Artificial Intelligence Menemukan Planet Baru
Informasi ini bisa mengubah cara para ilmuwan mendeteksi dan mengidentifikasi planet-planet baru yang letaknya sangat jauh dari Bumi.
Penelitian terbaru dari University of Georgia mengungkap bahwa kecerdasan buatan dapat digunakan untuk menemukan planet di luar tata surya kita. Penelitian terbaru ini menunjukkan bahwa Machine Learning dapat digunakan untuk menemukan exoplanet, informasi yang dapat mengubah cara para ilmuwan mendeteksi dan mengidentifikasi planet-planet baru yang jaraknya sangat jauh dari Bumi.
BACA JUGA: Google Berencana Luncurkan Proyek Magi: Mesin Pencari Berbasis AI
“Salah satu hal baru dalam hal ini adalah menganalisis lingkungan di mana planet-planet masih dalam proses pembentukan,” kata Jason Terry, mahasiswa doktoral di departemen fisika dan astronomi UGA Franklin College of Arts and Sciences dan penulis utama dalam penelitian ini. “Machine Learning jarang diterapkan pada jenis data yang kami gunakan sebelumnya, khususnya untuk melihat sistem yang masih aktif membentuk planet.”
Exoplanet pertama ditemukan pada tahun 1992, dan meskipun sudah lebih dari 5.000 exoplanet yang diketahui keberadaannya, tapi yang paling mudah ditemukan oleh para ilmuwan adalah exoplanet yang masih dalam tahap pembentukan. Exoplanet yang masih dalam tahap pembentukan sulit dilihat karena dua alasan utama.
- Pertama, jaraknya terlalu jauh, biasanya ratusan tahun cahaya dari Bumi, dan piringan tempat terbentuknya planet-planet tersebut sangat tebal, lebih tebal dari jarak Bumi ke Matahari.
- Kedua, data menunjukkan bahwa planet-planet cenderung berada di tengah-tengah piringan tersebut, yang menunjukkan ciri khas debu dan gas yang ditendang oleh planet tersebut.
Penelitian ini menunjukkan bahwa Artificial Intelligence bisa membantu para ilmuwan mengatasi kesulitan ini.
“Ini adalah bukti konsep yang sangat menarik,” kata Cassandra Hall, asisten profesor astrofisika, peneliti utama Exoplanet and Planet Formation Research Group, dan salah satu penulis dalam penelitian ini. “Kekuatannya di sini adalah kami menggunakan data teleskop sintetis yang dihasilkan oleh simulasi komputer untuk melatih AI ini, dan kemudian menerapkannya pada data teleskop yang sebenarnya. Hal ini belum pernah dilakukan sebelumnya, dan membuka jalan bagi penemuan-penemuan baru seiring dengan masuknya data Teleskop James Webb.”
BACA JUGA: Apa itu Auto-GPT? Inilah Cara AI Kuasai Belantara Jagat Maya
Teleskop Antariksa James Webb, yang diluncurkan oleh NASA pada tahun 2021, telah meresmikan tingkat baru astronomi inframerah, membawa gambar-gambar baru yang menakjubkan dan rim data untuk dianalisis oleh para ilmuwan. Ini adalah iterasi terbaru dari pencarian badan antariksa Amerika Serikat untuk menemukan exoplanet, yang tersebar tidak merata di seluruh galaksi. Nancy Grace Roman Observatory, teleskop survei 2,4 meter yang dijadwalkan akan diluncurkan pada tahun 2027 yang akan mencari Dark Matter dan eksoplanet, akan menjadi perluasan besar berikutnya dalam hal kemampuan – dan pengiriman informasi dan data – untuk menyisir alam semesta demi kehidupan.
Teleskop Webb memberikan kemampuan bagi para ilmuwan untuk melihat sistem eksoplanet dengan resolusi tinggi yang sangat terang, dengan lingkungan pembentuknya yang merupakan subjek yang sangat menarik karena menentukan tata surya yang dihasilkan.
“Potensi data yang bagus sedang meledak, jadi ini adalah waktu yang sangat menarik untuk bidang ini,” kata Terry.
Alat Analisis Baru Sangat Penting
Alat analisis generasi berikutnya sangat dibutuhkan untuk menyambut data berkualitas tinggi ini, sehingga para ilmuwan dapat menghabiskan lebih banyak waktu untuk menginterpretasi secara teoritis daripada menyisir data dengan cermat.
“Dalam arti tertentu, kita baru saja menjadi orang yang lebih baik,” kata Terry. “Sebagian besar cara kami menganalisis data ini adalah dengan memiliki lusinan, ratusan gambar untuk piringan tertentu dan Anda hanya melihat-lihat dan bertanya ‘apakah itu goyangan?” Kemudian menjalankan selusin simulasi untuk melihat apakah itu goyangan dan … mudah untuk mengabaikannya – mereka sangat kecil, dan itu tergantung pada pembersihan, dan metode ini sangat cepat dan akurat dalam menangkap planet yang akan terlewatkan oleh manusia.”
Terry mengatakan bahwa inilah yang sudah bisa dicapai oleh Machine Learning – meningkatkan kapasitas manusia untuk menghemat waktu dan uang secara efisien dan lebih ilmiah.
“Masih ada, dalam sains dan khususnya astronomi secara umum, skeptisisme tentang pembelajaran mesin dan AI, kritik yang valid tentang hal itu sebagai kotak hitam – di mana Anda memiliki ratusan juta parameter dan entah bagaimana Anda bisa mendapatkan jawabannya. Tapi kami pikir kami telah menunjukkan dengan sangat kuat dalam penelitian ini bahwa Machine Learning mampu melakukan tugas tersebut. Anda dapat berdebat tentang interpretasi. Namun dalam kasus ini, kami memiliki hasil yang sangat konkret yang menunjukkan kekuatan metode ini.”
Pekerjaan tim peneliti dirancang untuk mengembangkan fondasi konkret untuk aplikasi masa depan pada data observasi, menunjukkan efektivitas metode ini dengan menggunakan pengamatan simulasi.
You might also like
More from Teknologi
Kelemahan Tali Pocong: Simpul yang Gampang Lolos?
Kelemahan Tali Pocong: Simpul yang Gampang Lolos? Tali pocong, sering kali dianggap sebagai senjata pamungkas yang bikin bulu kuduk merinding. Tapi …
Kelemahan Pocong: Menguak Sisi Lemah Si Pembalut Keliling
Kelemahan Pocong: Menguak Sisi Lemah Si Pembalut Keliling Pocong, sosok ikonik dalam mitologi horor Indonesia, kerap digambarkan sebagai makhluk yang melompat-lompat …