Caltech menggunakan pembelajaran mesin untuk mengklasifikasikan bintang yang sekarat: Inilah caranya
SNIascore, algoritma pembelajaran mesin yang dikembangkan oleh para astronom dari California Institute of Technology (Caltech), telah mengklasifikasikan 1.000 supernova secara akurat. Supernova adalah ledakan terang dan kuat yang disebabkan oleh bintang yang sekarat. Algoritma tersebut dibuat menggunakan data dari Zwicky Transient Facility (ZTF). Ini adalah instrumen survei langit yang terpasang pada Teleskop Samuel Oschin di Caltech's Palomar Observatory dekat San Diego.
Mengapa artikel ini penting?
Setiap malam, ZTF memindai langit malam untuk apa yang disebut peristiwa sementara, yang meliputi asteroid yang menyala, lubang hitam yang melahap, dan supernova. ZTF kemudian mengirimkan peringatan kepada para astronom di seluruh dunia yang melakukan penyelidikan lanjutan. Mengkategorikan data, yang dikumpulkan setiap malam, bukanlah tugas yang mudah dan di situlah alat pembelajaran mesin muncul.
Supernova terdiri dari 2 jenis
Supernova termasuk dalam dua kategori besar - Tipe 1 dan Tipe 2, yang pertama lebih umum. Tipe I terjadi ketika materi mengalir dari bintang pendamping ke bintang kerdil putih, menghasilkan ledakan termonuklir, dan Tipe II terjadi ketika bintang masif runtuh karena gravitasinya sendiri. Supernova tipe I tidak mengandung hidrogen, sedangkan tipe II kaya akan hidrogen.
SNIascore hanya dapat mengklasifikasikan supernova Tipe 1a
Saat ini, algoritma SNIascore dapat mengklasifikasikan supernova Tipe 1a, sub-kelompok ledakan kosmik Tipe 1. Mereka juga disebut 'lilin standar' karena ledakan dari bintang-bintang yang sekarat ini menghasilkan keluaran cahaya yang seragam dan dapat membantu memperkirakan laju ekspansi alam semesta. Para astronom Caltech sedang berupaya meningkatkan algoritma ini untuk mendeteksi jenis supernova lain di masa mendatang.
Bagaimana cara kerja SNIascore?
Data yang dikumpulkan oleh ZTF setiap malam ditransfer ke instrumen yang disebut Spectral Energy Distribution Machine (SEDM) di Palomar. SNIascore, bersama dengan SEDM, mengkategorikan supernova yang diamati dan memilih mana yang sesuai dengan kelas Tipe 1a. "Kumpulan data supernova yang andal" ini dapat digunakan lebih jauh untuk menyelidiki fisika dari ledakan bintang yang begitu kuat.
SNIascore diluncurkan pada April 2021
"SNIascore sangat akurat," kata Christoffer Fremling, astronom Caltech dan dalang di balik algoritma ini. "Setelah 1.000 supernova, kami telah melihat bagaimana kinerja algoritma di dunia nyata," tambahnya. "Kami tidak menemukan kesalahan klasifikasi yang jelas sejak diluncurkan pada April 2021, dan kami sekarang berencana untuk mengimplementasikan algoritma yang sama dengan fasilitas pengamatan lainnya," klaim Fremling.
Alat pembelajaran mesin dapat membantu mengidentifikasi planet yang dapat dihuni
Para astronom sangat yakin bahwa alat pembelajaran mesin akan membantu mereka mengidentifikasi planet lain mana yang mungkin dapat dihuni. Misalnya, Morpheus, AI yang dikembangkan oleh para peneliti di University of California, dapat mendeteksi dan mengklasifikasikan galaksi berdasarkan data mentah dari teleskop.
