Bicara tentang ledakan dari masa lalu. Lihat saja berapa banyak Hal -hal asing Pemain telah berusia sejak 1983.

Bercanda, hanya bercanda. Tidak, tapi sungguh, ada semacam warp waktu yang terjadi karena Netflix memiliki Finn Wolfhard, Caleb McLaughlin, dan Gaten Matarazzo, bersama dengan Cara Buono (yang memerankan ibu Wolfhard, Karen Wheeler), bereaksi terhadap adegan pertama yang membuat bintang. Saya tidak dapat memahami bagaimana ini hanya sembilan tahun yang lalu, karena pahlawan Hawkins asli hanya bayi, dan sekarang mereka adalah orang dewasa penuh. Lihat klip di bawah ini yang dirilis menjelang musim terakhir seri ini akhir tahun ini.

Sangat menyenangkan menyaksikan Wolfhard, McLaughlin, dan Matarazzo melihat kembali nasib itu Dungeons & Dragons Game The Night Will Byers (Noah Schnapp) menghilang. Little Mike, Lucas, dan Dustin sangat murni! Begitu tidak menyadari berapa lama mereka akan membuat sisa pertunjukan ini!

Dalam klip itu, ketiganya berbagi komentar yang menyenangkan tentang apakah mereka menjadi santai atau tidak D & D. Pemain sejak musim pertama, dan jawabannya tidak mengherankan bagi Gen Z Stars. McLaughlin point-blank berbagi dia tidak, sementara Matarazzo membela permainan.

“Saya merasa ini adalah permainan yang bagus untuk para aktor, sungguh, karena itu seperti – itu perbaikan. Ini seperti Anda bermain karakter, dan Anda bermain berpura -pura. Ini benar -benar menyenangkan,” katanya, dan kami merasa bahwa ia mungkin menjadi pemain yang sering. Karakternya paling ke dalamnya, mengambil kendali dari Eddie Munson (Joseph Quinn), Hellfire Club yang berangkat (dan tidak dilupakan) master ruang bawah tanah.

Wolfhard menambahkan, “Saya memainkan dua kampanye kecil. Sejujurnya, jika Anda bukan master ruang bawah tanah, itu cukup menyenangkan karena yang harus Anda lakukan adalah – Anda hanya harus berkomitmen untuk tetap dengan sedikit.”

Hanya butuh sembilan tahun bagi anak -anak ini untuk menjadi orang dewasa … dan sesekali D & D. Duta Besar, untuk boot. Hal -hal asing‘Musim terakhir akan debut di dua bagian utama pada 26 November dan 25 Desember, dengan episode terakhir streaming mandiri pada 31 Desember.

Ingin lebih banyak berita IO9? Lihatlah kapan mengharapkan rilis Marvel, Star Wars, dan Star Trek terbaru, apa yang selanjutnya untuk alam semesta DC di film dan TV, dan semua yang perlu Anda ketahui tentang masa depan Doctor Who.

Sebuah studi tentang individu dengan pendengaran normal menunjukkan bahwa kemampuan kognitif memainkan peran penting dalam persepsi bicara yang sukses.

Anda duduk di kafe yang sibuk, mencoba mengobrol dengan seorang teman. Kebisingan latar belakang membuatnya sulit untuk mengikuti apa yang mereka katakan. Ini mungkin tampak seperti alat bantu dengar akan memperbaiki masalah, tetapi penelitian baru menunjukkan bahwa kesulitan memahami pidato di tempat -tempat bising juga dapat dikaitkan dengan kemampuan kognitif.

Para peneliti memeriksa tiga kelompok: orang dengan autisme, orang dengan sindrom alkohol janin, dan kelompok kontrol neurotipikal. Setiap orang memiliki pendengaran yang khas. Tim menemukan hubungan yang signifikan antara kemampuan kognitif dan seberapa baik peserta yang diproses di tengah suara yang bersaing.

