AI Merevolusikan Pengelasan Kosmos: 27 Juta Objek Samawi Dipetakan oleh Rangkaian Neural

AI Membuka Era Baharu Pemetaan Alam Semesta

Selama berabad-abad, ahli astronomi menatap langit malam, berusaha merungkai misteri bintang, galaksi dan jaringan kosmos yang luas yang mengikat semuanya. Kini, skala alam semesta yang begitu besar membawa cabaran baharu: bagaimana kita mengelaskan dan memahami berbilion-bilion objek samawi apabila kaedah tradisional hampir tidak mampu mengikutinya? Dalam satu lonjakan besar, sekumpulan saintis dari Balai Cerap Yunnan di China telah membangunkan model kecerdasan buatan (AI) yang sudah mengelaskan lebih daripada 27 juta objek kosmos — bintang, galaksi dan quasar — merentasi kawasan langit yang luas. Pencapaian ini menandakan detik penting dalam bidang astronomi dan menjanjikan perubahan besar terhadap cara kita meneroka serta memahami alam semesta.

Mengapa Pengelasan Kosmos Begitu Mencabar

Astronomi moden sedang berdepan ledakan data. Teleskop canggih dan tinjauan langit seperti Sloan Digital Sky Survey (SDSS), Kilo-Degree Survey (KiDS) dan misi Euclid Agensi Angkasa Eropah merakam imej serta ukuran berbilion-bilion objek. Setiap tinjauan baharu menambah terabait data, mendedahkan galaksi yang terletak berbilion-bilion tahun cahaya jauhnya, supernova dan struktur rumit jaringan kosmos.

Secara tradisional, ahli astronomi bergantung pada spektroskopi — menganalisis cahaya daripada sesuatu objek untuk menentukan komposisi, jarak dan jenisnya. Spektroskopi tepat tetapi perlahan dan memerlukan banyak sumber. Dengan jumlah data yang kini tersedia, manusia sememangnya tidak mampu mengikutinya menggunakan kaedah manual atau separa automatik sekalipun. Oleh itu, ahli astronomi semakin beralih kepada tinjauan fotometri, yang merakam imej dalam warna (panjang gelombang) berbeza tetapi tidak mempunyai maklumat terperinci seperti spektrum. Walaupun lebih pantas, data fotometri boleh menimbulkan kekaburan: galaksi jauh, bintang dan quasar sering kelihatan seperti titik kecil yang terang, menjadikannya sukar dibezakan berdasarkan bentuk semata-mata.

Batasan Pengelasan oleh Manusia dan Kaedah Tradisional

Usaha mengautomatikkan pengelasan merangkumi algoritma pembelajaran mesin klasik — seperti pepohon keputusan dan hutan rawak — serta, sejak kebelakangan ini, rangkaian neural pembelajaran mendalam. Kaedah ini mencapai ketepatan yang mengagumkan, namun cabaran masih wujud, terutamanya bagi objek yang malap atau jauh, atau di kawasan yang terlindung oleh debu kosmos. Seperti yang ditemukan dalam satu kajian dari Universiti La Serena di Chile, model pembelajaran mesin boleh menghadapi kesukaran di kawasan sukar seperti "zon pengelakan", tempat debu menghalang sebahagian besar cahaya tampak, lalu menyebabkan kadar ralat yang tinggi melainkan model dilatih menggunakan data berbilang panjang gelombang yang pelbagai.

Cara Model AI China Berfungsi

Model AI baharu yang dibangunkan oleh pasukan Balai Cerap Yunnan merupakan kemajuan besar. Tidak seperti pendekatan terdahulu yang bergantung sama ada pada rupa (morfologi) atau warna (taburan tenaga spektrum, atau SED) objek, rangkaian neural ini memproses kedua-dua jenis maklumat secara serentak. Reka bentuk dua input ini membolehkan AI mengesan perbezaan halus antara bintang, galaksi dan quasar yang mungkin terlepas pandang.

Model itu dilatih menggunakan sumber yang disahkan secara spektroskopi daripada keluaran data ke-17 SDSS — piawaian emas dalam pengelasan astronomi. Kemudian, model itu diuji pada imej daripada tinjauan KiDS, dengan tumpuan pada objek yang lebih terang daripada magnitud r = 23, meliputi kira-kira 1,350 darjah persegi langit. Hasilnya: lebih 27 juta objek dikelaskan dengan kelajuan dan ketepatan yang mengagumkan.

