「我們發現，新演算法預測臨界點不僅比既有的演算法更準確，還能提供臨界點狀態類型的資訊。」加拿大安大略省滑鐵盧大學（University of Waterloo）應用數學教授克里斯．鮑屈（Chris Bauch）說：「許多這些臨界點都是負面的，可以的話，得阻止它們。」

研究人員說，他們在開發這套人工智慧時採用了一種新方法，不僅能了解單一臨界點，還能掌握地球氣候臨界點的過程和特徵。

該團隊表示，由於結合了AI和關於臨界點的現有數學理論，新工具比任何單一方法都更有用。

特訓AI 科學家加入50萬個生態系統模型 

研究人員在他們稱之為「可能臨界點宇宙」上訓練AI，其中包括大約50萬個生態系統模型，接著在各種地球系統的特定真實臨界點上，對其進行測試──包括使用歷史氣候冰核樣本。

研究作者之一、埃克塞特大學（University of Exeter）全球系統研究所所長提摩西．蘭頓（Timothy Lenton）說，我們的方法可以在接近危險臨界點時發出預警。「改善氣候臨界點預警可以幫助社會適應，就算他們無法避免，也可減少傷害。」

研究人員表示，深度學習在模式識別和分類方面有長足進步，該團隊首次將臨界點檢測變成模式識別問題（pattern-recognition problem）。

研究團隊說，這麼做是為了找出臨界點來臨前的模式與徵兆，讓機器學習演算法能夠判斷臨界點是否即將到來。

研究下一步 提供AI當代氣候變遷趨勢資料

「人們熟悉氣候系統的臨界點，但生態學、流行病學甚至股票市場也存在臨界點，」另一位研究作者、蒙特婁麥基爾大學博士後研究員湯瑪士．布理（Thomas Bury）說：「我們發現，AI非常擅長檢測各種複雜系統共有的臨界點特徵。」

同為研究人員之一的圭爾夫環境研究所（Guelph Institute for Environmental Research）所長馬杜爾．阿南德（Madhur Anand）說，新的深度學習演算法是重大變化預測能力的關鍵，包括與氣候變遷相關的變化。

該團隊表示，下一步是提供AI當代氣候變遷趨勢的資料。不過阿南德教授也警告，「這個技術當然能讓我們早一步因應，但如何運用這些知識取決於人類。 我希望這些新發現能帶來公平、積極的改變。」

該研究發表在《美國國家科學院學報》（Proceedings of the National Academy of Sciences）。

參考資料

• 《獨立報》（2021年9月24日），Artificial intelligence could provide ‘early warning system’ for catastrophic climate tipping points

本文轉載自「環境資訊中心」網站，內容由許多專家學者及民間環團，提供國內外環境教育與環保資訊；主題涵蓋全球變遷、溫室氣體控制、環保生活、環境汙染防治、生態保育、能源節約與能源效率、綠建築等各面向。期許能替沒有選票的山林、濕地、海洋、土地發聲。