“Hubungan antara kemampuan kognitif dan kinerja persepsi wicara melampaui kategori diagnostik. Temuan itu konsisten di ketiga kelompok,” kata penyelidik utama penelitian, Bonnie Lau. Dia adalah asisten peneliti profesor di Otolaryngology-Head dan Neck Surgery di Universitas Washington Fakultas Kedokteran dan mengarahkan studi laboratorium perkembangan otak pendengaran.

Temuan ini diterbitkan hari ini di jurnal PLoS satu.

Pentingnya dan ruang lingkup temuan

Lau menekankan bahwa penelitian ini relatif kecil, melibatkan kurang dari 50 peserta, dan harus dikonfirmasi dengan kelompok yang lebih besar sebelum menarik kesimpulan yang luas. Namun, ia mencatat bahwa hasilnya menyoroti bagaimana kemampuan intelektual adalah salah satu faktor yang mempengaruhi kapasitas seseorang untuk mengikuti percakapan di lingkungan yang menantang, seperti ruang kelas yang sibuk atau pertemuan sosial.

Untuk menguji hipotesis mereka, para peneliti merancang studi yang termasuk orang dengan autisme dan sindrom alkohol janin. Orang dengan kondisi tersebut, meskipun memiliki pendengaran yang khas, sering melaporkan kesulitan mendengarkan di lingkungan yang bising. Dan kelompok -kelompok orang dengan kondisi “neurodivergent” tersebut mewakili rentang skor IQ yang lebih luas – beberapa dari mereka lebih tinggi, Lau menekankan – daripada yang terlihat di antara peserta neurotipikal saja.

Peserta penelitian adalah 12 orang dengan autisme, 10 dengan sindrom alkohol janin, dan 27 orang yang cocok dengan jenis kelamin dan biologis dalam kelompok kontrol. Mereka berusia 13 hingga 47 tahun berkisar.

Semua peserta pertama -tama menjalani skrining audiologi untuk mengkonfirmasi pendengaran normal secara klinis. Mereka kemudian dilengkapi dengan headphone dan program komputer yang merupakan tantangan mendengarkan yang rumit.

Peserta diperkenalkan dengan suara pembicara utama dan diperintahkan untuk memperhatikan suara pembicara itu sebagai dua suara “latar belakang” lainnya muncul, semuanya berbicara secara bersamaan. Suara pembicara utama selalu laki -laki, dan suara sekunder adalah pria dan wanita atau keduanya laki -laki. Setiap suara menyatakan satu kalimat yang dimulai dengan tanda panggilan diikuti oleh warna dan nomor, misalnya: “Siap, elang, pergi ke Green Five sekarang.”

Pada program komputer, peserta studi ditugaskan untuk memilih kotak berwarna dan bernomor yang sesuai dengan pernyataan pembicara utama, sedangkan volume suara sekunder secara bertahap meningkat.

Menguji kemampuan kognitif

Selanjutnya, peserta menjalani tes intelijen yang singkat dan singkat, termasuk kemampuan verbal dan nonverbal, dan penalaran perseptual. Skor tersebut dianalisis terhadap skor individu pada tantangan mendengarkan “multitalker”.

“Kami menemukan hubungan yang sangat signifikan antara kemampuan intelektual yang dinilai secara langsung dan persepsi bicara multitalker,” lapor para peneliti. “Kemampuan intelektual secara signifikan berkorelasi dengan ambang persepsi bicara di ketiga kelompok.”

Banyak pemrosesan otak berkontribusi pada keberhasilan mendengarkan di lingkungan yang kompleks, kata Lau.

Anda harus memisahkan aliran pidato. Anda harus mencari tahu dan secara selektif memperhatikan orang yang Anda minati, dan bagian dari itu adalah menekan karakteristik kebisingan yang bersaing. Maka Anda harus memahami dari sudut pandang linguistik, mengkodekan setiap fonem, semua suku kata yang cerdas.

