Bất cứ ai cũng có thể nhận ra điểm bùng phát (tipping point) sau khi mọi chuyện đã xảy ra. Còn được gọi là những chuyển đổi quan trọng, những điểm "chênh vênh" mang tính toán học này ảnh hưởng đến mọi thứ, từ hành vi của thị trường tài chính, sự lây lan của dịch bệnh đến sự tuyệt chủng của các loài. Cuộc khủng hoảng tài chính 2007-09 và thời điểm Covid-19 lan rộng ra toàn cầu là những ví dụ kinh điển. Do đó, điều quan trọng thực sự là phát hiện ra chúng trước khi mọi chuyện trở nên quá muộn. Nhưng điều đó không dễ dàng một chút nào.
Các nhà khoa học máy tính ở Trung Quốc cho thấy trí tuệ nhân tạo (AI) có thể hỗ trợ chúng ta trong việc này. Trong một nghiên cứu được công bố trên tạp chí Physical Review X, các nhà nghiên cứu đã dự đoán chính xác sự xuất hiện của các điểm tới hạn trong các hệ thống phức tạp với sự trợ giúp của các thuật toán máy học. Họ nói rằng kỹ thuật tương tự có thể giúp giải quyết các vấn đề trong thế giới thực, chẳng hạn như dự đoán lũ lụt và mất điện, giúp chúng ta có thêm thời gian để ứng phó.
Để đơn giản hóa các tính toán của mình, nhóm nghiên cứu đã quy tất cả các vấn đề thành những vấn đề xảy ra trong một mạng lưới lớn gồm các nốt tương tác, hay nói cách khác là các phần tử hoặc thực thể riêng lẻ trong một hệ thống lớn. Ví dụ: trong hệ thống tài chính, một nốt có thể đại diện cho một công ty và một nốt trong hệ sinh thái có thể đại diện cho một loài. Sau đó, nhóm đã thiết kế hai mạng lưới thần kinh nhân tạo để phân tích các hệ thống như vậy. Cái đầu tiên được tối ưu hóa để theo dõi các kết nối giữa các nốt khác nhau; mạng lưới thứ hai nghiên cứu các nốt riêng lẻ thay đổi như thế nào theo thời gian.
Để huấn luyện mô hình của mình, nhóm nghiên cứu cần có các ví dụ về các chuyển đổi quan trọng có sẵn nhiều dữ liệu. Những điều này khó tìm thấy trong thế giới thực, bởi vì chúng rất khó dự đoán. Thay vào đó, các nhà nghiên cứu chuyển sang các hệ thống lý thuyết đơn giản hơn trong đó các điểm tới hạn được biết là xảy ra. Một là mô hình Kuramoto của các bộ dao động đồng bộ, quen thuộc với bất kỳ ai đã xem đoạn phim về các con lắc không đồng bộ bắt đầu dao động cùng nhau. Một mô hình khác là một hệ sinh thái mô hình được các nhà khoa học sử dụng để mô phỏng những thay đổi đột ngột, chẳng hạn như sự suy giảm sản lượng thu hoạch hoặc sự xuất hiện của sâu bệnh.
Các nhà khoa học máy tính ở Trung Quốc cho thấy trí tuệ nhân tạo (AI) có thể hỗ trợ chúng ta trong việc này. Trong một nghiên cứu được công bố trên tạp chí Physical Review X, các nhà nghiên cứu đã dự đoán chính xác sự xuất hiện của các điểm tới hạn trong các hệ thống phức tạp với sự trợ giúp của các thuật toán máy học. Họ nói rằng kỹ thuật tương tự có thể giúp giải quyết các vấn đề trong thế giới thực, chẳng hạn như dự đoán lũ lụt và mất điện, giúp chúng ta có thêm thời gian để ứng phó.
