Teknologi · 18 October 2026, 19:28 WIB
Ringkasan
Peneliti dari Caltech, University of Colorado Boulder, dan NVIDIA mengembangkan pendekatan AI berbasis recurrent neural operator (RNO) yang mampu memprediksi titik kritis perubahan iklim lebih dari dua tahun sebelum fenomena terjadi. Prediksi ini penting untuk mengantisipasi perubahan lingkungan yang dampaknya sulit dipulihkan.
Kecerdasan artifisial (AI) kini berpotensi membantu para ilmuwan memprediksi kapan titik kritis (tipping point) perubahan iklim terjadi, bahkan lebih dari dua tahun sebelum fenomena tersebut berlangsung. Penelitian terbaru yang dipublikasikan dalam jurnal Proceedings of the National Academy of Sciences (PNAS) menunjukkan bahwa pendekatan AI baru dapat membantu memperkirakan waktu terjadinya titik kritis tersebut. Kemampuan ini membuka peluang untuk mengantisipasi perubahan lingkungan yang dampaknya sulit atau tidak mungkin dipulihkan. Perubahan iklim yang tidak terkelola dapat berdampak luas terhadap kehidupan manusia, mulai dari kenaikan permukaan air laut hingga gagal panen secara massal.
Apa Itu Titik Kritis dalam Sistem Iklim?
Para peneliti dari California Institute of Technology (Caltech), University of Colorado Boulder (CU Boulder), dan perusahaan teknologi NVIDIA mengembangkan pendekatan basis recurrent neural operator (RNO) untuk memprediksi titik kritis menggunakan model-model sederhana. Profesor ilmu komputer dan matematika Caltech, Anima Anandkumar, menjelaskan bahwa titik kritis merupakan kondisi ketika suatu sistem kehilangan kemampuan untuk kembali ke keadaan semula akibat ketidakstabilan yang semakin besar. Dalam ilmu pengetahuan, fenomena ini terjadi ketika suatu sistem mengalami perubahan mendasar sehingga sulit atau tidak mungkin kembali ke kondisi semula. Dalam sistem iklim, hal ini dapat terjadi ketika pemanasan global mendorong komponen lingkungan melewati ambang batas tertentu, misalnya ketika lapisan es mengalami pencairan yang sulit dipulihkan.
Caltech dan NVIDIA Kembangkan Pendekatan AI Baru
Salah satu skenario yang dikaji adalah hilangnya tutupan awan rendah di atas lautan akibat peningkatan konsentrasi karbon dioksida di atmosfer. Fenomena tersebut diperkirakan dapat terjadi ketika pemanasan global mendorong sistem awan melewati ambang batas tertentu. Hilangnya tutupan awan rendah tersebut berpotensi memperparah pemanasan global karena awan rendah umumnya memantulkan sebagian radiasi matahari kembali ke angkasa. Ketika awan menghilang, lebih banyak energi matahari dapat diserap permukaan bumi sehingga suhu meningkat secara signifikan.
Implikasi bagi Indonesia dan Dunia
Untuk menguji pendekatan mereka, para peneliti menggunakan data simulasi guna melatih dan menguji program AI berbasis RNO dalam memperkirakan waktu hilangnya awan. Hasilnya, model tersebut mampu memberikan prediksi lebih dari dua tahun sebelum titik kritis diperkirakan terjadi, dengan selisih waktu prediksi sekitar 11 hari dari waktu terjadinya fenomena dalam simulasi. Meski menjanjikan, hasil tersebut masih perlu diuji lebih lanjut menggunakan pengamatan nyata untuk mengetahui sejauh mana pendekatan ini dapat diterapkan pada sistem iklim di dunia nyata. Pendekatan AI tersebut berpotensi diterapkan lebih luas, mulai dari ilmu iklim, ekologi, dan epidemiologi hingga perancangan pesawat terbang dan industri lainnya. Penelitian ini juga dikutip dalam laporan terbaru PBB mengenai titik kritis perubahan iklim, yang menunjukkan besarnya perhatian dunia terhadap isu ini.
Sumber Berita
- AI Bisa Prediksi Titik Kritis Perubahan Iklim (Republika)
Pertanyaan yang Sering Muncul
Apa itu tipping point dalam konteks iklim?
Titik kritis dalam sistem iklim adalah kondisi ketika suatu sistem mengalami perubahan mendasar sehingga sulit atau tidak mungkin kembali ke kondisi semula. Contohnya adalah pencairan lapisan es yang tidak dapat dipulihkan atau hilangnya tutupan awan rendah di atas lautan.
Bagaimana AI memprediksi titik kritis?
Para peneliti menggunakan pendekatan recurrent neural operator (RNO) yang dilatih dengan data simulasi. Model AI ini belajar mengenali pola-pola yang mendahului titik kritis dalam sistem sederhana, kemudian memproyeksi kapan titik kritis tersebut akan terjadi di masa depan dengan akurasi yang menjanjikan.
Apakah prediksi ini sudah akurat?
Hasil simulasi menunjukkan prediksi dapat dilakukan lebih dari dua tahun sebelum kejadian dengan selisih sekitar 11 hari. Namun, para peneliti menegaskan bahwa hasil ini masih perlu diuji lebih lanjut dengan pengamatan nyata sebelum dapat diterapkan pada sistem iklim dunia nyata secara luas.
Kalau kamu ingin berita terbaru di topik ini, coba ikuti label terkait di bawah.
AI Perubahan Iklim Tipping Point Caltech NVIDIA Teknologi— Ditulis oleh Chacha —
Labels: AI, Perubahan Iklim, Tipping Point, Caltech, NVIDIA, Teknologi
Silahkan berkomentar yang sesuai dengan topik, Mohon Maaf komentar dengan nama komentator dan isi komentar yang berbau P*RN*GRAFI, OB*T, H*CK, J*DI dan komentar yang mengandung link aktif, Tidak akan ditampilkan!