Pengesahan dan Ketepatan Merentas Pelbagai Tinjauan

Bagi memastikan kebolehpercayaannya, pasukan itu mengesahkan model berkenaan menggunakan data daripada tinjauan utama yang lain. Apabila digunakan terhadap 3.4 juta sumber daripada misi Gaia — terutamanya bintang yang pergerakannya diketahui dengan baik — AI itu mengenal pasti 99.7% daripadanya dengan betul sebagai bintang. Kadar kejayaan yang serupa dicapai menggunakan tinjauan Galaxy And Mass Assembly (GAMA), dengan 99.7% galaksi dan quasar dikelaskan dengan tepat. Dalam sesetengah kes, AI itu turut membetulkan kesilapan terdahulu dengan mengelaskan semula objek yang pernah dilabel secara salah dalam katalog lama.

Ketepatan yang tinggi ini menunjukkan keteguhan model tersebut dan potensinya untuk menambah baik pangkalan data astronomi sedia ada, sekali gus menjadikannya alat yang bernilai kepada komuniti astronomi.

AI dan Persaingan Global untuk Memetakan Alam Semesta

Penemuan penting dari China ini sebahagian daripada trend yang lebih luas: ahli astronomi di seluruh dunia berlumba-lumba membangunkan alat AI yang mampu mengendalikan lambakan data daripada teleskop generasi baharu. Misi Euclid Agensi Angkasa Eropah, misalnya, sudah memetakan 26 juta galaksi dalam sebahagian kecil kawasan tinjauan yang dirancang. Dalam tempoh enam tahun akan datang, Euclid akan merakam imej lebih 1.5 bilion galaksi dan menghantar kira-kira 100 gigabait data setiap hari. Begitu juga, Balai Cerap Vera Rubin yang bakal beroperasi dijangka mengesan berjuta-juta supernova baharu dan peristiwa sementara yang lain, sementara alat AI seperti Bright Transient Survey Bot (BTSbot) sudah mengautomatikkan proses penemuan dan pengelasan supernova dalam tinjauan Zwicky Transient Facility.

Sains Warga dan AI: Kerjasama yang Berkesan

Memandangkan skala cabaran ini, ahli astronomi turut mendapatkan bantuan orang ramai. Projek seperti Galaxy Zoo dan "Galaxy Zoo: Euclid" yang baharu mengundang sukarelawan dari seluruh dunia untuk membantu mengelaskan bentuk galaksi. Saintis warga ini bekerjasama dengan algoritma AI — seperti ZooBot — yang mengendalikan kes lebih mudah dan merujuk imej yang lebih rumit kepada manusia. Kerjasama ini bukan sahaja mempercepat pengelasan, malah membantu melatih dan menambah baik AI, sekali gus mewujudkan kitaran penemuan yang saling memperkukuh.

Teleskop Angkasa James Webb NASA dan misi Euclid kedua-duanya menggunakan pendekatan hibrid ini, dengan ribuan sukarelawan serta AI canggih bekerjasama untuk membina katalog morfologi galaksi yang terbesar dan paling terperinci pernah dihimpunkan.

Bagaimana AI Mengubah Astronomi

Kesan AI terhadap astronomi jauh melangkaui soal kelajuan. Dengan mengelaskan sejumlah besar objek secara pantas dan tepat, AI membolehkan saintis:

• Menemui objek yang jarang ditemui atau luar biasa, seperti galaksi cincin atau quasar jauh, yang mungkin terlepas pandang.
• Menjejaki struktur dan evolusi galaksi sepanjang zaman kosmos, sekali gus menjelaskan perubahan alam semesta selama berbilion-bilion tahun.
• Memetakan taburan jirim gelap dan tenaga gelap dengan menganalisis bentuk serta kedudukan galaksi dan kesan kanta graviti.
• Meningkatkan ketepatan dan kelengkapan katalog astronomi dengan membetulkan kesilapan terdahulu serta mengisi kekosongan.

Sebagai contoh, penemuan terbaharu 30,000 galaksi cincin yang jarang ditemui hasil gabungan AI dan saintis warga dalam projek GALAXY CRUISE telah menyediakan sampel yang cukup besar untuk analisis saintifik yang bermakna, sekali gus mendedahkan pemahaman baharu tentang pembentukan struktur luar biasa ini — yang sering berlaku melalui perlanggaran galaksi spiral.

Inovasi Teknikal: Analisis Pelbagai Modal dan Peringkat Piksel

Kemajuan terkini dalam AI untuk astronomi merangkumi seni bina pembelajaran mendalam pelbagai modal, yang menggabungkan data imej dengan metadata berbentuk jadual (seperti kecerahan, warna dan anjakan merah) untuk meningkatkan ketepatan. Kajian menunjukkan bahawa model ini mengatasi model yang hanya menggunakan satu jenis data, dengan mencapai kejituan dan perolehan semula yang lebih tinggi menggunakan bilangan epoch latihan yang lebih sedikit. Sesetengah alat, seperti Morpheus AI yang dibangunkan di UC Santa Cruz, malah menganalisis imej piksel demi piksel, sekali gus membolehkan pengelasan morfologi terperinci dan pengenalpastian struktur rumit dalam galaksi.

