滑铁卢大学应用数学教授ChrisBauch是最近一篇研究论文的合著者，该论文报告了一种新的深度学习算法的结果。Bauch说，这项研究着眼于系统中发生快速或不可逆转变化的阈值。“我们发现，新算法不仅能够比现有方法更准确地预测临界点，而且还提供了有关超出临界点的状态类型的信息，”Bauch说。“其中许多临界点都是不可取的，如果可以的话，我们希望避免它们。”一些通常与失控的气候变化相关的临界点包括北极永久冻土融化，这可能释放大量甲烷并刺激进一步快速升温；洋流系统的崩溃，这可能导致天气模式几乎立即发生变化；或冰盖的解体，这可能导致海平面的快速变化。根据研究人员的说法，这种人工智能的创新方法是，它被编程为不仅学习一种类型的临界点，而且还学习临界点的一般特征。这种方法从人工智能和临界点数学理论的结合中汲取力量，比任何一种方法单独完成的都多。在用他们描述的由大约500,000个模型组成的“可能的临界点宇宙”对AI进行训练后，研究人员在各种系统中针对特定的现实世界临界点对其进行了训练，包括历史气候核心样本。参加考试。“当我们接近危险的临界点时，我们改进的方法可能会发出危险信号，”埃克塞特大学全球系统研究所所长、该研究的合著者之一蒂莫西·兰顿说。解释。“提供更好的气候临界点警告可以帮助社会适应并减少他们对即将发生的事情的脆弱性，即使它们无法避免。”深度学习在模式识别和分类方面取得了巨大进步，研究人员首次将引爆点映射到检测转化为模式识别问题。这样做是为了尝试检测在临界点之前发生的模式，并让机器学习算法判断临界点是否即将到来。“人们熟悉气候系统的临界点，但生态学和流行病学甚至股市也存在临界点，”麦吉尔大学博士后研究员、该论文的另一位合著者ThomasBury说。“我们了解到，人工智能非常擅长检测各种复杂系统共有的临界点特征。该项目的另一位研究员兼圭尔夫环境研究所所长MadhurAnand表示，新的深度学习算法“改变了游戏规则，能够预测重大变化，包括那些与气候变化相关的变化。”由于他们的AI已经了解临界点是如何工作的，并且该团队正在研究下一阶段，为其提供有关气候变化当代趋势的数据。但阿南德警告说，这些知识可能会发生什么。“这绝对给了我们优势，”她说。“但是，当然，就我们如何使用这些知识而言，这取决于人类。我只能希望这些新发现会带来公平、积极的变化。“
