AI Prediksi Titik Kritis Iklim Dua Tahun Lebih Awal

Model kecerdasan buatan (AI) bernama recurrent neural operator (RNO) mampu memperkirakan titik kritis perubahan iklim lebih dari dua tahun sebelum terjadi dalam sebuah simulasi. Prediksinya meleset sekitar 11 hari dari waktu kejadian yang sebenarnya di dalam simulasi tersebut.

RNO dikembangkan oleh peneliti dari California Institute of Technology (Caltech), University of Colorado Boulder, dan NVIDIA. Mereka menguji model itu pada simulasi awan stratokumulus, awan rendah di atas laut yang berperan memantulkan sinar matahari dan membantu mendinginkan Bumi.

Temuan ini memberi petunjuk bahwa AI dapat membantu mengenali perubahan besar pada sistem kompleks sebelum mencapai ambang kritis. Namun, hasilnya masih berasal dari simulasi, sehingga belum membuktikan bahwa model tersebut dapat meramalkan kejadian iklim nyata dengan tingkat ketepatan serupa.

AI mengenali ambang perubahan pada sistem iklim

Titik kritis atau tipping point adalah ambang ketika suatu sistem berubah secara drastis dan sulit, bahkan mungkin tidak bisa, dikembalikan ke keadaan semula. Dalam konteks iklim, perubahan semacam itu dapat mencakup hilangnya awan laut secara tiba-tiba, runtuhnya sirkulasi laut, atau ketidakstabilan lapisan es di kutub.

Dalam penelitian ini, perhatian diarahkan pada awan stratokumulus. Awan tersebut berada pada ketinggian rendah di atas laut dan berfungsi memantulkan sebagian sinar matahari. Perannya membantu menjaga Bumi tetap lebih sejuk.

Model iklim memperkirakan awan stratokumulus berpotensi menghilang secara mendadak apabila konsentrasi karbon dioksida (CO2) melampaui ambang tertentu. Jika terjadi, hilangnya awan yang memantulkan sinar matahari itu dapat mempercepat pemanasan global.

RNO mempelajari perubahan perilaku sistem fisik dari waktu ke waktu. Dalam simulasi, model tersebut mendeteksi arah menuju hilangnya awan lebih dari dua tahun sebelum titik perubahan itu tercapai, dengan selisih sekitar 11 hari dari waktu kejadian sebenarnya.

Model RNO juga diuji pada sistem aerodinamika

Peneliti turut menguji RNO untuk memprediksi aerodynamic stall, yakni kondisi yang berkaitan dengan perubahan aliran udara pada sayap pesawat. Pengujian ini memperluas penggunaan model di luar simulasi awan dan perubahan iklim.

Hasil tersebut menunjukkan potensi RNO untuk membaca perubahan drastis pada beragam sistem kompleks sebelum sistem mencapai titik kritis. Gagasan utamanya bukan sekadar mengenali keadaan yang sedang berlangsung, tetapi mendeteksi saat pola yang selama ini dipelajari mulai tidak lagi memadai untuk menjelaskan kondisi sistem.

Jane Bae, salah satu penulis penelitian dari Caltech, mengatakan model itu dapat mengenali ketika hukum fisika yang telah dipelajarinya tidak lagi cukup untuk menjelaskan keadaan sistem yang sedang diamati. Kemampuan mengantisipasi perubahan kualitatif sebelum terjadi, menurut Bae, dapat berguna bagi prediksi dan desain aerodinamika.

“Kemampuan untuk mengantisipasi perubahan kualitatif ini sebelum terjadi dapat sangat berguna untuk prediksi dan desain aerodinamika,” kata Bae, dikutip dari laman Earth, Senin (19/10/2026).

Prediksi dini belum berarti ramalan kejadian nyata

Selisih 11 hari dalam simulasi menjadi salah satu hasil penting penelitian tersebut. Meski demikian, angka itu perlu dibaca sesuai konteks: model diuji pada skenario simulasi, bukan pada kejadian nyata hilangnya awan stratokumulus.

Karena itu, temuan ini belum dapat dipakai untuk menyatakan bahwa AI telah memastikan kapan atau di mana suatu bencana iklim akan terjadi. Kemampuan model dalam menghadapi kondisi dunia nyata masih perlu dikaji lebih lanjut, termasuk apakah ketepatan yang terlihat dalam simulasi dapat bertahan ketika diterapkan pada sistem fisik yang sebenarnya.

Penelitian ini memperlihatkan satu kemungkinan baru dalam pemantauan sistem yang rentan mengalami perubahan mendadak. Jika kelak teruji lebih luas, model seperti RNO dapat membantu ilmuwan membaca sinyal perubahan lebih awal. Untuk saat ini, hasilnya menjadi dasar penelitian lanjutan, bukan peringatan bahwa titik kritis iklim tertentu sudah dipastikan akan terjadi.

Catatanpublik