Studi ini secara langsung mengatasi kesalahpahaman umum, Lau menambahkan, bahwa siapa pun yang mengalami kesulitan mendengarkan menderita gangguan pendengaran perifer.

“Anda tidak harus mengalami gangguan pendengaran untuk mengalami kesulitan mendengarkan di restoran atau situasi dunia nyata yang menantang lainnya,” katanya.

Para penulis menyarankan bahwa individu dan individu neurodivergent dengan kemampuan kognitif yang lebih rendah dapat memperoleh manfaat dari penilaian lingkungan yang dapat menantang ambang mendengarkan mereka yang kompleks. Ini dapat menyebabkan intervensi kelas yang membantu, misalnya, seperti memindahkan anak ke barisan depan atau menyediakan Teknologi pendengaran-assistif.

Referensi: “Hubungan antara kemampuan intelektual dan persepsi bicara multitalker pendengaran pada individu neurodivergent” 24 September 2025, PLoS satu.

Jangan pernah melewatkan terobosan: Bergabunglah dengan buletin ScitechDaily.

Pada akhir tahun lalu, CMS menyelesaikan penurunan tarif penggantian biaya Medicare kepada dokter. Lembar Fakta CMS menyatakan:

…tarif pembayaran rata-rata berdasarkan PFS (Daftar Biaya Dokter) akan dikurangi sebesar 2,93% pada CY 2025, dibandingkan dengan jumlah rata-rata yang dibayarkan untuk layanan ini pada sebagian besar CY 2024

Ini terdengar seperti pemotongan gaji yang kecil, namun menurut American Medical Association, dampak sebenarnya bahkan lebih besar. CMS melaporkan bahwa Medicare Economic Index (MEI) – ukuran inflasi biaya praktik dari gaji dan upah staf, ruang kantor, perlengkapan dan malpraktik – meningkat sebesar 3,5%. Jadi, dengan penurunan penggantian biaya dan biaya praktik yang meningkat, pengurangan penggantian biaya riil mendekati 6,7% pengurangan biaya riil.

Mengapa CMS melakukan ini? MedPAC mencatat bahwa CMS mungkin bertujuan untuk menurunkan penggantian biaya bagi dokter dalam biaya layanan Medicare tradisional untuk mengalihkan mereka ke model pembayaran alternatif lanjutan (A-APM). Meskipun perbedaan penggantian biaya antara dokter FFS dan A-APM hanya 1% pada tahun 2027, perbedaan tersebut akan meningkat menjadi 10,5% dalam beberapa dekade.

MedPAC menulis:

Secara historis, Komisi telah menemukan bahwa penerima manfaat Medicare memiliki akses yang sama terhadap layanan dibandingkan dengan asuransi swasta, namun kesenjangan yang lebih besar antara pertumbuhan MEI dan pembaruan PFS dapat berdampak negatif terhadap akses penerima manfaat di masa depan.

Joe Paduda mengamini penilaian tersebut.

Data biometrik kami tersedia secara gratis bagi siapa saja yang memiliki model AI dan kamera. Perangkat lunak pengenalan wajah adalah teknologi yang tersebar luas sehingga kami mengirimkan data setiap kali kami melewati keamanan bandara atau masuk ke toko obat. Anda mulai bertanya-tanya apakah mungkin untuk menyembunyikan fitur wajah kita atau—yang paling ekstrem—mengubah penampilan kita sedemikian rupa sehingga dapat mengelabui algoritma AI.

Tidak bisakah kamu memakai masker N95, syal, dan kacamata hitam untuk menghindari Big Brother? Sejauh ini, cara terbaik untuk menghindari tertangkap oleh pengenalan wajah adalah dengan menghindari kamera. Namun tugas itu mungkin akan menjadi hampir mustahil. Pakar privasi memperingatkan bahwa kita mungkin sudah kehilangan arah dalam melindungi data biometrik kita. Dalam waktu dekat, satu-satunya pertahanan nyata mungkin adalah peraturan federal.

