Luar Angkasa

Tertarik Jadi Penemu Planet Baru Mirip Bumi? Coba Pakai Kecerdasan Buatan Google Ini

Syaratnya kamu minimal kudu ngerti beberapa program dan terbiasa ngoding, plus udah pernah pakai teleskop. Kalau berhasil, kau akan dikenang sepanjang sejarah lho.
Sumber gambar: NASA

Artikel ini pertama kali tayang di Motherboard.

Desember tahun lalu lalu, NASA mengumumkan penemuan dua eksoplanet (planet di luar tata surya dan diduga kondisinya mirip bumi) dari data teleskop luar angkasa wahana antariksa Kepler. Kedua planet tersebut sebenarnya tidak ditemukan sendiri oleh manusia. Pelakunya adalah jaringan syaraf tiruan pemburu eksoplanet—semacam algoritma pembelajaran mesin yang meniru cara kerja otak manusia—yang menemukan dua planet tersebut dengan menelusuri pola tersembunyi dari data Kepler yang tak hampir tak bisa ditemukan mata manusia.

Iklan

Pekan lalu, Christopher Shallue selaku Insinyur Senior Google yang bertanggung jawab atas penciptaan AI penemu eksoplanet, mengumumkan lewat unggahan blog kalau perusahaannya menjadikan algoritma AI tadi sebagai open source. Dengan kata lain, siapapun bisa mengunduhnya dan membantu umat manusia lain mencari keberadaan eksoplanet.

Teleskop luar angkasa Kepler diluncurkan pada 2009 dengan misi mencari eksoplanet. Bintang-bintang yang diamati oleh Kepler terlalu jauh, sehingga posisi eksoplanet tak bisa diobservasi langsung. Untuk mengakalinya, para astronom harus menerjemahkan keberaadaan eksoplanet berdasarkan perubahan kecerahan sebuah bintang. Teorinya, saat sebuah eksoplanet melintas, cahaya bintang tersebut bakal meredup dan menyadarkan para astronom akan eksistensi sebuah eksoplanet.

Setelah menghabiskan empat tahun mengamati 150.000 bintang di luar tata surya kita, Kepler menghasilkan bejibun data yang harus ditekuni para astronom. Hanya saja, jumlah data terlampau banyak untuk bisa dipelajari oleh para astronom. Alhasil, para peneliti di NASA harus bersiasat. Sadar tak bisa mengamati semua data, para astronom hanya memusatkan perhatian mereka pada kandidiat-kandidat eksoplanet yang menjanjikan semata. Nah sesudah difilter, para astronom mampu “membaca” 30.000 sinyal bintang kuat yang diterima Kepler dan selanjutnya memetakan 2.500 kandidat eksoplanet di luar angkasa.

Dengan kata lain, terdapat sekitar 150.000 sinyal bintang lemah yang dibiarkan terbengkalai. Padahal, kita bisa saja menemukan eksoplanet lain dari data yang sengaja dilewatkan ini. Syahdan, guna membaca segaban data ini, periset di Google melatih jaringan syaraf tiruan untuk membaca 15.000 sampel data eksoplanet yang sudah dilabeli oleh ilmuwan NASA. cara ini dengan efektif mengajarkan algoritma jariangan syaraf tiruan untuk mencari data yang mengindikasikan adanya eksoplanet.

Iklan

Setelah melatih algoritma tersebut, peneliti Google menggunakannya untuk menganalisis sinyal lemah dari bintang yang diketahui sudah memiliki eksoplanet. Dalam prosesnya, Shallue dan rekan-rekannya menemukan dua eksoplanet baru.

Kode algoritma pemburu eksoplanet dilepas secara cuma-cuma di Github beserta petunjuk penggunaanya. Kendati kode algoritma (dan data Keplernya) bisa diakses oleh siapapun, tak semua orang otomatis menggunakannya dan menjelma jadi penemu eksoplanet. Agar bisa menggunakan algoritma ini, penggunanya harus akrab dengan perangkat lunuk pembelajaran mesin Google TensorFlow dan terbisa coding dengan menggunakan Phyton.

Menurut Shallue, keputusan membuka kode perangkat lunak Google menjadi open source dilakukan demi memberi publik kesempatan mempelajari sendiri cara jaringan syaraf tiruan menemukan eksoplanet. Google juga ingin mendorong analisis data Kepler lebih lanjut. Lebih dari, Shallue berharap jaringan syaraf tiruan akan membuka perkembangan perangkat pemburu eksoplanet yang lebih canggih di masa depan.

“Kami berharap kode yang kami rilis akan jadi titik tolak pengembangan model serupa yang berguna bagi misi-misi NASA, seperti K2 (misi kedua Kepler) dan misi Transiting Exoplanet Survey Satellite di masa depan,” imbuh Shallue.