Para astronom telah memanfaatkan kecerdasan buatan untuk mengungkap lebih dari 800 anomali kosmik yang sebelumnya tidak terdeteksi dan tersembunyi dalam beberapa dekade data arsip dari Teleskop Luar Angkasa Hubble. Penemuan ini menyoroti bagaimana AI dapat secara dramatis mempercepat laju penelitian astronomi, mengidentifikasi pola dan fitur yang memerlukan waktu bertahun-tahun bagi peneliti manusia untuk mengungkapnya.
Kekuatan Pembelajaran Mesin dalam Astronomi
Badan Antariksa Eropa (ESA) mengembangkan alat AI untuk menganalisis hampir 100 juta segmen gambar dari Hubble Legacy Archive. AI menyelesaikan tugas ini hanya dalam dua setengah hari – sebuah operasi yang membutuhkan waktu yang sangat lama bagi tim astronom manusia untuk menyelesaikannya. Kecepatan ini sangat signifikan: alam semesta mengandung begitu banyak objek sehingga penemuan sistematis hampir mustahil dilakukan tanpa otomatisasi.
Apa yang Ditemukan?
AI mengidentifikasi lebih dari 1.300 objek anomali, termasuk:
- Penggabungan galaksi: Galaksi yang bertabrakan menciptakan distorsi spektakuler.
- Galaksi ubur-ubur: Galaksi dengan jalur gas panjang menyerupai tentakel.
- Kemungkinan lensa gravitasi: Benda besar membelokkan cahaya dari sumber yang jauh.
- Objek yang tidak dapat dijelaskan: Puluhan fenomena yang bertentangan dengan model astronomi saat ini.
Dari anomali tersebut, sekitar 800 anomali belum pernah didokumentasikan sebelumnya. Artinya, meskipun telah dilakukan pengamatan selama puluhan tahun, alam semesta masih menyimpan banyak rahasia.
Mengapa Ini Penting
Temuan ini dipublikasikan di Astronomi & Astrofisika. Menurut ilmuwan data ESA Pablo Gómez, keberhasilan ini menunjukkan potensi AI untuk mengeksplorasi arsip ilmu luar angkasa lainnya secara efisien. Kemampuan untuk memproses data yang ada dengan cepat dapat merevolusi cara kita mempelajari kosmos, mengungkap pola tersembunyi, dan mempercepat penemuan peristiwa langka atau tidak biasa.
Metode ini membuktikan bahwa AI bukan sekadar alat untuk penelitian di masa depan, namun juga kunci untuk mengungkap harta karun yang telah dikumpulkan.
Intinya, AI tidak menciptakan data baru namun mengungkapkan apa yang sudah ada, menunggu untuk ditemukan. Pergeseran pendekatan ini kemungkinan besar akan menjadi praktik standar dalam astronomi, sehingga memastikan tidak ada observasi berharga yang luput dari perhatian.