Cynthia Rudin

Gilbert, Louis, dan Edward Lehrman Profesor Ilmu Komputer yang Terhormat; Departemen Ilmu Komputer, Teknik Elektro dan Komputer, Ilmu Statistik, Matematika, dan Biostatistik & Bioinformatika; Universitas Duke

Saya rasa Anda tidak dapat mengubah wajah Anda secara realistis untuk menipu pengenalan wajah yang canggih. Saya pikir selama pandemi mereka mengubah sistem dan sangat bergantung pada bentuk mata manusia, karena begitu banyak orang yang memakai masker untuk menutupi hidung dan mulut mereka. Sejujurnya saya tidak tahu bagaimana orang bisa secara realistis mengubah bentuk mata mereka untuk menipu sistem ini. Jika Anda memakai kacamata hitam dan kemudian melakukan sesuatu pada wajah Anda (mungkin memakai masker atau riasan dramatis yang gila-gilaan) maka akan lebih sulit untuk mendeteksi wajah Anda, tapi itu salah dalam menjawab pertanyaan—itu tidak mengubah wajah Anda, itu hanya menyembunyikannya!

Namun katakanlah Anda melakukan sesuatu yang dramatis untuk mengubah wajah Anda—sesuatu yang sangat, sangat dramatis—sehingga sistem pengenalan wajah tidak mengenali Anda. Mungkin itu semacam operasi plastik. Lalu apa? Segera setelah wajah Anda muncul di internet dengan nama Anda (bayangkan seorang teman menandai Anda di media sosial atau Anda memberikan ceramah yang muncul secara online), maka semua sistem pengenalan wajah yang mencari orang di internet akan dapat melakukannya. tetap mengidentifikasi Anda.

Dan sekarang wajah Anda tidak cocok dengan SIM atau paspor Anda, jadi bepergian akan sangat menyulitkan Anda. Jadi sejujurnya, mengapa repot-repot? Bagaimanapun, saya senang Anda menanyakan pertanyaan ini, karena ini menunjukkan betapa sia-sianya menghindari orang lain menangkap biometrik kita. Meminta pemerintah untuk membuat undang-undang untuk melindungi kita jauh lebih mudah daripada mengubah wajah kita secara drastis setiap saat.

Walter Scheerer

Dennis O. Doughty Profesor Teknik; Departemen Ilmu & Teknik Komputer; Universitas Notre Dame

Jawaban atas pertanyaan seberapa besar seseorang harus mengubah penampilannya untuk menghindari pengenalan wajah bergantung pada cara algoritma pengenalan wajah digunakan. Dalam biometrik manusia, ada dua cara umum untuk mencocokkan identitas: 1-ke-1 dan 1-to-many. Dalam mode 1-ke-1, verifikasi dilakukan bahwa identitas orang di depan kamera yang diklaim cocok dengan foto identitas tersebut yang telah didaftarkan sebelumnya di database sistem. Skenario ini umum terjadi selama bertahun-tahun dalam autentikasi komputer dengan keamanan tinggi dan investigasi penegakan hukum, namun kini umum terjadi dalam konteks lain yang dihadapi konsumen seperti menaiki penerbangan internasional di bandara. Dalam mode 1-ke-banyak, foto subjek yang tidak diketahui dicocokkan dengan sekumpulan foto identitas menarik yang telah didaftarkan sebelumnya. Mode ini sering digunakan dalam pengaturan pengawasan berbasis video, termasuk penegakan hukum dan operasi intelijen pemerintah.

