研究人員正在開發(fā)可以評估氣候變化臨界點的人工智能。深度學(xué)習(xí)算法可以作為應(yīng)對失控氣候變化的預(yù)警系統(tǒng)。
滑鐵盧大學(xué)應(yīng)用數(shù)學(xué)教授 Chris Bauch 是最近一篇研究論文的合著者，該論文報告了有關(guān)新深度學(xué)習(xí)算法的結(jié)果。Bauch 說，這項研究著眼于系統(tǒng)中發(fā)生快速或不可逆變化的閾值。
“我們發(fā)現(xiàn)，新算法不僅能夠比現(xiàn)有方法更準(zhǔn)確地預(yù)測臨界點，而且能夠提供關(guān)于臨界點之外的狀態(tài)類型的信息，”鮑赫說。“許多這些臨界點都是不可取的，如果可以，我們希望防止它們。”
一些通常與失控的氣候變化相關(guān)的臨界點包括北極永久凍土融化，這可能會釋放大量甲烷并刺激進一步快速加熱;洋流系統(tǒng)崩潰，這可能導(dǎo)致天氣模式幾乎立即發(fā)生變化;或冰蓋解體，這可能導(dǎo)致海平面快速變化。
據(jù)研究人員稱，這種人工智能的創(chuàng)新方法是，它被編程為不僅可以學(xué)習(xí)一種類型的臨界點，還可以學(xué)習(xí)一般臨界點的特征。
這種方法從人工智能和臨界點數(shù)學(xué)理論的混合中獲得了力量，比任何一種方法單獨完成的都多。在對 AI 進行了他們所描述的“可能的臨界點宇宙”(包括大約 500,000 個模型)的訓(xùn)練后，研究人員在各種系統(tǒng)中的特定現(xiàn)實世界臨界點(包括歷史氣候核心樣本)上對其進行了測試。
“當(dāng)我們接近危險的臨界點時，我們改進的方法可能會引發(fā)危險信號，”埃克塞特大學(xué)全球系統(tǒng)研究所所長、該研究的合著者之一蒂莫西·倫頓 (Timothy Lenton) 說。“提供更好的氣候臨界點預(yù)警可以幫助社會適應(yīng)并減少他們對即將到來的事物的脆弱性，即使他們無法避免。”
深度學(xué)習(xí)在模式識別和分類方面取得了巨大進步，研究人員首次將臨界點檢測轉(zhuǎn)換為模式識別問題。這樣做是為了嘗試檢測在臨界點之前發(fā)生的模式，并讓機器學(xué)習(xí)算法判斷臨界點是否即將到來。
“人們熟悉氣候系統(tǒng)的臨界點，但生態(tài)學(xué)和流行病學(xué)甚至股票市場也存在臨界點，”麥吉爾大學(xué)的博士后研究員、該論文的另一位合著者托馬斯·伯里 (Thomas Bury) 說。“我們了解到，人工智能非常擅長檢測各種復(fù)雜系統(tǒng)共有的臨界點特征。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！