TEMPO.CO, Jakarta - Tim peneliti dari British Antarctic Survey (BAS) dan Alan Turing Institute memanfaatkan teknologi kecerdasan buatan (AI) untuk memperkirakan kondisi es di laut Arktik yang lebih akurat. Prediksi ini dapat mendukung sistem peringatan dini baru yang melindungi satwa liar Kutub Utara dan komunitas pesisir dari dampak hilangnya es laut.

Diterbitkan minggu ini di jurnal Nature Communications, tim peneliti internasional itu menjelaskan bagaimana sistem kecerdasan buatan, IceNet, mengatasi tantangan dalam menghasilkan prakiraan es laut Arktik yang akurat untuk musim mendatang. “Sesuatu yang telah dihindari ilmuwan selama beberapa dekade,” tertulis dalam penelitian, seperti dikutip Phys, Minggu, 29 Agustus 2021.

Es laut, lapisan luas air laut beku yang muncul di Kutub Utara dan Selatan, sangat sulit diprediksi karena hubungannya yang kompleks dengan atmosfer di atas dan laut di bawah. Sensitivitas es laut terhadap peningkatan suhu telah menyebabkan area es laut Arktik musim panas berkurang setengahnya selama empat dekade terakhir, setara dengan hilangnya area sekitar 25 kali ukuran Inggris Raya.

Perubahan yang semakin cepat ini memiliki konsekuensi dramatis bagi iklim bumi, bagi ekosistem Arktik, serta masyarakat adat dan lokal yang mata pencahariannya terkait dengan siklus es laut musiman. “IceNet, hampir 95 persen akurat dalam memprediksi apakah es laut itu akan hadir dua bulan ke depan, lebih baik daripada model berbasis fisika terkemuka,” katanya.

Penulis utama Tom Andersson, Ilmuwan Data di BAS AI Lab yang didanai Alan Turing Institute, menjelaskan, Arktik adalah wilayah di garis depan perubahan iklim dan telah mengalami pemanasan substansial selama 40 tahun terakhir. “IceNet memiliki potensi mengisi kesenjangan mendesak dalam memperkirakan es laut untuk upaya keberlanjutan Arktik dan berjalan ribuan kali lebih cepat daripada metode tradisional,” tutur dia.

Scott Hosking, Principal Investigator, Co-leader BAS AI Lab dan Senior Research Fellow di Alan Turing Institute, menerangkan, dirinya senang melihat bagaimana AI membuat timnya memikirkan kembali bagaimana melakukan penelitian lingkungan. “Laut baru kami kerangka kerja prakiraan es menggabungkan data dari sensor satelit dengan keluaran model iklim dengan cara yang tidak dapat dicapai oleh sistem tradisional."

Tidak seperti sistem peramalan konvensional yang mencoba memodelkan hukum fisika secara langsung, penulis merancang IceNet berdasarkan konsep yang disebut pembelajaran mendalam. Melalui pendekatan ini, model 'mempelajari' bagaimana es laut berubah dari ribuan tahun data simulasi iklim, bersama dengan data pengamatan selama beberapa dekade untuk memprediksi sejauh mana bulan es laut Arktik di masa depan.

Andersson menyimpulkan, sekarang pihaknya telah menunjukkan bahwa AI dapat memperkirakan es laut secara akurat. Tujuan berikutnya adalah mengembangkan versi harian model dan menjalankannya secara publik secara real-time, seperti prakiraan cuaca. “Ini dapat beroperasi sebagai sistem peringatan dini untuk risiko yang terkait dengan hilangnya es laut yang cepat,” ujar Anderson.

PHYS | NATURE COMMUNICATION

Baca:
Disebut-sebut Indonesia Memasuki Periode Hiperendemik Covid-19, Apa Maksudnya?