Teknologi AI Buka Peluang Deteksi Titik Kritis Iklim

Jakarta,NU MEDIA JATI AGUNG,— Kecerdasan artifisial atau artificial intelligence (AI) berpotensi membantu ilmuwan memprediksi titik kritis perubahan iklim lebih dari dua tahun sebelum fenomena tersebut terjadi.

Temuan ini membuka peluang untuk mengantisipasi perubahan lingkungan yang dapat menimbulkan dampak sulit dipulihkan.

Penelitian yang melibatkan ilmuwan dari California Institute of Technology (Caltech), University of Colorado Boulder (CU Boulder), dan perusahaan teknologi NVIDIA mengembangkan pendekatan AI untuk memperkirakan waktu terjadinya titik kritis atau (tipping point).

Hasil penelitian tersebut terbit dalam jurnal Proceedings of the National Academy of Sciences (PNAS).

Para peneliti menggunakan pendekatan yang disebut recurrent neural operator (RNO) untuk memprediksi perubahan mendasar dalam suatu sistem.

 Mengenal Titik Kritis Perubahan Iklim

Titik kritis terjadi ketika suatu sistem melewati ambang batas tertentu dan mengalami perubahan mendasar.

Setelah melewati ambang tersebut, sistem bisa kesulitan atau tidak mampu kembali ke kondisi semula.

Dalam sistem iklim, kondisi ini dapat muncul ketika pemanasan global mendorong komponen lingkungan melewati batas kestabilannya.

Salah satu contoh yang dikaji para peneliti adalah potensi hilangnya tutupan awan rendah di atas lautan.

Profesor ilmu komputer dan matematika Caltech, Anima Anandkumar, menjelaskan bahwa titik kritis berkaitan dengan hilangnya kemampuan suatu sistem untuk kembali ke keadaan sebelumnya.

“Titik kritis adalah ketika Anda tidak memiliki peluang untuk kembali karena sistem sudah tidak stabil. Perubahan pada sebagian sistem membuat sistem tidak bisa kembali ke kondisi semula. Karena itu, titik kritis dapat dilihat sebagai bencana,” kata Anandkumar, seperti dikutip dari Phys.org, Sabtu (17/10/2026).

 AI Memprediksi Hilangnya Tutupan Awan

Salah satu skenario penelitian menyoroti kemungkinan hilangnya tutupan awan rendah di atas lautan akibat peningkatan konsentrasi karbon dioksida di atmosfer.

Awan rendah berperan memantulkan sebagian radiasi matahari kembali ke angkasa.

Jika tutupan awan tersebut menghilang, permukaan bumi berpotensi menyerap lebih banyak energi matahari. Kondisi ini dapat memperkuat pemanasan global.

Untuk menguji pendekatan AI, peneliti menggunakan data simulasi guna melatih dan menguji model RNO.

Model tersebut kemudian memperkirakan waktu terjadinya perubahan pada sistem awan.

Hasil pengujian menunjukkan bahwa AI mampu memberikan prediksi lebih dari dua tahun sebelum titik kritis diperkirakan terjadi dalam simulasi. Selisih antara waktu prediksi dan waktu kejadian dalam simulasi sekitar 11 hari.

Meski demikian, hasil tersebut belum membuktikan bahwa model yang sama akan memberikan akurasi serupa dalam kondisi iklim nyata. Peneliti masih perlu mengujinya menggunakan data pengamatan langsung.

Teknologi AI Berpotensi Digunakan di Berbagai Bidang

Menurut Anandkumar, pendekatan yang dikembangkan bersama timnya dapat menjadi langkah awal untuk memahami dan memperkirakan titik kritis pada masa mendatang.

“Upaya ini menjadi batu pijakan untuk mengkarakterisasi titik kritis dan memprediksi kapan hal itu terjadi di masa depan. Kami mendemonstrasikannya pada model iklim sederhana dan model turbulensi udara pada sayap pesawat, sistem-sistem yang sebelumnya belum dapat diprediksi,” ujar Anandkumar.

Pendekatan ini berpotensi dikembangkan untuk berbagai bidang, termasuk ilmu iklim, ekologi, dan epidemiologi. Namun, penerapannya tetap memerlukan pengujian lebih lanjut sesuai karakteristik setiap sistem.

Prediksi Dini Menjadi Tantangan Ilmu Iklim

Selama ini, AI telah membantu ilmuwan memperkirakan cuaca harian dan berbagai fenomena ekstrem.

Namun, prediksi titik kritis memiliki tantangan tersendiri karena perubahan iklim dapat mengubah kondisi dasar sistem bumi.

Karena itu, kemampuan memperkirakan perubahan sebelum ambang kritis terlampaui menjadi hal penting dalam penelitian iklim.

Meski hasil awal pendekatan RNO terlihat menjanjikan, para ilmuwan masih perlu memastikan keandalannya melalui pengamatan nyata.

Temuan ini menunjukkan peluang pemanfaatan AI untuk mendukung penelitian lingkungan. Akan tetapi, prediksi tersebut tetap harus dipahami sebagai hasil pengembangan ilmiah yang memerlukan validasi lebih lanjut, bukan kepastian bahwa setiap titik kritis iklim dapat diprediksi secara akurat.(Erwin indra

Sumber: Republika,