REPUBLIKA.CO.ID, JAKARTA -- 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. Kemampuan ini membuka peluang untuk mengantisipasi perubahan lingkungan yang dampaknya sulit atau tidak mungkin dipulihkan.
Istilah tipping point dikenal luas melalui buku jurnalis dan penulis Kanada, Malcolm Gladwell, yang terbit pada 2000. Dalam konteks sosial, istilah tersebut merujuk pada momen ketika suatu tren atau perilaku mencapai ambang tertentu hingga menyebar dengan cepat.
Dalam ilmu pengetahuan, titik kritis terjadi ketika suatu sistem mengalami perubahan mendasar sehingga sulit atau tidak mungkin kembali ke kondisi semula. Dalam sistem iklim, fenomena ini dapat terjadi ketika pemanasan global mendorong komponen lingkungan melewati ambang batas tertentu, misalnya ketika lapisan es mengalami pencairan yang sulit dipulihkan.
Selama ini, AI telah banyak digunakan untuk memprediksi cuaca harian hingga fenomena ekstrem. Namun, memprediksi kapan titik kritis dalam sistem iklim akan terjadi masih menjadi tantangan karena perubahan iklim dapat mengubah kondisi dasar sistem bumi.
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.
Para peneliti dari California Institute of Technology (Caltech), University of Colorado Boulder (CU Boulder), dan perusahaan teknologi NVIDIA mengembangkan pendekatan berbasis recurrent neural operator (RNO) untuk memprediksi titik kritis menggunakan model-model sederhana.
Profesor ilmu komputer dan matematika Caltech, Anima Anandkumar, menjelaskan titik kritis merupakan kondisi ketika suatu sistem kehilangan kemampuan untuk kembali ke keadaan semula akibat ketidakstabilan yang semakin besar.
"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).
Penelitian Anandkumar dan rekan-rekannya juga dikutip dalam laporan terbaru PBB mengenai titik kritis perubahan iklim. Menurut para peneliti, pendekatan AI tersebut berpotensi diterapkan lebih luas, mulai dari ilmu iklim, ekologi, dan epidemiologi hingga perancangan pesawat.
"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.
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, meskipun prosesnya belum banyak diamati secara langsung.
Hilangnya tutupan awan rendah tersebut berpotensi memperparah pemanasan global. Awan rendah umumnya memantulkan sebagian radiasi matahari kembali ke angkasa. Ketika awan menghilang, lebih banyak energi matahari dapat diserap permukaan bumi sehingga suhu meningkat.
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.
Anandkumar mengatakan, pendekatan AI sebelumnya umumnya dikembangkan dengan asumsi bahwa pola cuaca masa lalu dapat menjadi acuan untuk memprediksi kondisi mendatang.
Ikuti Whatsapp Channel Republika