Kecerdasan buatan secara mendasar mengubah cara kita memandang alam semesta. Setelah merevolusi cara kita memproses data dari James Webb Space Telescope (JWST), AI kini digunakan untuk memecahkan salah satu masalah tertua dalam astronomi: efek kabur pada atmosfer bumi.
Algoritme AI baru, yang dikembangkan oleh para peneliti di Universitas California, Santa Cruz (UCSC), bertujuan untuk mengubah gambar dari Observatorium Vera C. Rubin di Chili, sehingga pengamatan di darat tampak setajam dan sejelas gambar yang diambil dari ruang hampa.
Rintangan Atmosfer
Bahkan observatorium tercanggih di darat pun menghadapi kendala besar: atmosfer. Observatorium Vera C. Rubin, yang terletak di puncak Cerro Pachón di Andes Chili, berada di salah satu tempat terkering di Bumi untuk meminimalkan gangguan. Namun, saat cahaya dari galaksi jauh melintasi atmosfer kita, cahaya tersebut mengalami turbulensi yang mendistorsi dan mengaburkan gambar tersebut.
Sementara para astronom banyak berinvestasi pada perangkat keras untuk memperbaiki distorsi ini, profesor UCSC Brant Robertson dan timnya beralih ke jenis teknologi berkinerja tinggi lainnya: machine learning.
Masukkan “Neo”: Peningkat Gambar AI
Para peneliti telah mengembangkan model generatif bernama Neo. Untuk melatih sistem ini, tim menggunakan metode komparatif yang cerdas:
1. Mereka memasukkan gambar AI dari Subaru Telescope (berbasis darat).
2. Mereka memasangkannya dengan snapshot resolusi tinggi dari wilayah langit yang sama dari Teleskop Luar Angkasa Hubble (berbasis luar angkasa).
Dengan membandingkan keduanya, Neo belajar bagaimana “mengisi” detail yang hilang akibat keburaman atmosfer. Hasilnya transformatif. Menurut tim peneliti, Neo dapat meningkatkan akurasi pengukuran bentuk dan parameter galaksi sebanyak 2 hingga 10 kali lipat.
Secara praktis, ini berarti:
– Noda samar diubah menjadi bintang individual yang berbeda.
– Bentuk buram diubah menjadi struktur galaksi yang presisi.
– Kualitas data ditingkatkan ke tingkat yang secara statistik meniru fotografi berbasis ruang angkasa.
Memaksimalkan Ilmiah Kembali
Lompatan teknologi ini bukan hanya soal gambar yang lebih baik; ini tentang efisiensi ekonomi dan ilmiah. Membangun teleskop luar angkasa seperti Hubble atau Webb menghabiskan biaya miliaran dolar. Sebaliknya, Observatorium Vera C. Rubin menelan biaya sekitar $800 juta.
Dengan menggunakan AI untuk “meningkatkan” data yang berasal dari Rubin, para ilmuwan dapat memperoleh nilai yang jauh lebih tinggi dari investasi mereka. Sebagaimana dicatat oleh Robertson, tujuannya adalah untuk memanfaatkan sumber daya publik dan komunitas untuk memastikan kita mendapatkan setiap informasi yang mungkin dari instrumen kita yang paling mahal.
Cara Kerja Neo: Pendekatan Jaringan Ganda
Neo menggunakan Jaringan Adversarial Generatif Bersyarat (GAN). Ini melibatkan dua jaringan saraf yang bekerja dalam satu putaran konstan:
– Generator: Membuat versi gambar asli yang lebih baik dan beresolusi tinggi.
– Evaluator: Menganalisis secara kritis gambar yang dihasilkan untuk memeriksa keakuratan dan kualitas.
Proses ini didukung oleh superkomputer berbasis GPU NVIDIA, yang memungkinkan AI menganalisis setiap piksel untuk membedakan antara langit kosong, bintang, dan struktur galaksi kompleks seperti disk atau spheroid.
Masa Depan Penemuan: Manusia + AI
Seringkali ada ketakutan bahwa AI akan menggantikan ilmuwan, namun para peneliti berpendapat sebaliknya. Volume data yang dihasilkan oleh teleskop modern—seperti aliran data besar-besaran dari JWST—terlalu besar untuk diproses oleh mata manusia saja.
“Kita dibanjiri dengan begitu banyak data sehingga sangat sulit untuk mengimbanginya,” kata Robertson. “Pendekatan standar kami untuk menganalisis gambar-gambar ini tidaklah cukup.”
AI bertindak sebagai pengganda kekuatan. Ini menangani tugas berat dalam pengenalan pola dan pembersihan data, sehingga memungkinkan para astronom untuk fokus dalam menafsirkan penemuan paling mendalam.
Kesimpulan
Dengan menjembatani kesenjangan antara keterbatasan di darat dan kejelasan di ruang angkasa, AI memungkinkan era baru astronomi yang cepat dan beresolusi tinggi. Teknologi ini memastikan bahwa meskipun kita menghadapi banjir besar data kosmik, kemampuan kita untuk memahami alam semesta tetap terjaga.
