Nationalgeographic.co.id—Beberapa waktu terakhir, kecerdasan buatan atau Artificial Intelegence (AI) telah menarik perhatian banyak orang karena perkembangannya yang sangat pesat. AI juga dianggap dapat mengancam dunia karena akan menggantikan tenaga kerja manusia.
Terlepas dari ketakukan di seluruh dunia dengan kemungkinan kecerdasan buatan dapat mengambil alih dunia, harus diakui bahwa AI memang diperlukan. Studi terbaru telah menarik kemungkinan pengaplikasian AI untuk mencari kehidupan di luar Bumi menggunakan pembelajaran mesin.
Salah satu aplikasi dari AI adalah pembelajaran mesin atau machine learning. Para peneliti telah menerapkan teknik pembelajaran mendalam dari pembelajaran mesin pada kumpulan data bintang terdekat yang dipelajari sebelumnya.
Para peneliti kemudian menemukan delapan sinyal bintang yang sebelumnya tidak teridentifikasi. Temuan tersebut telah dilaporkan di jurnal bergengsi Nature Astronomy baru-baru ini.
Temuan tersebut telah membuka kemungkinan menemukan kehidupan luar bumi atau ekstrateresterial. Tapi saat merenungkan kemungkinan menemukan kehidupan ekstraterestrial berteknologi maju, pertanyaan yang sering muncul adalah, "jika mereka ada di luar sana, mengapa kita belum menemukannya?"
Dan seringkali, jawabannya adalah kita hanya mencari sebagian kecil dari galaksi.
Sekarang, penelitian baru yang ipimpin oleh mahasiswa di University of Toronto, Peter Ma, bersama dengan para peneliti dari SETI Institute, Breakthrough Listen dan lembaga penelitian ilmiah di seluruh dunia, telah menerapkan teknik pembelajaran pada kumpulan data bintang terdekat.
“Secara total, kami telah menelusuri 150 TB data dari 820 bintang terdekat, pada kumpulan data yang sebelumnya telah ditelusuri pada tahun 2017 dengan teknik klasik tetapi diberi label tanpa sinyal yang menarik,” kata Peter Ma, penulis utama.
"Kami meningkatkan upaya pencarian ini hingga 1 juta bintang hari ini dengan teleskop MeerKAT dan seterusnya."
"Kami percaya bahwa pekerjaan seperti ini akan membantu mempercepat laju penemuan dalam upaya besar kami untuk menjawab pertanyaan 'apakah kita sendirian? di alam semesta?'"
Teknik yang paling umum adalah mencari sinyal radio. Radio adalah cara yang bagus untuk mengirim informasi melalui jarak yang luar biasa antara bintang-bintang.
Sinyal radio dengan cepat melewati debu dan gas yang menembus ruang, dan melakukannya dengan kecepatan cahaya (sekitar 20.000 kali lebih cepat dari roket terbaik kita).
Banyak upaya SETI menggunakan antena untuk menguping sinyal radio apa pun yang mungkin dipancarkan alien.
Studi ini memeriksa ulang data yang diambil dengan Teleskop Green Bank di Virginia Barat.
Tujuannya adalah untuk menerapkan teknik pembelajaran mendalam baru ke algoritma pencarian klasik untuk menghasilkan hasil yang lebih cepat dan lebih akurat.
Setelah menjalankan algoritma baru dan memeriksa ulang data secara manual untuk mengonfirmasi hasil, sinyal yang baru terdeteksi memiliki beberapa karakteristik utama.
1. Sinyalnya adalah pita sempit, artinya memiliki lebar spektral sempit, hanya beberapa Hz. Sinyal yang disebabkan oleh fenomena alam cenderung broadband.
2. Sinyal memiliki tingkat penyimpangan yang tidak nol, yang berarti sinyal memiliki kemiringan. Kemiringan seperti itu dapat menunjukkan asal sinyal memiliki percepatan relatif dengan penerima mereka.
3. Sinyal muncul dalam observasi ON-source dan bukan dalam observasi OFF-source. Jika sebuah sinyal berasal dari sumber langit tertentu, sinyal itu muncul saat kita mengarahkan teleskop ke arah target dan menghilang saat kita memalingkan muka.
Interferensi radio manusia biasanya terjadi pada pengamatan ON dan OFF karena sumbernya dekat.
Baca Juga: Klaim soal Alien Tak Mengontak Bumi: Bukan Planet Berteknologi Maju
Baca Juga: Jelajahi Kemungkinan Kehidupan dalam Gua Hunian di Luar Planet Bumi
Baca Juga: Mengapa Para Ilmuwan Masih Terus Berjuang Mencari Kehidupan Alien?
Baca Juga: AI Bisa Jadi Editor Konten Informasi Jitu tetapi Masih Butuh Manusia
Cherry Ng, penasihat penelitian Ma lainnya dan seorang astronom di SETI Institute dan Pusat Penelitian Ilmiah Nasional Prancis mengatakan, bahwa hasil ini secara dramatis menggambarkan kekuatan penerapan pembelajaran mesin modern dan metode visi komputer untuk tantangan data dalam astronomi.
Pendekatan baru untuk menganalisis data ini dapat memungkinkan peneliti untuk lebih memahami data yang mereka kumpulkan secara efektif dan bertindak cepat untuk memeriksa ulang target.
Sejak percobaan SETI dimulai pada tahun 1960 dengan Proyek Ozma Frank Drake di Observatorium Greenbank, kemajuan teknologi telah memungkinkan para peneliti untuk mengumpulkan lebih banyak data daripada sebelumnya.
Volume data yang sangat besar ini membutuhkan alat komputasi baru untuk memproses dan menganalisis data tersebut dengan cepat untuk mengidentifikasi anomali yang dapat menjadi bukti kecerdasan luar angkasa.
Pendekatan pembelajaran mesin baru ini membuka jalan baru dalam upaya menjawab pertanyaan, "apakah kita sendirian?"