Inovasi ini penting apabila tinjauan menjadi semakin bercita-cita tinggi. Misi Euclid, misalnya, bertujuan memetakan taburan tiga dimensi jirim gelap dengan mengukur herotan halus pada bentuk galaksi yang disebabkan oleh kanta graviti — tugas yang mustahil dilaksanakan tanpa teknik AI dan pembelajaran mesin yang canggih.

Batasan dan Cabaran AI dalam Astronomi

Walaupun kemajuan ini memberangsangkan, AI bukanlah penyelesaian untuk segala-galanya. Ketepatan mana-mana model bergantung kuat pada kualiti dan kepelbagaian data latihannya. Model yang dilatih menggunakan satu tinjauan mungkin tidak berfungsi sebaik itu pada data daripada instrumen lain atau kawasan langit yang berbeza, khususnya dalam persekitaran mencabar seperti zon pengelakan. Seperti yang diketengahkan oleh penyelidikan terkini, model pembelajaran mesin boleh menghadapi kesukaran mengelaskan objek di kawasan yang terlindung oleh debu atau mempunyai ciri luar biasa, dan kadangkala gagal mengesan atau mengenal pasti dengan betul sebahagian besar objek.

Selain itu, model AI boleh mewarisi bias daripada data latihannya, lalu berpotensi terlepas fenomena yang jarang berlaku atau tidak dijangka. Sebab itulah kepakaran manusia dan sains warga kekal penting, baik untuk mengesahkan hasil AI mahupun menemukan perkara yang benar-benar baharu.

Hala Tuju Masa Hadapan: AI yang Lebih Pintar dan Mudah Menyesuaikan Diri

Pasukan Balai Cerap Yunnan dan pihak lain kini berusaha meningkatkan keupayaan model mereka untuk mengendalikan objek yang lebih malap lagi serta menyesuaikan diri dengan tinjauan baharu yang mempunyai ciri berbeza. Usaha ini termasuk melatih model menggunakan set data yang lebih pelbagai, menggabungkan data berbilang panjang gelombang dan membangunkan algoritma yang dapat menandakan kes yang tidak pasti atau luar biasa untuk semakan manusia.

Seiring perkembangan AI, kerjasamanya dengan ahli astronomi — profesional mahupun amatur — akan menjadi kunci untuk merungkai rahsia alam semesta.

Implikasi Lebih Luas: Zaman Keemasan Penemuan Baharu

Kebangkitan AI dalam bidang astronomi bukan sekadar pencapaian teknikal; ia menandakan perubahan besar dalam cara sains dijalankan. Dengan mengautomatikkan tugas pengelasan yang membosankan, AI membolehkan ahli astronomi menumpukan perhatian pada tafsiran, teori dan pencarian perkara yang belum diketahui. AI juga mendemokrasikan penemuan, membolehkan sesiapa sahaja yang mempunyai sambungan internet menyumbang kepada pemetaan kosmos.

Dengan misi seperti Euclid, James Webb dan Balai Cerap Vera Rubin yang bakal menyampaikan jumlah data yang belum pernah dicapai, gabungan AI, pembelajaran mesin dan sains warga sedang membuka zaman keemasan baharu dalam penemuan astronomi. Alam semesta luas dan penuh misteri, tetapi dengan alat baharu ini, kita kini lebih bersedia daripada sebelumnya untuk meneroka kedalamannya.

Kesimpulan

• Model AI dari China telah mengelaskan lebih 27 juta bintang, galaksi dan quasar, menandakan kemajuan besar dalam analisis data astronomi.
• Model itu menggunakan ciri morfologi dan taburan tenaga spektrum untuk mencapai ketepatan tinggi, dan telah disahkan merentas pelbagai tinjauan.
• AI penting untuk mengendalikan jumlah data yang besar daripada tinjauan langit moden seperti Euclid dan Balai Cerap Vera Rubin.
• Projek sains warga seperti Galaxy Zoo bekerjasama dengan AI untuk mengelaskan objek yang rumit atau samar, sekali gus meningkatkan kelajuan dan ketepatan.
• AI membolehkan penemuan objek yang jarang ditemui dan pembetulan kesilapan dalam katalog terdahulu, tetapi masih berdepan cabaran di kawasan sukar serta ketika mengendalikan fenomena luar biasa.
• Masa depan pengelasan kosmos bergantung pada model AI yang lebih pintar dan mudah menyesuaikan diri serta kerjasama berterusan antara mesin dengan manusia.