Algoritma AI Mampu Memprediksi Bencana yang Akan Datang
0
0
JAKARTA – Program kecerdasan buatan (AI) dapat memprediksi tanda-tanda awal bencana seperti degradasi lingkungan, keruntuhan finansial, epidemi, dan pemadaman listrik.
“Jika kita dapat memprediksi perubahan besar berikutnya, kita dapat bersiap menghadapi perubahan atau mencegah perubahan, sehingga mengurangi dampak buruknya,” kata Kang Yan, penulis utama dan profesor ilmu komputer di Universitas Dongji di Tiongkok. Dilaporkan Live Science pada Kamis (22/8/2024).
Peneliti komputer dan Gang Yan mempublikasikan temuan mereka pada 15 Juli 2024 di jurnal Physical Review X.
Gejala adalah perubahan mendadak pada suatu sistem atau lingkungannya yang menyebabkan tidak diinginkan atau sulit untuk kembali ke keadaan semula. Misalnya, jika lapisan es Greenland runtuh, jumlah salju di bagian utara pulau akan berkurang, dan permukaan laut akan naik secara signifikan, sehingga sebagian besar es tidak dapat dipulihkan.
Namun, ilmu pengetahuan di balik perubahan drastis ini tidak dipahami dengan baik dan sering kali didasarkan pada model yang bersifat anekdot. Hal ini membuat prediksi yang akurat menjadi sulit.
Para ilmuwan menggunakan statistik untuk mengukur ketahanan dan stabilitas sistem serta variabilitasnya yang semakin meningkat. Namun hasil penelitian yang menggunakan metode statistik masih kontroversial.
Untuk menemukan cara yang lebih akurat dalam memprediksi perubahan negatif, para peneliti dalam penelitian ini menggabungkan dua jenis jaringan saraf, atau metode yang mensimulasikan cara otak memproses informasi. Jaringan pertama-tama memecah sistem yang kompleks menjadi jaringan besar berisi node-node yang saling berinteraksi dan menelusuri hubungan antar node-node tersebut. Jaringan kedua mengikuti perubahan setiap node seiring waktu.
“Misalnya, dalam sistem keuangan, sebuah simpul dapat mewakili sebuah perusahaan; dalam suatu ekosistem, sebuah simpul dapat mewakili suatu spesies; dalam sistem media sosial, simpul tersebut dapat mewakili simpul bagi pengguna, dan sebagainya,” kata Yan.
Indikator kritis sulit diprediksi, dan lokasinya sulit ditemukan, karena hanya ada sedikit data nyata mengenai perubahan mendadak. Untuk melatih model mereka, para peneliti beralih ke prinsip-prinsip dasar dalam sistem teoritis sederhana – termasuk model ekologi dan metronom tidak stabil, yang, jika diberikan waktu yang cukup, mulai bergerak bersama.
