Ilmuwan Pastikan AI Belum Bisa Kalahkan Teori Soal Iklim

AI digunakan dalam prakiraan cuaca dan pemodelan iklim, tetapi teknologi ini masih memiliki keterbatasan dan belum dapat menggantikan fisika iklim.

AI semakin banyak diterapkan dalam peramalan cuaca dan pemodelan iklim, tetapipara ilmuwanpercaya bahwa ini belum menjadi revolusi yang dapat sepenuhnya menggantikan metode tradisional.

Di bidang ini, AI terutama dipahami sebagai pembelajaran mesin, sebuah teknologi yang memungkinkan komputer untuk mengenali pola dalam data. Pembelajaran mesin berbeda dari pemodelan bahasa besar, yang sering digunakan dalam chatbot.

Model pembelajaran mesin dapat memproses sejumlah besar data, mengenali hubungan yang kompleks, dan membuat prediksi jauh lebih cepat daripada beberapa model tradisional.

Dalam peramalan cuaca, pembelajaran mesin terbukti sangat efektif. Pusat Peramalan Cuaca Jangka Menengah Eropa (ECMWF) telah mengoperasikan model berbasis pembelajaran mesin pertamanya sejak Februari 2025, yang berjalan bersamaan dengan sistem peramalan yang sudah ada.

Menurut ECMWF, satu kali menjalankan model tradisional mengkonsumsi energi sekitar 1.000 kali lebih banyak daripada model pembelajaran mesin dan membutuhkan waktu sekitar 30 menit, sedangkan model pembelajaran mesin hanya membutuhkan waktu sekitar 3 menit..Namun, kelemahan utama pembelajaran mesin adalah ketergantungannya pada data pelatihan. Jika peristiwa cuaca ekstrem tidak cukup sering terjadi dalam data masa lalu, model tersebut mungkin meremehkan frekuensi atau intensitasnya. Ini merupakan masalah penting karena prediksi akurat tentang peristiwa ekstrem memiliki implikasi langsung terhadap keselamatan manusia.Dalam pemodelan iklim, para ilmuwan lebih berhati-hati. Iklim bukan hanya tentang memprediksi cuaca untuk beberapa jam atau hari ke depan, tetapi juga menimbulkan pertanyaan jangka panjang seperti bagaimana perubahan kadar CO2 akan memengaruhi sistem iklim. Pertanyaan-pertanyaan ini tidak dapat dijawab hanya dari data historis, sehingga hukum fisika tetap menjadi inti.

Beberapa kelompok penelitian sedang mengembangkan model iklim hibrida, yang menggabungkan perhitungan fisika dengan komponen pembelajaran mesin. Pendekatan ini meningkatkan efisiensi komputasi di area tertentu, seperti simulasi salju, awan, es laut, atau siklus laut, sambil tetap mempertahankan batasan fisik untuk menghindari hasil yang tidak logis.

Para ilmuwan juga menekankan sifat "kotak hitam" dari pembelajaran mesin, karena tidak selalu jelas mengapa model tersebut menghasilkan hasil tertentu. Oleh karena itu, AI dipandang sebagai alat pelengkap yang penting, bukan sebagai pengganti sepenuhnya untuk ilmu iklim tradisional.