Algoritma AI Mampu Memprediksi Bencana yang Akan Datang
Kamis, 22 Agustus 2024 - 22:00 WIB
Titik kritis sulit diprediksi, begitu pula mengetahui di mana harus mencari mereka juga sulit, maka membuat data dunia nyata tentang transisi kritis mendadak menjadi langka. Untuk melatih model mereka, para peneliti beralih ke titik kritis dalam sistem teoretis sederhana — termasuk model ekosistem dan metronom yang tidak sinkron yang, jika diberi waktu cukup, akan mulai bergerak bersamaan.
Setelah jaringan saraf mereka memiliki cukup data, para peneliti memberikan masalah dari dunia nyata, seperti transformasi hutan tropis menjadi sabana. Menggunakan data satelit selama lebih dari 20 tahun dari tiga wilayah di Afrika Tengah yang mengalami transisi mendadak ini, para ilmuwan memberikan algoritma informasi tentang curah hujan dan tutupan pohon di dua wilayah.
Dari data tersebut, AI dengan akurat memprediksi apa yang terjadi di wilayah ketiga, bahkan ketika 81% node sistem menjadi bagian dari lahan tidak diamati.
Setelah berhasil memprediksi satu titik kritis, para peneliti kini mencari cara untuk membongkar "kotak hitam" algoritma untuk menemukan pola yang terdeteksi. Mereka kemudian berharap dapat menerapkan model mereka pada sistem lain seperti kebakaran hutan, pandemi, dan kejatuhan finansial.
Satu tantangan dalam memprediksi sistem yang melibatkan manusia, yaitu belajar dari dan bereaksi terhadap prediksi kita sendiri yang secara kompleks memengaruhi perilaku. Untuk mengatasi masalah ini, para peneliti fokus pada bagian dari sistem manusia yang tampaknya tidak terpengaruh oleh niat manusia.
Menggunakan AI untuk menangkap sinyal fundamental ini bisa sangat berguna dalam membuat prediksi. Meskipun memprediksi sistem semacam itu menantang, ini sangat berharga karena transisi kritis dalam sistem yang melibatkan manusia dapat memiliki konsekuensi yang lebih parah.
Setelah jaringan saraf mereka memiliki cukup data, para peneliti memberikan masalah dari dunia nyata, seperti transformasi hutan tropis menjadi sabana. Menggunakan data satelit selama lebih dari 20 tahun dari tiga wilayah di Afrika Tengah yang mengalami transisi mendadak ini, para ilmuwan memberikan algoritma informasi tentang curah hujan dan tutupan pohon di dua wilayah.
Dari data tersebut, AI dengan akurat memprediksi apa yang terjadi di wilayah ketiga, bahkan ketika 81% node sistem menjadi bagian dari lahan tidak diamati.
Setelah berhasil memprediksi satu titik kritis, para peneliti kini mencari cara untuk membongkar "kotak hitam" algoritma untuk menemukan pola yang terdeteksi. Mereka kemudian berharap dapat menerapkan model mereka pada sistem lain seperti kebakaran hutan, pandemi, dan kejatuhan finansial.
Satu tantangan dalam memprediksi sistem yang melibatkan manusia, yaitu belajar dari dan bereaksi terhadap prediksi kita sendiri yang secara kompleks memengaruhi perilaku. Untuk mengatasi masalah ini, para peneliti fokus pada bagian dari sistem manusia yang tampaknya tidak terpengaruh oleh niat manusia.
Menggunakan AI untuk menangkap sinyal fundamental ini bisa sangat berguna dalam membuat prediksi. Meskipun memprediksi sistem semacam itu menantang, ini sangat berharga karena transisi kritis dalam sistem yang melibatkan manusia dapat memiliki konsekuensi yang lebih parah.
(msf)
tulis komentar anda