Để đơn giản hóa các tính toán của mình, nhóm nghiên cứu đã quy tất cả các vấn đề thành những vấn đề xảy ra trong một mạng lưới lớn gồm các nốt tương tác, hay nói cách khác là các phần tử hoặc thực thể riêng lẻ trong một hệ thống lớn. Ví dụ: trong hệ thống tài chính, một nốt có thể đại diện cho một công ty và một nốt trong hệ sinh thái có thể đại diện cho một loài. Sau đó, nhóm đã thiết kế hai mạng lưới thần kinh nhân tạo để phân tích các hệ thống như vậy. Cái đầu tiên được tối ưu hóa để theo dõi các kết nối giữa các nốt khác nhau; mạng lưới thứ hai nghiên cứu các nốt riêng lẻ thay đổi như thế nào theo thời gian.
Để huấn luyện mô hình của mình, nhóm nghiên cứu cần có các ví dụ về các chuyển đổi quan trọng có sẵn nhiều dữ liệu. Những điều này khó tìm thấy trong thế giới thực, bởi vì chúng rất khó dự đoán. Thay vào đó, các nhà nghiên cứu chuyển sang các hệ thống lý thuyết đơn giản hơn trong đó các điểm tới hạn được biết là xảy ra. Một là mô hình Kuramoto của các bộ dao động đồng bộ, quen thuộc với bất kỳ ai đã xem đoạn phim về các con lắc không đồng bộ bắt đầu dao động cùng nhau. Một mô hình khác là một hệ sinh thái mô hình được các nhà khoa học sử dụng để mô phỏng những thay đổi đột ngột, chẳng hạn như sự suy giảm sản lượng thu hoạch hoặc sự xuất hiện của sâu bệnh.
Khi các nhà nghiên cứu hài lòng rằng thuật toán của họ có thể dự đoán những chuyển đổi quan trọng trong các hệ thống này, họ đã áp dụng chúng vào vấn đề thực tế về cách mà các khu rừng nhiệt đới biến thành thảo nguyên. Điều này đã xảy ra nhiều lần trên Trái đất nhưng chi tiết về sự biến đổi vẫn còn bí ẩn. Liên quan đến lượng mưa giảm, sự chuyển đổi tự nhiên trên quy mô lớn về kiểu thảm thực vật này có ý nghĩa quan trọng đối với bất kỳ động vật hoang dã nào sống trong khu vực cũng như con người phụ thuộc vào nó.
Các nhà nghiên cứu đã có hình ảnh vệ tinh trong hơn 20 năm về độ che phủ của cây và dữ liệu lượng mưa trung bình hàng năm từ Trung Phi, và xác định thời điểm ba khu vực riêng biệt chuyển từ rừng nhiệt đới sang thảo nguyên. Sau đó, họ muốn xem liệu việc huấn luyện thuật toán của họ dựa trên dữ liệu từ hai trong số các khu vực này (với mỗi nốt đại diện cho một diện tích đất nhỏ) có thể cho phép thuật toán dự đoán chính xác điểm chuyển tiếp ở khu vực thứ ba hay không. Câu trả lời là nó có thể.
Sau đó, nhóm nghiên cứu đã yêu cầu thuật toán xác định các điều kiện dẫn đến sự chuyển dịch sang thảo nguyên, hay nói cách khác là dự đoán một quá trình chuyển pha sắp tới. Câu trả lời, đúng như dự đoán, là lượng mưa hàng năm. Nhưng AI có thể làm tốt hơn hơn. Khi lượng mưa hàng năm giảm từ 1.800mm xuống 1.630mm, kết quả cho thấy độ che phủ trung bình của cây chỉ giảm khoảng 5%. Nhưng nếu lượng mưa hàng năm giảm từ 1.630mm xuống còn khoảng 1.620mm, thuật toán xác định độ che phủ trung bình của cây đột nhiên giảm thêm hơn 30%.
Và bằng cách dự đoán sự chuyển dịch từ dữ liệu thô, các nhà nghiên cứu cho biết họ đã có bước đột phá mới trong lĩnh vực này. Công việc trước đây, dù có hay không có sự hỗ trợ của AI, cũng không thể kết nối các điểm một cách tốt như vậy.
