Astronom Manfaatkan Pembelajaran Mesin untuk Mendeteksi Fast Radio Burst secara Real Time

Astronom telah lama berupaya menerjemahkan sinyal gelombang radio dari luar angkasa yang kerap memunculkan spekulasi, termasuk dugaan berasal dari makhluk luar Bumi. Dalam perkembangan terbaru, para peneliti mencoba melacak sumber sinyal-sinyal tersebut dengan memanfaatkan kecerdasan buatan (AI) melalui sistem pembelajaran mesin.

Menurut laporan yang dikutip dari Livescience, para astronom berharap dapat segera mengetahui pemicu sinyal misterius yang diperkirakan berasal dari jarak miliaran tahun cahaya. Sinyal ini memiliki struktur kompleks, berupa pola puncak dan lembah pada gelombang radio yang berlangsung sangat singkat, hanya dalam hitungan milidetik.

Sejauh ini, sumber sinyal tersebut belum dapat dijelaskan sebagai ledakan sederhana atau peristiwa standar lain yang diketahui dapat memancarkan lonjakan energi elektromagnetik melintasi ruang angkasa. Fenomena ini dikenal sebagai fast radio burst (FRB).

Tantangan melacak FRB

FRB pertama kali teridentifikasi pada 2007, berdasarkan data yang direkam pada 2001. Sejak itu, upaya untuk mengungkap asal-usulnya terus dilakukan. Namun, FRB muncul pada waktu dan lokasi yang acak, sementara teknologi dan metode pengamatan yang ada kerap tidak siap untuk menangkap sinyal-sinyal tersebut saat terjadi.

Dalam makalah yang diterbitkan di jurnal Monthly Notices of the Royal Astronomical Society, sebuah tim astronom melaporkan keberhasilan mendeteksi lima FRB secara real time menggunakan satu teleskop radio.

Sistem pembelajaran mesin di Teleskop Molonglo

Wael Farah, mahasiswa doktoral di Swinburne University of Technology, Melbourne, mengembangkan sistem pembelajaran mesin yang dapat mengenali ciri FRB ketika sinyal tiba di Observatorium Radio Molonglo University of Sydney, dekat Canberra.

Penelitian ini berangkat dari kendala umum dalam pengamatan astronomi modern: banyak instrumen ilmiah, termasuk teleskop radio, menghasilkan data per detik lebih besar daripada kapasitas penyimpanan yang tersedia. Akibatnya, perekaman detail terbaik biasanya hanya dilakukan untuk pengamatan yang dianggap paling menarik.

Sistem yang dikembangkan Farah memungkinkan teleskop Molonglo mengenali FRB dan secara otomatis beralih ke mode perekaman paling rinci. Dengan cara ini, tim peneliti memperoleh rekaman FRB dengan kualitas terbaik.

Perkiraan jumlah dan upaya pencarian sinyal terkait

Berdasarkan data yang diperoleh, para peneliti memperkirakan ada sekitar 59 hingga 157 FRB yang secara teoritis dapat dideteksi tersebar di langit setiap hari.

Para ilmuwan juga memanfaatkan deteksi langsung tersebut untuk mencari kilatan (flare) terkait dalam data dari teleskop sinar-X, optik, dan teleskop radio lainnya. Harapannya, mereka dapat menemukan peristiwa yang tampak berkaitan dengan FRB, namun upaya itu belum membuahkan hasil.

Sinyal datang sekali, lalu hilang

Studi ini juga menguatkan salah satu karakteristik FRB yang paling membingungkan bagi penelitian: begitu sinyal tiba, ia tidak pernah terulang. Setiap FRB tampak sebagai peristiwa tunggal di ruang angkasa yang tidak terjadi lagi.