让AI“深度学习”掌握地球走向气候临界点的过程和特征 _地球

让AI“深度学习”掌握地球走向气候临界点的过程和特征
（）据环境资讯中心（姜唯编译；林大利审校）：气候临界点是地球上生命的重大威胁，因为一旦达到临界点，就会引发气候变迁过程的连锁反应，加剧全球暖化，并迅速恶化现有的各种气候灾难。研究人员开发出一种新的人工智慧（AI）系统，可以评估世界生态系统的临界点，并作为早期预警系统，帮助阻止「失控的气候变迁」。
让AI「深度学习」掌握地球走向气候临界点的过程和特征
气候临界点的例子包括北极永久冻土融化，可能会释放出大量的强效温室气体甲烷，加速暖化效应；洋流系统崩溃，会立刻使全球天气样态发生重大变化；冰盖解体，可能加速海平面上升。
研究人员用「深度学习」演算法，验证系统中发生快速或不可逆变化的临界值。
「我们发现，新演算法预测临界点不仅比既有的演算法更准确，还能提供临界点状态类型的资讯。」加拿大安大略省滑铁卢大学（University of Waterloo）应用数学教授克里斯．鲍屈（Chris Bauch）说：「许多这些临界点都是负面的，可以的话，得阻止它们。」
研究人员说，他们在开发这套人工智慧时采用了一种新方法，不仅能了解单一临界点，还能掌握地球气候临界点的过程和特征。
该团队表示，由于结合了AI和关于临界点的现有数学理论，新工具比任何单一方法都更有用。
特训AI 科学家加入50万个生态系统模型
研究人员在他们称之为「可能临界点宇宙」上训练AI，其中包括大约50万个生态系统模型，接着在各种地球系统的特定真实临界点上，对其进行测试──包括使用历史气候冰核样本。
研究作者之一、埃克塞特大学（University of Exeter）全球系统研究所所长提摩西．兰顿（Timothy Lenton）说，我们的方法可以在接近危险临界点时发出预警。「改善气候临界点预警可以帮助社会适应，就算他们无法避免，也可减少伤害。」
研究人员表示，深度学习在模式识别和分类方面有长足进步，该团队首次将临界点检测变成模式识别问题（pattern-recognition problem）。
研究团队说，这么做是为了找出临界点来临前的模式与征兆，让机器学习演算法能够判断临界点是否即将到来。
研究下一步提供AI当代气候变迁趋势资料
「人们熟悉气候系统的临界点，但生态学、流行病学甚至股票市场也存在临界点，」另一位研究作者、蒙特娄麦基尔大学博士后研究员汤玛士．布理（Thomas Bury）说：「我们发现，AI非常擅长检测各种复杂系统共有的临界点特征。」
同为研究人员之一的圭尔夫环境研究所（Guelph Institute for Environmental Research）所长马杜尔．阿南德（Madhur Anand）说，新的深度学习演算法是重大变化预测能力的关键，包括与气候变迁相关的变化。
该团队表示，下一步是提供AI当代气候变迁趋势的资料。不过阿南德教授也警告，「这个技术当然能让我们早一步因应，但如何运用这些知识取决于人类。我希望这些新发现能带来公平、积极的改变。」
该研究发表在《美国国家科学院学报》（Proceedings of the National Academy of Sciences）。
参考资料：《独立报》（2021年9月24日）， Artificial intelligence could provide ‘early warning system’ for catastrophic climate tipping points
本文转载自「环境资讯中心」网站，内容由许多专家学者及民间环团，提供国内外环境教育与环保资讯；主题涵盖全球变迁、温室气体控制、环保生活、环境污染防治、生态保育、能源节约与能源效率、绿建筑等各面向。期许能替没有选票的山林、湿地、海洋、土地发声。