Selama lebih dari tiga dekade, Teleskop Luar Angkasa Hubble telah menangkap banyak sekali gambar astronomi—lebih dari 1,7 juta hingga saat ini. Namun, banyaknya data yang ada membuat ilmuwan tidak mungkin menganalisis setiap frame secara detail. Kini, model kecerdasan buatan (AI) baru yang disebut AnomalyMatch telah hadir untuk mengisi kesenjangan tersebut, dengan mengungkap 1.300 anomali kosmik yang sebelumnya tidak terdokumentasikan dan bersembunyi di dalam Arsip Warisan Hubble.
Tantangan Kelebihan Data Astronomi
Observatorium astronomi, terutama proyek jangka panjang seperti Hubble, menghasilkan kumpulan data yang sangat besar sehingga melampaui kapasitas analisis manusia. Arsip Warisan Hubble sendiri berisi observasi luar angkasa selama beberapa dekade, yang mewakili kumpulan data observasi terbesar dalam astronomi. Memilah data ini secara manual tidak praktis; tidak ada cukup waktu bagi peneliti untuk memeriksa setiap gambar.
Cara Kerja AnomalyMatch
AI yang dikembangkan ESA, AnomalyMatch, dilatih untuk mengidentifikasi objek yang tidak biasa menggunakan pengenalan pola—dengan cara tertentu, meniru cara penglihatan manusia memproses informasi. Dalam waktu kurang dari tiga hari, model tersebut memproses hampir 100 juta potongan gambar, menandai anomali yang mungkin luput dari perhatian selama bertahun-tahun.
Keanehan Apa yang Ditemukan?
Penemuan tersebut mencakup galaksi-galaksi jauh yang bergabung dengan cara yang tidak terduga, gumpalan pembentuk bintang, dan galaksi mirip ubur-ubur dengan struktur gas di belakangnya. Salah satu kategori yang sangat mencolok adalah piringan pembentuk planet di galaksi kita yang menyerupai hamburger. Banyak dari objek-objek ini tidak dapat diklasifikasikan dengan mudah, karena menyoroti luasnya fenomena yang tidak diketahui di alam semesta.
Implikasi untuk Penelitian Masa Depan
Proyek ini menandai pencarian anomali sistematis pertama di seluruh Arsip Warisan Hubble. Para peneliti menekankan bahwa keberhasilan ini menunjukkan kemampuan AI untuk secara dramatis meningkatkan hasil ilmiah dari kumpulan data yang ada. Penemuan begitu banyak anomali yang sebelumnya tidak terdokumentasikan menggarisbawahi potensi alat ini untuk survei di masa depan, serta proyek astronomi jangka panjang lainnya.
“Ini adalah demonstrasi yang kuat tentang bagaimana AI dapat meningkatkan hasil ilmiah dari kumpulan data arsip,” kata Pablo Gómez, salah satu peneliti ESA di balik AnomalyMatch.
Pengembangan AnomalyMatch merupakan langkah maju yang besar dalam cara kami mengekstraksi pengetahuan dari arsip data astronomi kami yang terus bertambah. Dengan mengotomatiskan proses deteksi anomali, AI memastikan bahwa tidak ada pengamatan signifikan yang lolos, sehingga membuka wawasan baru tentang alam semesta dalam skala yang belum pernah terjadi sebelumnya.