Menghindari mode 1-ke-1 dalam lingkungan yang terkendali (misalnya, di ruang pemesanan di penjara lokal) sangatlah sulit. Kemajuan besar telah dicapai dalam algoritma pengenalan wajah melalui penggunaan jaringan saraf tiruan yang canggih, yang mencapai akurasi pencocokan yang sangat tinggi pada berbagai penampilan untuk satu individu. Jika foto yang diperoleh memiliki pose frontal, dengan ekspresi netral, pencahayaan bagus, dan latar belakang terkontrol, teknik penghindaran dasar seperti kosmetik, menambah/menghilangkan bulu wajah, mengubah gaya rambut, dll., tidak akan berfungsi. Penelitian terbaru telah meneliti dampak operasi plastik pada pengenalan wajah, dan meskipun perubahan drastis yang tidak estetis pada struktur wajah dapat berhasil, prosedur kosmetik yang lebih umum tidak memiliki dampak sebesar yang diperkirakan.

Menghindari mode 1-to-many dalam pengaturan pengawasan yang tidak terkendali sedikit lebih mudah—seseorang tidak perlu melakukan tindakan bedah. Bahkan jaringan saraf terbaik pun kesulitan dengan foto berkualitas rendah yang tidak memiliki piksel wajah manusia yang kaya informasi, terutama saat mencocokkan dengan daftar besar identitas potensial. Jadi, langkah pertama yang dilakukan algoritma adalah menolak piksel-piksel tersebut dengan menutup permukaannya. Tutupi wajah jika tidak mencurigakan, misalnya memakai syal di musim dingin, kacamata hitam di hari cerah. Topi dengan pinggiran lebar juga membingungkan, karena dapat menyembunyikan dahi dan rambut, serta memberikan bayangan pada wajah. Menutup wajah dengan tangan juga bagus untuk ini. Langkah kedua adalah melihat ke bawah saat sedang bergerak sehingga kamera mana pun di sekitarnya tidak akan menangkap gambar wajah bagian depan dengan baik. Ketiga, jika seseorang dapat bergerak dengan cepat, hal itu mungkin menyebabkan gerakan kabur pada foto yang diambil—pertimbangkan untuk jogging atau mengendarai sepeda.

Saran praktis terbaik saya untuk penghindaran: ketahui di mana pengenalan wajah diterapkan dan hindari area tersebut. Berapa lama nasihat ini akan berguna tergantung pada seberapa luas teknologi tersebut akan berkembang di tahun-tahun mendatang.

Algoritme saat ini cukup toleran terhadap perubahan halus pada penampilan wajah, baik yang tidak berbahaya (misalnya jerawat, pembengkakan ringan) maupun tidak (misalnya botox).

Xiao Ming Liu

Anil K. & Nandita K. Jain Menganugerahi Profesor; Ilmu dan Teknik Komputer (CSE), Sekolah Tinggi Teknik; Universitas Negeri Michigan

Pertama-tama, definisi saya tentang “hindari pengenalan wajah” berarti Sistem Pengenalan Wajah (FRS) gagal mengenali wajah subjek saat subjek ditangkap oleh kamera.

Ada beberapa cara untuk “secara proaktif” menggagalkan FRS:

1. Serangan permusuhan fisik. Sebagian besar model AI rentan terhadap serangan permusuhan, yaitu modifikasi kecil pada sampel data masukan dapat membuat sistem AI gagal total. Hal yang sama juga berlaku pada FRS. Kuncinya di sini adalah mempelajari “modifikasi kecil” tertentu sehingga modifikasi tersebut mampu menggagalkan FRS. Misalnya, CMU memiliki satu makalah tentang merancang kacamata khusus yang dapat menggagalkan FRS. Anda bisa membayangkan seseorang mengikuti ide serupa untuk mendesain syal, masker wajah, atau bahkan kumis yang juga bisa menggagalkan FRS