Giống như nhiều hệ thống AI, chỉ có thuật toán mới biết những tính năng và mẫu hình cụ thể mà nó xác định để đưa ra những dự đoán này. Nhóm nghiên cứu hiện đang cố gắng khám phá chính xác chúng là gì. Điều đó có thể giúp cải thiện thuật toán hơn nữa và cho phép dự đoán tốt hơn về mọi thứ, từ bùng phát bệnh truyền nhiễm cho đến đợt sụp đổ tiếp theo của thị trường chứng khoán.
Theo Economist.
Quảng cáo
Khóa học Machine Learning cơ bản- Khoa học dữ liệu - AI 
==***==
Khoá học Quản trị Chiến lược Dành cho Lãnh đạo Doanh nghiệp
==***==
Nơi hội tụ Tinh Hoa Tri Thức - Khơi nguồn Sáng tạo
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
---
Khóa học Hacker và Marketing từ A-Z trên ZALO!
Khóa học Hacker và Marketing từ A-Z trên Facebook!
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP 
Khóa học Lập trình Visual Foxpro 9 - Dành cho nhà quản lý và kế toán 
Khóa học hướng dẫn về Moodle chuyên nghiệp và hay Xây dựng hệ thống đào tạo trực tuyến chuyên nghiệp tốt nhất hiện nay. 
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp 
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu 
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ 
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi 
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel 
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao 
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
Khóa học "Thiết kế bài giảng điện tử", Video, hoạt hình kiếm tiền Youtube bằng phần mềm Camtasia Studio 
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP 
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍 
GOOGLE SPREADSHEETS phê không tưởng 
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử 
Để thành thạo Wordpress bạn hãy tham gia khóa học 
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công 
==***== Bảo hiểm nhân thọ - Bảo vệ người trụ cột 
Cập nhật công nghệ từ Youtube tại link: congnghe.hocviendaotao.com
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Bảo mật và tấn công Website - Hacker mũ trắng
KHÓA HỌC LẬP TRÌNH PYTHON TỪ CƠ BẢN ĐẾN CHUYÊN NGHIỆP
Khóa học AutoIt dành cho dân IT và Marketing chuyên nghiệp
Khoá học Word từ cơ bản tới nâng cao, học nhanh, hiểu sâu
Khóa học hướng dẫn sử dụng Powerpoint từ đơn giản đến phức tạp HIỆU QUẢ
Khóa học Thiết kế, quản lý dữ liệu dự án chuyên nghiệp cho doanh nghiệp bằng Bizagi
Khóa học Phân tích dữ liệu sử dụng Power Query trong Excel
Khóa học Lập trình WEB bằng PHP từ cơ bản đến nâng cao
Khóa học Phân tích dữ liệu sử dụng SPSS - Chìa khóa thành công!
kiếm tiền Youtube bằng phần mềm Camtasia Studio
Khóa học HƯỚNG DẪN THIẾT KẾ VIDEO CLIP CHO DÂN MARKETING CHUYÊN NGHIỆP
HƯỚNG DẪN THIẾT KẾ QUẢNG CÁO VÀ ĐỒ HỌA CHUYÊN NGHIỆP VỚI CANVA
Hãy tham gia khóa học để trở thành người chuyên nghiệp. Tuyệt HAY!😲👍
GOOGLE SPREADSHEETS phê không tưởng
Hãy tham gia khóa học để biết mọi thứ
Khóa học Ba, Mẹ và Bé - Cùng bé lập trình TUYỆT VỜI
Khóa học sử dụng Adobe Presenter-Tạo bài giảng điện tử
Để thành thạo Wordpress bạn hãy tham gia khóa học
Khóa học sử dụng Edmodo để dạy và học hiện đại để thành công
==***==
Bảo hiểm nhân thọ - Bảo vệ người trụ cột
Tham gia nhóm Facebook
Để tham gia khóa học công nghệ truy cập link: http://thuvien.hocviendaotao.com
Mọi hỗ trợ về công nghệ email: dinhanhtuan68@gmail.com
Nguồn: Tinh Tế
Topics: Công nghệ mới
