NASA Saat Ini Menggunakan A.I. untuk Ilmu Pengetahuan Antariksa

Dalam sebuah pernyataan yang dirilis oleh NASA bulan lalu, lembaga tersebut mengatakan bahwa A.I. memiliki potensi untuk membantu mengerjakan beberapa masalah terbesar dalam ilmu pengetahuan antariksa. A.I. dapat digunakan untuk mencari kehidupan di planet lain atau mengidentifikasi asteroid. Ilmuwan NASA bermitra dengan pemimpin di industri AI, seperti Intel, IBM, dan Google. Bersama, mereka dapat menerapkan algoritma komputer canggih untuk memecahkan beberapa masalah tersebut. 

Terdapat beberapa teknologi A.I. yang NASA andalkan, seperti pembelajaran mesin, untuk menafsirkan data. Data tersebut kemudian akan dikumpulkan oleh teleskop, termasuk Teleskop James Webb atau Teleskop Survei Eksoplanet Transit, pada suatu saat di masa depan.

Giada Arney, seorang ahli astrobiologi di Pusat Penerbangan Antariksa Goddard NASA di Greenbelt, Maryland, berharap bahwa pembelajaran mesin dapat membantunya dan timnya menemukan beberapa indikasi kehidupan dalam data yang akan dikumpulkan oleh teleskop dan observatorium. 

“Teknologi ini sangat penting, terutama untuk set data besar dan terutama di bidang eksoplanet,” kata Arney dalam pernyataan. “Karena data yang akan kita dapatkan dari pengamatan masa depan akan sangat langka dan berisik. Ini akan sangat sulit untuk dipahami. Jadi menggunakan alat-alat seperti ini memiliki potensi besar untuk membantu kita.”

NASA menjalankan program delapan minggu setiap musim panas yang mengumpulkan pemimpin di sektor teknologi dan antariksa, disebut Frontier Development (FDL).

Shawn Domagl-Goldman adalah seorang ahli astrobiologi NASA Goddard. 

“FDL terasa seperti beberapa musisi hebat dengan instrumen yang berbeda berkumpul untuk sesi jam di garasi, menemukan sesuatu yang sangat keren, dan mengatakan, ‘Hey, kita memiliki sebuah band di sini,'” katanya dalam pernyataan.

Kembali pada 2018, tim FDL yang dibimbing oleh Domagal-Goldman dan Arney, mengembangkan sebuah teknik pembelajaran mesin yang mengandalkan jaringan saraf. Mereka menganalisis gambar dan mengidentifikasi kimia eksoplanet dengan menggunakan panjang gelombang cahaya yang dipancarkan atau diserap oleh molekul di atmosfernya. 

Dengan menggunakan teknik baru ini, peneliti dapat mengidentifikasi berbagai molekul di atmosfer eksoplanet WASP-12b. Teknik ini melakukan ini dengan lebih akurat daripada metode lain. 

Menurut Domagal-Goldman, jaringan saraf juga dapat mengidentifikasi ketika ada kekurangan data. Teknik Bayesian, sebagaimana disebut, juga dapat mengatakan kepada ilmuwan seberapa yakin prediksinya. 

“Di tempat-tempat di mana data tidak cukup baik untuk memberikan hasil yang sangat akurat, model ini lebih baik dalam mengetahui bahwa itu tidak yakin dengan jawabannya, yang sangat penting jika kita ingin mempercayai prediksi ini,” kata Domagal-Goldman.

Teknik Bayesian masih dalam pengembangan, tetapi teknologi FDL lainnya digunakan dalam dunia nyata. Pada 2017, program pembelajaran mesin dikembangkan oleh peserta FDL yang mampu dengan cepat membuat model 3D asteroid terdekat. Ini juga dapat memperkirakan bentuk, ukuran, dan laju putarnya dengan akurat. Informasi jenis ini berguna bagi NASA untuk mendeteksi dan mengalihkan asteroid yang mengancam Bumi. 

Astronom tradisional menggunakan perangkat lunak komputer sederhana untuk membuat model 3D, dan menganalisis pengukuran radar asteroid yang bergerak. Ini kemudian memberikan informasi yang berguna untuk membantu ilmuwan menyimpulkan sifat fisiknya berdasarkan perubahan sinyal radar. 

Bill Diamond adalah presiden dan direktur utama SETI. 

“Seorang astronom yang terampil dengan sumber daya komputasi standar, dapat membentuk sebuah asteroid dalam satu hingga tiga bulan,” kata Diamond. “Jadi pertanyaan untuk tim peneliti adalah: Bisakah kita mempercepatnya?”

Tim yang terdiri dari siswa dari Perancis, Afrika Selatan, dan Amerika Serikat, bersama dengan mentor dari akademisi dan perusahaan teknologi Nividia, mengembangkan algoritma yang mampu merender asteroid dalam waktu empat hari. Teknik ini saat ini digunakan oleh astronom di Observatorium Arecibo di Puerto Riko, dan melakukan pemodelan bentuk asteroid secara waktu nyata. 

Peneliti juga menyarankan bahwa teknologi A.I. harus dibangun ke dalam pesawat antariksa masa depan, dan itu akan memungkinkan pesawat antariksa untuk membuat keputusan waktu nyata.

“Metode A.I. akan membantu kita membebaskan daya pemrosesan dari otak kita sendiri dengan melakukan banyak pekerjaan awal pada tugas yang sulit,” kata Arney. “Tapi metode ini tidak akan menggantikan manusia dalam waktu dekat, karena kita masih perlu memeriksa hasilnya.”