研究人员正在开发一种可以评估气候变化临界点的人工智能 (AI)。深度学习算法可以作为应对失控气候变化的预警系统。

一些通常与失控的气候变化相关的临界点，如北极永久冻土融化，可能会释放大量甲烷并刺激进一步快速加热；洋流系统崩溃，可能导致天气模式几乎立即发生变化；或冰盖解体，这可能导致海平面快速变化。

据加拿大滑铁卢大学的研究小组称，人工智能的创新方法是，它被编程为不仅可以了解一种类型的临界点，还可以了解临界点的一般特征。

研究人员正在研究系统中发生快速或不可逆变化的阈值。研究发现，新算法不仅能够更准确地预测临界点比现有方法更准确，而且还提供有关超出临界点的状态类型的信息。

该团队的方法从人工智能和临界点数学理论的混合中获得了力量，比任何一种方法单独完成的都多。在对 AI 进行了他们所描述的“可能的临界点宇宙”（包括大约 500,000 个模型）的训练后，研究人员在各种系统中的特定现实世界临界点（包括历史气候核心样本）上对其进行了测试。

更好的气候临界点早期预警机制，可以帮助社会适应并降低他们对即将发生的事情的脆弱性，即使他们无法避免。

深度学习在模式识别和分类方面取得了巨大进步，研究人员首次将临界点检测转换为模式识别问题。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票市场也存在临界点，人工智能非常擅长检测各种复杂系统共有的临界点特征。

新的深度学习算法可以预测重大变化的能力的改变者，包括与气候变化相关的变化。

现在，利用 AI 已经了解了临界点的运作方式，该团队正在开展下一阶段的工作，即为其提供有关气候变化当代趋势的数据。