Ilustrasi seorang seniman tentang dua lubang hitam yang berputar bersama, menciptakan gelombang gravitasi di ruangwaktu.
(Gambar: © NASA)
Sebuah program perangkat lunak baru yang menggunakan kecerdasan buatan dapat membantu mendeteksi dan menganalisis gelombang gravitasi dengan cepat - riak dalam struktur kosmik ruang-waktu - dari peristiwa bencana seperti tabrakan di antara lubang hitam, sebuah studi baru menemukan.
Teknik baru, yang disebut penyaringan dalam, dapat membantu para peneliti melihat peristiwa bencana besar yang mungkin tidak terdeteksi oleh perangkat lunak saat ini, seperti merger titanic di hati galaksi, menurut penulis sebuah makalah baru yang menggambarkan karya tersebut.
Gelombang gravitasi adalah riak dalam jalinan ruang dan waktu. Mereka dihasilkan ketika benda apa pun dengan gerakan massa, dan mereka bergerak dengan kecepatan cahaya, meregangkan dan meremas ruang-waktu di sepanjang jalan.
Gelombang gravitasi sangat sulit dideteksi, dan yang dapat dideteksi oleh para ilmuwan berasal dari benda-benda yang sangat besar. Meskipun keberadaan gelombang gravitasi pertama kali diprediksi oleh Albert Einstein pada tahun 1916, dibutuhkan lebih dari satu abad bagi para ilmuwan untuk berhasil mendeteksi bukti langsung pertama dari gelombang gravitasi, menggunakan Laser Interferometer Gravitasi-Gelombang-Observatory (LIGO) untuk melihat akibat gravitasi dari dua lubang hitam saling menghancurkan.
Penemuan gelombang gravitasi menghasilkan tiga ilmuwan Penghargaan Nobel Fisika 2017 pada bulan Oktober 2017. Sejak itu, para peneliti juga mendeteksi gelombang gravitasi dari sepasang bintang mati yang bertabrakan yang disebut bintang neutron - temuan yang mungkin telah membantu memecahkan misteri dekade yang telah lalu. bagaimana beberapa elemen berat alam semesta diciptakan.
Namun, perangkat lunak yang saat ini menganalisis sinyal-sinyal yang dideteksi oleh pengamat gelombang gravitasi dapat membutuhkan beberapa hari untuk mempersempit jenis peristiwa apa yang mungkin telah menghasilkan gelombang gravitasi itu, kata rekan penulis studi Eliu Huerta kepada Space.com dalam sebuah wawancara.
Selain itu, perangkat lunak ini khusus untuk mendeteksi merger antara objek yang berada dalam orbit melingkar satu sama lain dan relatif terisolasi dari lingkungan mereka, menurut Huerta, seorang astrofisika teoritis di University of Illinois di Pusat Nasional Urbana-Champaign untuk Aplikasi Supercomputing. Perangkat lunak ini kemungkinan akan gagal mendeteksi gelombang gravitasi dari objek di daerah di mana bintang-bintang padat, seperti nukleus galaksi, tempat tarikan gravitasi bintang terdekat dapat mengubah orbit dari lingkaran menjadi lebih "eksentrik" atau berbentuk oval, Huerta kata.
Sekarang, penulis penelitian menyarankan bahwa perangkat lunak kecerdasan buatan dapat membantu mempercepat analisis gelombang gravitasi, serta "[memungkinkan] deteksi kelas baru sumber gelombang gravitasi yang mungkin tidak diketahui dengan algoritma deteksi yang ada," Huerta kepada Space.com.
Perangkat lunak AI baru melibatkan jaringan saraf tiruan, di mana komponen buatan yang dijuluki "neuron" diumpankan data dan bekerja sama untuk memecahkan masalah, seperti mengenali gambar. Jaringan saraf kemudian berulang kali menyesuaikan koneksi antara neuronnya dan melihat apakah pola koneksi baru ini lebih baik dalam memecahkan masalah. Seiring waktu, proses coba-coba ini mengungkapkan pola mana yang terbaik dalam solusi komputasi, meniru proses pembelajaran di otak manusia.
Sementara teknik konvensional mungkin memakan waktu beberapa hari untuk mempersempit fitur peristiwa gravitasi dari data detektor, jaringan saraf mutakhir yang dikenal sebagai "jaringan saraf convolutional yang mendalam" dapat melakukannya dalam satu detik, para ilmuwan menemukan. Selain itu, sedangkan metode konvensional akan membutuhkan ribuan CPU (unit pemrosesan sentral komputer) untuk melakukan tugas ini, teknik baru ini bekerja "bahkan dengan satu CPU - yaitu, dengan ponsel cerdas Anda atau laptop standar," kata Huerta.
Selain itu, para peneliti menemukan bahwa teknik baru ini juga dapat dengan cepat menganalisis merger yang lebih kompleks daripada yang dapat dianalisis oleh perangkat lunak saat ini, seperti merger yang melibatkan lubang hitam dalam orbit eksentrik. Perangkat lunak baru ini juga memiliki tingkat kesalahan yang lebih rendah dan lebih baik dalam menemukan gangguan dalam data.
Huerta dan Daniel George, seorang astrofisika komputasi di University of Illinois di Pusat Nasional untuk Aplikasi Supercomputing Urbana-Champaign, merinci temuan mereka secara online 27 Desember di jurnal Physics Letters B.
