Algoritma untuk Memprediksi Orbit Planet Bisa Jadi Kunci untuk Energi Tak Terbatas

Sebuah algoritma komputer yang dikembangkan oleh seorang ilmuwan di Laboratorium Fisika Plasma Princeton (PPPL) Departemen Energi AS (DOE) dapat memprediksi orbit planet di tata surya dengan akurat. Algoritma ini menggunakan kecerdasan buatan (AI) untuk mengembangkan prediksi berdasarkan pengalaman sebelumnya.

Sekarang, prinsip-prinsip dasar algoritma tersebut sedang disesuaikan di domain lain, terutama dalam memprediksi dan mengendalikan plasma di fasilitas fusi. Fasilitas-fasilitas ini dapat menghasilkan energi fusi, yang memuat daya matahari dan bintang, di Bumi.

Hong Qin adalah seorang fisikawan di PPPL dan penulis makalah yang diterbitkan di Scientific Reports.

“Biasanya dalam fisika, Anda membuat pengamatan, menciptakan teori berdasarkan pengamatan tersebut, dan kemudian menggunakan teori tersebut untuk memprediksi pengamatan baru,” kata Qin. “Apa yang saya lakukan adalah menggantikan proses ini dengan jenis kotak hitam yang dapat menghasilkan prediksi akurat tanpa menggunakan teori atau hukum tradisional.”

Program Komputer

Program komputer yang dikembangkan oleh Qin bergantung pada data yang diberikan dari pengamatan sebelumnya tentang orbit Bumi, Mars, Merkurius, Venus, Yupiter, dan planet kerdil Ceres. Bersama dengan “algoritma pelayanan”, prediksi akurat tentang orbit planet lain dapat dibuat, semua tanpa menggunakan hukum gerak dan gravitasi Newton.

“Secara esensial, saya melewati semua bahan dasar fisika. Saya langsung dari data ke data,” kata Qin. “Tidak ada hukum fisika di tengah.”

Joshua Burby adalah seorang fisikawan di Laboratorium Nasional Los Alamos DOE. Ia menerima gelar Ph.D. di bawah bimbingan Qin.

“Hong mengajarkan program prinsip dasar yang digunakan oleh alam untuk menentukan dinamika sistem fisik,” kata Burby. “Hasilnya adalah jaringan mempelajari hukum gerak planet setelah menyaksikan beberapa contoh pelatihan. Dengan kata lain, kode Hong benar-benar ‘memahami’ hukum fisika.”

Eksperimen Fusi

Prinsip-prinsip dan teori ini sekarang sedang disesuaikan oleh Qi dan Eric Palmerduca, yang merupakan mahasiswa pascasarjana di Program Fisika Plasma Universitas Princeton. Pasangan ini mencoba menggunakan prinsip-prinsip tersebut untuk memprediksi perilaku partikel plasma dalam eksperimen fusi, yang berlangsung di seluruh dunia.

Fusi adalah kombinasi elemen ringan dalam bentuk plasma, dan ini adalah daya di balik bintang dan matahari. Plasma mewakili 99% dari alam semesta yang terlihat, dan ini memiliki potensi untuk menghasilkan jumlah energi yang besar. Jika para ilmuwan dapat mereplikasi fusi di Bumi, ini akan memberikan kita sumber daya tak terbatas untuk listrik.

“Dalam perangkat fusi magnetik, dinamika plasma kompleks dan multi-skala, dan hukum atau model komputasi yang efektif untuk proses fisik tertentu yang kami minati tidak selalu jelas,” kata Qin. “Dalam skenario ini, kami dapat menerapkan teknik pembelajaran mesin yang saya kembangkan untuk menciptakan teori medan diskrit dan kemudian menerapkan teori medan diskrit ini untuk memahami dan memprediksi pengamatan eksperimental baru.”

Para ilmuwan juga percaya bahwa teknik baru ini dapat mengembangkan teori fisik tradisional.

Sementara dalam beberapa hal metode ini menghilangkan kebutuhan akan teori semacam itu, metode ini juga dapat dilihat sebagai jalur menuju satu,” kata Palmerduca. “Ketika Anda mencoba menyimpulkan teori, Anda ingin memiliki sebanyak mungkin data yang tersedia. Jika Anda diberi beberapa data, Anda dapat menggunakan pembelajaran mesin untuk mengisi celah dalam data tersebut atau memperluas set data.”