Model dan platform AI

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

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

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

Terdapat beberapa teknologi A.I. yang digunakan oleh NASA, seperti pembelajaran mesin, untuk menafsirkan data. Data ini akan dikumpulkan oleh teleskop, termasuk Teleskop Angkasa James Webb atau Survei Asteroid Exoplanet, pada suatu saat di masa depan.

Giada Arney, seorang ahli astrobiologi di Pusat Penerbangan Angkasa 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 exoplanet,” kata Arney dalam pernyataan. “Karena data yang akan kita dapatkan dari pengamatan di masa depan akan 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 angkasa, disebut Frontier Development (FDL).

Shawn Domagl-Goldman adalah seorang ahli astrobiologi NASA Goddard.

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

Kembali pada 2018, tim FDL yang dibimbing oleh Domagal-Goldman dan Arney, mengembangkan teknik pembelajaran mesin yang bergantung pada jaringan saraf. Mereka menganalisis gambar dan mengidentifikasi kimia exoplanet 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 exoplanet WASP-12b. Teknik ini melakukan ini lebih akurat daripada metode lain.

Menurut Domagal-Goldman, jaringan saraf juga dapat mengidentifikasi ketika ada kekurangan data. Teknik Bayesian, seperti yang disebut, juga dapat memberitahu ilmuwan seberapa yakin mereka tentang prediksi mereka.

“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 tentang jawabannya, yang sangat penting jika kita ingin mempercayai prediksi ini,” kata Domagal-Goldman.

Teknik Bayesian masih dikembangkan, tetapi teknologi FDL lainnya sedang digunakan di dunia nyata. Pada 2017, program pembelajaran mesin dikembangkan oleh peserta FDL yang dapat dengan cepat membuat model 3D asteroid terdekat. Ini juga dapat memperkirakan bentuk, ukuran, dan kecepatan rotasi asteroid dengan akurat. Informasi 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 eksekutif 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: Apakah kita bisa mempercepatnya?”

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

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

“Metode A.I. akan membantu kita melepaskan 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.”

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.