2. Anda juga dapat secara proaktif mengubah tampilan wajah Anda agar FRS mengenali Anda sebagai orang lain. Cara yang umum adalah dengan merias wajah. Namun, sulit untuk menjawab pertanyaan tersebut, yaitu di mana dan berapa banyak riasan yang harus saya aplikasikan agar saya bisa gagal dalam FRS. Jawabannya sangat bergantung pada subjek. Alasannya adalah bahwa penampilan wajah beberapa orang lebih umum dan lebih mirip dengan orang lain, sehingga sedikit modifikasi riasan mungkin cukup untuk salah mengenalinya sebagai orang lain. Sebaliknya, jika penampilan wajah seseorang sangat unik, maka diperlukan lebih banyak modifikasi riasan. Salah satu aplikasi yang menarik mungkin adalah sebagai berikut: aplikasi smartphone interaktif melihat wajah saya melalui kamera ponsel, memberi tahu saya di mana saya harus mulai merias wajah, dan secara berulang memberi saya petunjuk di mana dan mungkin warna riasan apa sehingga saya bisa salah dikenali oleh orang lain. FRS dengan riasan minimal. Selain riasan, kita juga bisa menggunakan masker wajah yang harganya mahal, yang mungkin lebih umum ditemukan di film-film Hollywood.

Seperti yang Anda ketahui, kemungkinan keberhasilan FRS dalam satu atau lain cara berkorelasi dengan jumlah usaha yang dilakukan subjek. Pendekatan 1 lebih mudah bagi pengguna, namun tidak terlalu dapat diandalkan, terutama ketika seseorang ingin merancang serangan permusuhan “universal”, seperti satu kacamata untuk semua orang. Pendekatan 2 lebih personal dan bekerja lebih baik, namun memerlukan lebih banyak usaha.

Kevin W. Bowyer

Profesor Keluarga Ilmu & Teknik Komputer Schubmehl-Prein; Universitas Notre Dame

Jawabannya adalah: “tergantung.” Hal ini (setidaknya) bergantung pada algoritma pencocokan wajah yang digunakan, dan ambang batas yang digunakan dengan algoritma tersebut.

Untuk memahami lebih baik, mulailah dengan fakta bahwa pengenalan wajah adalah tentang membandingkan dua gambar dan memutuskan apakah wajah-wajah dalam gambar tersebut (a) cukup mirip sehingga pasti merupakan orang yang sama, atau (b) cukup berbeda sehingga pasti berasal dari gambar tersebut. orang yang berbeda.

Setiap algoritme pengenalan wajah adalah metode khusus untuk menghitung “vektor fitur” (biasanya disebut “penyematan” saat ini) dari gambar wajah, dan metode membandingkan dua vektor fitur untuk memberikan nilai seberapa mirip keduanya. Sebuah gambar wajah mungkin direduksi menjadi daftar 512 angka (“vektor fitur” atau “penyematan.”) Vektor fitur dari dua gambar wajah dapat dibandingkan dan memberikan hasil kesamaan antara 0 dan 100, atau antara -1 dan +1. Angka 100 atau +1 hanya akan dihasilkan jika Anda membandingkan dua salinan gambar yang sama; ini akan menjadi hasil yang tidak biasa untuk dilihat dalam praktiknya.

Bayangkan kita menggunakan algoritme pengenalan wajah yang canggih dan menggunakan nilai kesamaan yang berada dalam rentang -1 hingga +1. Nilai kesamaan untuk perbandingan antara semua jenis pasangan gambar orang yang berbeda mungkin berada di sekitar 0,0 atau sedikit di atasnya. Nilai kesamaan untuk perbandingan antara semua jenis pasangan gambar dari orang yang sama mungkin berada di sekitar 0,8 atau sedikit di atasnya. Jika perolehan gambar untuk aplikasi terkontrol dengan baik, misalnya foto SIM, maka rata-rata nilai kemiripan dua gambar orang yang sama akan semakin tinggi. Jika perolehan gambar kurang terkontrol, misalnya gambar yang diambil dari bingkai video saat orang memasuki toko, maka rata-rata nilai kemiripan dua gambar orang yang sama akan lebih rendah.

Seseorang akan memutuskan nilai ambang batas yang akan digunakan untuk pengakuan. Jika nilai 0,7 dipilih sebagai ambang batas, maka ketika dua gambar dibandingkan dan kesamaannya di bawah 0,7, sistem mengatakan bahwa itu pasti gambar orang yang berbeda. Jika nilainya sama dengan atau di atas 0,7, sistem mengatakan bahwa itu pasti gambar orang yang sama.

