Foto: John Moore (Getty Images)
Gambar Penuh Warna Pertama Dari Teleskop Luar Angkasa Webb
Gambar lubang hitam pertama yang terkenal menjadi dua kali lebih tajam. Sebuah tim peneliti menggunakan kecerdasan buatan untuk memperbaiki secara dramatis gambar pertamanya dari tahun 2019, yang sekarang menunjukkan lubang hitam di pusat galaksi M87 lebih gelap dan lebih besar dari gambar pertama yang digambarkan.
Saya seorang astronom yang mempelajari dan telah menulis tentang kosmologi, lubang hitam, dan planet ekstrasurya. Para astronom telah menggunakan AI selama beberapa dekade. Faktanya, pada tahun 1990, para astronom dari University of Arizona, tempat saya menjadi profesor, termasuk yang pertama menggunakan jenis AI yang disebut jaringan saraf untuk mempelajari bentuk galaksi.
Sejak saat itu, AI telah menyebar ke setiap bidang astronomi. Karena teknologi menjadi lebih kuat, algoritme AI telah mulai membantu para astronom menjinakkan kumpulan data yang sangat besar dan menemukan pengetahuan baru tentang alam semesta.
Teleskop yang lebih baik, lebih banyak data
Selama astronomi telah menjadi ilmu, itu telah melibatkan upaya untuk memahami banyak objek di langit malam. Itu relatif sederhana ketika satu-satunya alat adalah mata telanjang atau teleskop sederhana, dan yang bisa dilihat hanyalah beberapa ribu bintang dan beberapa planet.
Seratus tahun yang lalu, Edwin Hubble menggunakan teleskop yang baru dibangun untuk menunjukkan bahwa alam semesta tidak hanya dipenuhi bintang dan awan gas, tetapi juga galaksi yang tak terhitung jumlahnya. Karena teleskop terus meningkat, banyaknya benda langit yang dapat dilihat manusia dan jumlah data yang perlu dipilah oleh astronom juga tumbuh secara eksponensial.
Misalnya, Observatorium Vera Rubin di Chili yang akan segera selesai akan membuat gambar menjadi sangat besar sehingga dibutuhkan 1.500 layar TV definisi tinggi untuk melihat setiap gambar secara keseluruhan. Selama 10 tahun diharapkan menghasilkan 0,5 exabytes data – sekitar 50.000 kali jumlah informasi yang tersimpan di semua buku yang ada di Library of Congress.
Ada 20 teleskop dengan cermin berdiameter lebih dari 20 kaki (6 meter). Algoritme AI adalah satu-satunya cara yang diharapkan para astronom untuk bekerja melalui semua data yang tersedia bagi mereka saat ini. Ada sejumlah cara AI terbukti bermanfaat dalam memproses data ini.
Gambar: NASA
Salah satu penggunaan AI paling awal dalam astronomi adalah untuk memilih banyak galaksi redup yang tersembunyi di latar belakang gambar.
ESA/Webb, NASA & CSA, J. Rigby, CC BY
Memilih pola
Astronomi sering melibatkan mencari jarum di tumpukan jerami. Sekitar 99% piksel dalam gambar astronomi mengandung radiasi latar belakang, cahaya dari sumber lain, atau ruang angkasa yang gelap – hanya 1% yang memiliki bentuk halus galaksi redup.
Algoritme AI – khususnya, jaringan saraf yang menggunakan banyak node yang saling terhubung dan mampu belajar mengenali pola – sangat cocok untuk memilih pola galaksi. Para astronom mulai menggunakan jaringan saraf untuk mengklasifikasikan galaksi pada awal 2010-an. Sekarang algoritme tersebut sangat efektif sehingga dapat mengklasifikasikan galaksi dengan akurasi 98%.
Kisah ini telah diulangi di bidang astronomi lainnya. Para astronom yang mengerjakan SETI, Pencarian Kecerdasan Luar Angkasa, menggunakan teleskop radio untuk mencari sinyal dari peradaban yang jauh. Awalnya, astronom radio memindai grafik dengan mata untuk mencari anomali yang tidak dapat dijelaskan. Baru-baru ini, para peneliti memanfaatkan 150.000 komputer pribadi dan 1,8 juta ilmuwan warga untuk mencari sinyal radio buatan. Sekarang, para peneliti menggunakan AI untuk menyaring rim data jauh lebih cepat dan menyeluruh daripada yang bisa dilakukan orang. Hal ini memungkinkan upaya SETI untuk mencakup lebih banyak hal sementara juga sangat mengurangi jumlah sinyal positif palsu.
