari transisi itu terjadi, sehingga dapat mengempiskan kerusakan,” kata Gang Yan, penulis senior studi kemudian profesor ilmu komputer pada Universitas Tongji pada China, terhadap Live Science dilansir Kamis (22/8/2024).
Para peneliti komputer dengan Gang Yan mempublikasikan temuan mereka itu pada 15 Juli 2024 di tempat jurnal Physical Review X.
Titik kritis dideskripsikan sebagai transformasi mendadak yang digunakan menyebabkan suatu sistem atau lingkungannya berubah ke keadaan tiada diinginkan, atau kondisi sulit untuk kembali ke keadaan semula. Misalnya, jikalau lapisan es Greenland runtuh, hal ini akan mengempiskan curah salju pada bagian utara pulau tersebut, secara mendadak meningkatkan permukaan laut lalu menimbulkan sebagian besar lapisan es bukan dapat dipulihkan.
Namun, ilmu di area balik metamorfosis dramatis ini kurang dipahami kemudian banyak kali didasarkan pada model yang mana terlalu disederhanakan. Hal ini menyebabkan prediksi yang tersebut akurat menjadi sulit.
Para ilmuwan umumnya menggunakan statistik untuk mengukur kekuatan dan juga ketahanan sistem dengan fluktuasi yang dimaksud semakin besar. Tetapi hasil dari studi yang menggunakan metode statistik semacam itu masih kontroversial.
Untuk mencari cara yang dimaksud lebih banyak akurat di memprediksi transisi berbahaya, para peneliti di studi ini menggabungkan dua jenis jaringan saraf, atau algoritma yang mana meniru cara otak memproses informasi. Jaringan pertama memecah sistem yang mana kompleks menjadi jaringan besar yang dimaksud 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 bisa saja mewakili spesies; di sistem media sosial, sebuah node dapat menunjukkan pengguna, kemudian sebagainya,” kata Yan.
Titik kritis sulit diprediksi, begitu pula mengetahui di dalam mana harus mencari mereka itu 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 simpel — termasuk model biosfer kemudian metronom yang mana bukan sinkron yang, apabila diberi waktu cukup, akan mulai bergerak bersamaan.