Pada titik ini, kita dapat melihat pertanyaan awal, “Seberapa banyak saya perlu mengubah penampilan saya untuk menghindari pengenalan wajah?” dapat dirumuskan kembali menjadi “Apa hal terbaik yang harus dilakukan untuk menurunkan nilai kemiripan gambar baru saya jika dibandingkan dengan gambar lama saya?”

Ada banyak hal yang mungkin bisa Anda lakukan. Anda mungkin memakai kacamata hitam, dan mengubah gaya rambut Anda dan tetap terlihat alami. Anda mungkin membuat ekspresi wajah yang berlebihan, tetapi itu mungkin tidak terlihat alami. Anda mungkin menghindari melihat langsung ke kamera, agar foto baru tidak terlihat miring. Lebih drastis lagi, berat badan Anda mungkin bertambah atau berkurang. Atau Anda mungkin menggunakan kosmetik untuk “mengubah penampilan Anda”. Tak satu pun dari hal-hal ini yang dapat menjamin bahwa Anda tidak akan cocok dengan foto lama Anda. Anda belum tentu mengetahui foto lama Anda yang mana yang akan digunakan untuk dibandingkan dengan foto baru Anda, atau algoritma apa yang akan digunakan, atau ambang batas apa yang akan digunakan. Jika Anda mengetahui semua hal tersebut, Anda dapat bereksperimen dengan pendekatan yang paling efektif untuk dilakukan.

Penelitian baru menunjukkan bahwa kawanan Taurid mengandung lebih sedikit asteroid besar daripada yang diperkirakan, sehingga menunjukkan tingkat ancaman yang lebih rendah. Temuan dari pengamatan menggunakan teleskop Zwicky Transient Facility ini memberikan informasi bagi strategi pertahanan planet dan pemahaman kita tentang bagaimana komet dan asteroid berevolusi. Menemukan Rahasia Kawanan Taurid Para astronom mempunyai berita menjanjikan tentang asteroid yang berpotensi berbahaya (…)

RisalahPos.com Network

Related

Para peneliti menyoroti risiko serius dari ketidakstabilan elemen-elemen Bumi yang terbalik seperti lapisan es dan arus laut akibat perubahan iklim, menekankan perlunya mempertahankan batas 1,5 °C yang ditetapkan oleh Perjanjian Paris untuk menghindari konsekuensi buruk di masa mendatang. Kegagalan untuk mematuhi batas-batas ini meningkatkan kemungkinan terjadinya peristiwa terbalik, yang merupakan perubahan signifikan yang dapat memengaruhi stabilitas iklim global selama berabad-abad.

Perubahan iklim antropogenik dapat mengganggu kestabilan komponen sistem Bumi berskala besar seperti lapisan es atau pola sirkulasi laut, yang disebut elemen-elemen yang terbalik. Meskipun komponen-komponen ini tidak akan terbalik dalam semalam, proses-proses mendasar mulai berlangsung selama puluhan, ratusan, atau ribuan tahun. Perubahan-perubahan ini bersifat sangat serius sehingga harus dihindari dengan segala cara, menurut para peneliti.

Dalam studi baru mereka, yang diterbitkan hari ini (1 Agustus) di Komunikasi Alammereka menilai risiko destabilisasi setidaknya satu elemen yang menentukan akibat melampaui 1,5 °C. Analisis mereka menunjukkan betapa pentingnya bagi keadaan planet ini untuk mematuhi tujuan iklim Perjanjian Paris. Hal ini lebih jauh menekankan warisan dari (tidak)adanya tindakan iklim saat ini selama berabad-abad hingga ribuan tahun mendatang.

