Para astronom telah mengidentifikasi lebih dari 100 exoplanet yang sebelumnya tidak terdeteksi – dunia yang mengorbit bintang di luar Matahari kita – dengan menerapkan kecerdasan buatan pada data yang dikumpulkan oleh Transiting Exoplanet Survey Satellite (TESS) milik NASA. Penemuan ini, yang didorong oleh program AI baru yang disebut RAVEN, juga menunjukkan adanya tambahan 2.000 eksoplanet potensial, sekitar setengahnya sebelumnya tidak diketahui.
Kekuatan AI dalam Perburuan Planet Eksosurya
Misi TESS mengidentifikasi exoplanet dengan mendeteksi sedikit peredupan cahaya bintang saat sebuah planet lewat di depannya, sebuah fenomena yang dikenal sebagai “transit.” RAVEN menganalisis lebih dari 2,2 juta bintang yang diamati selama empat tahun pertama TESS, dengan fokus pada planet-planet dengan orbit yang sangat rapat – menyelesaikan satu orbit hanya dalam 16 hari Bumi. Kemampuan untuk menentukan dengan tepat dunia yang mengorbit cepat ini sangat penting karena memungkinkan para ilmuwan untuk lebih memahami seberapa umum dan di mana mereka paling sering muncul.
Mengonfirmasi Kandidat: Sebuah Tantangan Besar
Saat ini, katalog planet ekstrasurya NASA berisi sekitar 6.000 planet yang telah dikonfirmasi, namun ribuan kandidat masih belum terverifikasi. Tantangan utamanya adalah membedakan antara transit planet yang sebenarnya dan peristiwa serupa lainnya, seperti gerhana bintang biner. RAVEN secara langsung mengatasi masalah ini dengan menganalisis data menggunakan pembelajaran mesin untuk mengidentifikasi pola yang menunjukkan planet asli.
RAVEN’s Edge: Saluran Pipa Lengkap
RAVEN menonjol karena menangani seluruh proses pendeteksian planet ekstrasurya dalam satu alur kerja, mulai dari deteksi sinyal awal hingga validasi pembelajaran mesin dan konfirmasi statistik. Hal ini berbeda dengan banyak alat yang ada yang hanya berfokus pada tahapan proses tertentu.
“RAVEN memungkinkan kami menganalisis kumpulan data yang sangat besar secara konsisten dan obyektif,” kata David Armstrong, peneliti di Universitas Warwick. “Karena jalur pipa ini telah diuji dengan baik dan divalidasi dengan cermat, ini bukan sekadar daftar planet potensial – namun juga cukup dapat diandalkan untuk digunakan sebagai sampel untuk memetakan prevalensi berbagai jenis planet di sekitar bintang mirip matahari.”
Memetakan Populasi Planet dan “Gurun Neptunus”
Analisis tersebut mengonfirmasi bahwa sekitar 10% bintang mirip Matahari memiliki planet yang jaraknya dekat, hal ini sejalan dengan pengamatan sebelumnya dari misi Kepler NASA. Yang terpenting, RAVEN juga telah memberikan perkiraan yang tepat tentang seberapa langka planet seukuran Neptunus yang berada dalam orbit dekat – wilayah yang oleh para astronom disebut sebagai “gurun Neptunus.” Studi tersebut menunjukkan bahwa planet-planet ini hanya terdapat di sekitar 0,08% bintang mirip Matahari, memperkuat gagasan bahwa wilayah ini berpenduduk jarang.
Penemuan ini menyoroti bagaimana AI mengubah astronomi dengan cepat, memungkinkan para peneliti mengekstraksi wawasan bermakna dari kumpulan data yang sangat besar. Kemampuan untuk mengidentifikasi calon planet ekstrasurya secara sistematis dan andal akan mempercepat pencarian dunia yang dapat dihuni di luar tata surya kita.
