Araştırmacılar iklim değişikliğinin geri dönülemez noktalarını belirleyebilecek ve bizi çığrından çıkmış bir iklim değişikliğine karşı erkenden uyarabilecek bir “Derin Öğrenme Algoritması” üzerine çalışıyorlar.
Waterloo Üniversitesi Uygulamalı Matematik Bölümü’nde Profesör Chris Bauch’un ortak yazarlığını üstlendiği son makalede, yeni bir derin öğrenme algoritması üzerine yaptıkları araştırmanın sonuçlarını gözler önüne seriyor. Araştırma, sistemdeki aşırı hızlı veya geri döndürülemez değişiklikleri inceliyor. “Anladık ki bu yeni algoritma, sadece iklim değişikliğinin devrilme noktaları*nı mevcut yaklaşımlardan daha doğru olarak saptamakla kalmıyor, ayrıca bu noktalardan sonra bizi nasıl bir ekosistemin beklediği hakkında da bize veri sağlıyor. Bu veriler sonucu elde ettiğimiz olası geleceklerin çoğu istenilmeyecek cinstendir, eğer engellenebilecekse bunları engellemeliyiz” diyor Profesör Bauch.
Arktik hep buz**un erimesi sonucu küresel ısınmayı hızlandıracak büyük miktarlarda metan gazının atmosfere salınması, okyanus sistemlerinin bozulması sonucu hava durumlarında ani değişimler olması, buz örtülerinin dağılması sonucu deniz seviyesinin yükselmesi gibi durumlar, kontrolden çıkmış bir iklim değişikliğiyle özdeşleştirilmiş birçok olası felaketten birkaçı.
Araştırmacılara göre bu yeni yapay zeka ile yapılan araştırmanın yenilikçi olan tarafı ise yapay zekanın sadece bir değil, birçok farklı devrilme noktasının karakteristiklerinden de öğreniyor. Bu yeni yaklaşım gücünü yapay zeka ve devrllme noktaları hakkındaki matematiksel teorilerin çaprazlanmasından alarak iki metodun da tek başına yapabileceğinden fazlasını yapıyor. Yapay zekanın 500.000 farklı modelden öğrenmesi sağlandıktan sonra araştırmacılar yapay zekayı, içerisinde tarihi iklim örneklerinin de olduğu, gerçek dünya örnekleri üzerinde test ettiler.
Exeter Üniversitesi Küresel Sistemler Enstitüsü Başkanı Timothy Lenton: “Geliştirdiğimiz bu teknik, tehlikeli bir devrilme noktasına yakın olduğumuzda bizi uyarabilir. İklim değişikliği ve sonuçları hakkında erken uyarılara sahip olmak, ondan kaçınamasak bile, topluluğumuzun bu sonuçlara göre adapte olup kırılganlıklarını törpülemeleri için fırsatları olmasını sağlayabilir.” diyor.
Araştırmacıların ilk kez devrilme noktası tespitini bir örüntü tanımlama problemine dönüştürmesiyle, derin öğrenme örüntü tanımlama ve sınıflandırmada büyük gelişimler gösterdi. Bu değişim ilk defa bir devrilme noktası gerçekleşmeden oluşacak örüntülerin tespit edilerek makine öğrenme algoritmalarının bir devrilme noktasına ne kadar uzak olduğumuzu belirlenmesi sağlanarak yapıldı.
Thomas Bury, McGill Üniversitesi’ndeki doktora sonrası araştırmasında yaptığı açıklamada: “İnsanlar iklim sistemlerindeki devrilme noktalarına aşina ama devrilme noktaları ayrıca ekoloji, epistemoloji ve hatta borsada da bulunur ve biz de yapay zekanın birçok farklı kompleks sistemdeki devrilme noktalarını tespit etmede oldukça başarılı olduğunu gördük.” demiştir.
Guelph Enstitüsü Çevre araştırmaları başkanı Madhur Anand bir diğer araştırmasında da derin öğrenme algoritmasının iklim değişikliğiyle mücadele etme ve uyum sağlamada bütün planlarımızı değiştireceğini vurguluyor. Şimdi geliştirdikleri yapay zeka devrilme noktalarının nasıl işlediğini öğrendi ve ekip artık bir sonraki aşama için yani günümüz iklim değişikliği eğilimlerini saptayabilmesi için ona veri sağlamakla uğraşacak.
* Bir değişimin veya bir etkinin artık geri dönülemez olduğu an3.
** Donmuş toprak
Ayrıca orman yangınlarını anlamak ve yapay zeka arasındaki ilişki hakkında daha fazla okumak isterseniz şu bağlantıya tıklayabilirsiniz: İklim değişikliği ve yangınlar ormanları nasıl etkiliyor
Kaynaklar
- https://phys.org/news/2021-09-artificial-intelligence-reveal-climate-change.html
- Bury, T. M., Sujith, R. I., Pavithran, I., Scheffer, M., Lenton, T. M., Anand, M., & Bauch, C. T. (2021). Deep learning for early warning signals of tipping points. Proceedings of the National Academy of Sciences of the United States of America, 118(39). https://doi.org/10.1073/pnas.2106140118
- https://dictionary.cambridge.org/dictionary/english/tipping-point