Menilai Risiko Pembuangan Sampah Berdasarkan Kebijakan Iklim Saat Ini

“Meskipun rentang waktu hingga tahun 2300 atau setelahnya mungkin tampak jauh, penting untuk memetakan risiko keruntuhan dengan kemampuan terbaik kita. Hasil penelitian kami menunjukkan betapa pentingnya mencapai dan mempertahankan emisi gas rumah kaca nol bersih untuk membatasi risiko ini selama ratusan tahun ke depan dan seterusnya,” jelas penulis utama Tessa Möller, ilmuwan di IIASA dan PIK. “Perhitungan kami menunjukkan bahwa mengikuti kebijakan saat ini hingga akhir abad ini akan menyebabkan risiko tinggi penimbunan tanah sebesar 45 persen dari setidaknya satu dari empat elemen penimbunan tanah pada tahun 2300.”

Meningkatnya Risiko Akibat Meningkatnya Suhu Global

“Kami melihat peningkatan risiko tergulingnya bumi setiap sepersepuluh derajat kenaikan suhu di atas 1,5 °C. Namun, jika suhu global melampaui 2 °C, risiko tergulingnya bumi akan meningkat lebih cepat lagi. Hal ini sangat memprihatinkan karena skenario yang mengikuti kebijakan iklim yang diterapkan saat ini diperkirakan akan mengakibatkan pemanasan global sekitar 2,6 °C pada akhir abad ini,” kata Annika Ernest Högner dari PIK, yang turut memimpin penelitian tersebut.

Urgensi Pencapaian Emisi Nol Bersih

“Studi kami menegaskan bahwa risiko perubahan suhu sebagai respons terhadap kelebihan suhu dapat diminimalkan jika pemanasan global segera diatasi. Pembalikan pemanasan global seperti itu hanya dapat dicapai jika emisi gas rumah kaca mencapai setidaknya nol bersih pada tahun 2100. Hasil tersebut menggarisbawahi pentingnya tujuan iklim Perjanjian Paris untuk membatasi pemanasan hingga jauh di bawah 2 °C bahkan jika terjadi kelebihan suhu sementara di atas 1,5 °C,” kata penulis studi Nico Wunderling dari PIK.

Pentingnya Membatasi Pemanasan Global hingga 1,5°C

Keempat elemen kemiringan yang dianalisis dalam penelitian ini sangat penting dalam mengatur stabilitas sistem iklim Bumi. Sejauh ini, model sistem Bumi yang kompleks belum mampu mensimulasikan perilaku non-linier, umpan balik, dan interaksi antara beberapa elemen kemiringan secara komprehensif. Oleh karena itu, para peneliti menggunakan model sistem Bumi yang bergaya untuk mewakili karakteristik dan perilaku utama dan dengan demikian secara sistematis memasukkan ketidakpastian yang relevan dalam elemen kemiringan dan interaksinya.

“Analisis risiko titik kritis ini semakin memperkuat kesimpulan bahwa kita meremehkan risiko, dan sekarang perlu mengakui bahwa tujuan yang mengikat secara hukum dalam Perjanjian Paris untuk menahan pemanasan global pada ‘jauh di bawah 2°C’, pada kenyataannya berarti membatasi pemanasan global hingga 1,5°C. Karena pengurangan emisi yang tidak memadai, kita menghadapi risiko yang terus meningkat akan terjadinya periode yang melampaui batas suhu ini, yang perlu kita minimalkan dengan segala cara, untuk mengurangi dampak buruk bagi orang-orang di seluruh dunia,” simpul direktur PIK dan penulis studi Johan Rockström.

Referensi: “Mencapai emisi gas rumah kaca nol bersih penting untuk membatasi risiko perubahan iklim” oleh Möller, T., Ernest Högner, A., Schleussner, C., Bien, S., Kitzmann, NH, Lamboll, RD, Rogelj, J., Donges, JF, Rockström, J., dan Wunderling, N., 1 Agustus 2024, Komunikasi Alam.
DOI: 10.1038/s41467-024-49863-0