Kecerdasan Buatan Temukan Lebih dari 1.300 Objek Misterius dalam Arsip Data Teleskop Hubble

Para peneliti telah memanfaatkan instrumen jaringan saraf berbasis kecerdasan buatan (AI) untuk melakukan analisis sistematis terhadap data arsip yang dikumpulkan selama masa operasional Teleskop Luar Angkasa Hubble. Metode inovatif ini memindai sekitar 100 juta potongan gambar dari Hubble Legacy Archive. Hasil pemrosesan tersebut berhasil mengidentifikasi lebih dari 1.300 objek anomali, di mana lebih dari 800 di antaranya merupakan temuan baru yang belum pernah tercatat dalam literatur ilmiah sebelumnya.

Observasi arsip Hubble mencakup rentang waktu lebih dari 35 tahun, yang menghasilkan volume informasi sangat besar sehingga mustahil untuk diproses secara manual dengan efisien. Proyek ini dipimpin oleh tim dari Badan Antariksa Eropa (ESA), yaitu David O'Ryan dan Pablo Gomez, yang mengembangkan jaringan saraf bernama AnomalyMatch. Sistem ini dirancang khusus untuk pengenalan pola skala besar dengan meniru cara kerja pemrosesan visual otak manusia guna mendeteksi fenomena langka. Luar biasanya, AnomalyMatch mampu menyelesaikan analisis seluruh rangkaian data tersebut hanya dalam waktu dua setengah hari.

Anomali yang berhasil diidentifikasi mencakup berbagai fenomena kosmik yang menakjubkan, seperti galaksi yang sedang dalam proses penggabungan, galaksi ubur-ubur dengan tentakel gas yang menjuntai, serta puluhan lensa gravitasi potensial. Di antara anomali yang telah dikonfirmasi, terdapat 417 galaksi yang berada dalam tahap penggabungan atau interaksi, serta 86 lensa gravitasi potensial baru. Lensa gravitasi memiliki nilai ilmiah yang sangat tinggi karena memungkinkan para ilmuwan untuk mempelajari distribusi materi gelap dan struktur skala besar alam semesta, sekaligus berfungsi sebagai kaca pembesar alami untuk mengamati objek-objek yang sangat jauh.

Selain itu, penelitian ini juga menemukan galaksi dengan wilayah pembentukan bintang yang masif serta piringan pembentuk planet yang terlihat dari sisi samping. Beberapa puluh objek bahkan tidak masuk ke dalam skema klasifikasi yang ada saat ini, yang semakin menegaskan keragaman data dalam arsip Hubble. Ilmuwan ESA, Pablo Gomez, menekankan bahwa peran AI adalah untuk melipatgandakan kemampuan manusia, karena identifikasi akhir dari kandidat objek tetap memerlukan analisis manual oleh tim peneliti. Studi mendalam yang merinci temuan-temuan ini telah diterbitkan secara resmi dalam jurnal Astronomy & Astrophysics.

Keberhasilan AnomalyMatch menandai pendekatan baru dalam menangani volume data astronomi yang tumbuh secara eksponensial. Instrumen ini direncanakan untuk diterapkan pada survei skala besar di masa depan yang dilakukan oleh observatorium generasi baru. Beberapa di antaranya termasuk misi Euclid milik ESA yang diluncurkan pada Juli 2023, serta Teleskop Luar Angkasa Nancy Grace Roman milik NASA yang dijadwalkan meluncur pada akhir 2026 atau setelahnya. Teleskop Roman dan Euclid diharapkan dapat membuka era baru dalam penelitian energi gelap dan pemahaman mendalam mengenai struktur fundamental alam semesta.