Contoh lainnya adalah pencarian exoplanet. Para astronom menemukan sebagian besar dari 5.300 exoplanet yang diketahui dengan mengukur penurunan jumlah cahaya yang datang dari sebuah bintang ketika sebuah planet melintas di depannya. Alat AI sekarang dapat memilih tanda-tanda planet ekstrasurya dengan akurasi 96%.
Gambar: NASA
Alat AI dapat membantu astronom menemukan exoplanet baru seperti TRAPPIST-1 b.
NASA, ESA, CSA, Joseph Olmsted (STScI), CC BY
Membuat penemuan baru
AI telah membuktikan dirinya sangat baik dalam mengidentifikasi objek yang diketahui – seperti galaksi atau planet ekstrasurya – yang diminta oleh para astronom untuk dicari. Namun juga cukup ampuh untuk menemukan objek atau fenomena yang diteorikan namun belum ditemukan di dunia nyata.
Tim telah menggunakan pendekatan ini untuk mendeteksi exoplanet baru, mempelajari tentang leluhur bintang yang mengarah pada pembentukan dan pertumbuhan Bima Sakti, dan memprediksi ciri gelombang gravitasi jenis baru.
Untuk melakukan ini, para astronom pertama-tama menggunakan AI untuk mengubah model teoretis menjadi tanda pengamatan – termasuk tingkat kebisingan yang realistis. Mereka kemudian menggunakan pembelajaran mesin untuk mempertajam kemampuan AI dalam mendeteksi fenomena yang diprediksi.
Terakhir, astronom radio juga telah menggunakan algoritme AI untuk menyaring sinyal yang tidak sesuai dengan fenomena yang diketahui. Baru-baru ini tim dari Afrika Selatan menemukan objek unik yang mungkin merupakan sisa ledakan penggabungan dua lubang hitam supermasif. Jika ini terbukti benar, data akan memungkinkan tes baru relativitas umum – deskripsi Albert Einstein tentang ruang-waktu.
Gambar: Medeiros et al 2023, CC BY-ND
Tim yang pertama kali mencitrakan lubang hitam, di sebelah kiri, menggunakan AI untuk menghasilkan versi gambar yang lebih tajam, di sebelah kanan, menunjukkan lubang hitam lebih besar dari perkiraan semula.
Medeiros et al 2023, CC BY-ND
Membuat prediksi dan menutup lubang
Seperti di banyak bidang kehidupan baru-baru ini, AI generatif dan model bahasa besar seperti ChatGPT juga menggemparkan dunia astronomi.
Tim yang menciptakan citra lubang hitam pertama pada 2019 menggunakan AI generatif untuk menghasilkan citra barunya. Untuk melakukannya, pertama-tama ia mengajari AI cara mengenali lubang hitam dengan memberinya simulasi berbagai jenis lubang hitam. Kemudian, tim menggunakan model AI yang telah dibangunnya untuk mengisi kekosongan data dalam jumlah besar yang dikumpulkan oleh teleskop radio di lubang hitam M87.
Dengan menggunakan data simulasi ini, tim mampu membuat gambar baru yang dua kali lebih tajam dari aslinya dan sepenuhnya konsisten dengan prediksi relativitas umum.
Para astronom juga beralih ke AI untuk membantu menjinakkan kompleksitas penelitian modern. Sebuah tim dari Pusat Astrofisika Harvard-Smithsonian menciptakan model bahasa yang disebut astroBERT untuk membaca dan mengatur 15 juta makalah ilmiah tentang astronomi. Tim lain, yang berbasis di NASA, bahkan telah mengusulkan penggunaan AI untuk memprioritaskan proyek astronomi, sebuah proses yang dilakukan para astronom setiap 10 tahun.
Seiring kemajuan AI, itu telah menjadi alat penting bagi para astronom. Ketika teleskop menjadi lebih baik, ketika kumpulan data menjadi lebih besar dan ketika AI terus meningkat, kemungkinan besar teknologi ini akan memainkan peran sentral dalam penemuan alam semesta di masa depan.
Ingin tahu lebih banyak tentang AI, chatbots, dan masa depan pembelajaran mesin? Lihat liputan lengkap kami tentang kecerdasan buatan, atau telusuri panduan kami ke Generator Seni AI Gratis Terbaik dan Semua yang Kami Ketahui Tentang ChatGPT OpenAI.
Chris Impey, Profesor Astronomi Universitas Terhormat, Universitas Arizona
Artikel ini diterbitkan ulang dari The Conversation di bawah lisensi Creative Commons. Baca artikel aslinya.