Misteri paling kompleks dari Matahari mungkin segera terpecahkan berkat kecerdasan buatan. Pada 20 Agustus, IBM dan NASA mengumumkan peluncuran Surya, sebuah model fondasi untuk matahari. Setelah dilatih dengan kumpulan data besar aktivitas matahari, alat AI ini bertujuan untuk mendalami pemahaman umat manusia tentang cuaca antariksa dan memprediksi dengan akurat semburan matahari—ledakan radiasi elektromagnetik yang dipancarkan bintang kita yang mengancam baik astronot di orbit maupun infrastruktur komunikasi di Bumi.
Surya dilatih dengan data sembilan tahun yang dikumpulkan oleh Solar Dynamics Observatory (SDO) milik NASA, sebuah instrumen yang telah mengorbit matahari sejak 2010, mengambil gambar beresolusi tinggi setiap 12 detik. SDO menangkap pengamatan matahari pada berbagai panjang gelombang elektromagnetik berbeda untuk memperkirakan suhu lapisan-lapisan bintang tersebut. SDO juga mengambil pengukuran presisi terhadap medan magnet matahari—data esensial untuk memahami bagaimana energi bergerak melalui bintang tersebut, dan untuk memprediksi badai matahari.
Secara historis, menafsirkan sejumlah besar data yang beragam dan kompleks ini merupakan tantangan bagi para ahli heliofisika. Untuk mengatasi tantangan ini, IBM menyatakan bahwa pengembang Surya menggunakan data SDO untuk menciptakan kembaran digital matahari—replika virtual dinamis dari bintang tersebut yang diperbarui ketika data baru ditangkap, dan yang dapat dimanipulasi serta lebih mudah dipelajari.
Prosesnya dimulai dengan menyatukan berbagai format data yang dimasukkan ke dalam model, memungkinkannya untuk memproses data tersebut secara konsisten. Selanjutnya, sebuah vision transformer jangkauan panjang digunakan—arsitektur AI yang memungkinkan analisis mendetail terhadap gambar beresolusi sangat tinggi dan identifikasi hubungan antar komponennya, terlepas dari jaraknya.
Kinerja model dioptimalkan menggunakan mekanisme yang disebut spectral gating, yang mengurangi penggunaan memori hingga 5 persen dengan menyaring noise dalam data, sehingga meningkatkan kualitas informasi yang diproses.
Prediksi Lebih Akurat dalam Waktu Lebih Singkat
Para pengembangnya menyatakan bahwa desain ini memberikan Surya keunggulan signifikan: Tidak seperti algoritma lain yang memerlukan pelabelan ekstensif pada data yang diberikan, Surya dapat belajar langsung dari data mentah. Hal ini memungkinkannya untuk beradaptasi dengan cepat ke berbagai tugas dan memberikan hasil yang andal dalam waktu lebih singkat.
Selama pengujian, Surya menunjukkan fleksibilitasnya dalam mengintegrasikan data dari instrumen lain, seperti Parker Solar Probe dan Solar and Heliospheric Observatory (SOHO), dua wahana antariksa lain yang mengamati matahari. Surya juga terbukti efektif dalam berbagai fungsi prediktif, termasuk memprediksi aktivitas semburan dan kecepatan angin matahari.
Menurut IBM, model prediksi tradisional hanya dapat memprediksi semburan satu jam sebelumnya berdasarkan sinyal yang terdeteksi di wilayah spesifik matahari. Sebaliknya, “Surya memberikan keunggulan waktu dua jam dengan menggunakan informasi visual. Model ini dianggap sebagai yang pertama memberikan peringatan semacam ini. Dalam pengujian awal model, tim menyatakan mereka mencapai peningkatan akurasi klasifikasi semburan matahari sebesar 16 persen, sebuah peningkatan yang signifikan dibandingkan metode yang ada,” ujar perusahaan tersebut dalam sebuah pernyataan.
NASA menekankan bahwa, meskipun model ini dirancang untuk mempelajari heliofisika, arsitekturnya dapat diadaptasi ke berbagai bidang, dari ilmu planet hingga observasi Bumi. “Dengan mengembangkan model fondasi yang dilatih pada data heliofisika NASA, kami mempermudah analisis kompleksitas perilaku matahari dengan kecepatan dan presisi yang belum pernah terjadi sebelumnya,” kata Kevin Murphy, direktur ilmu data NASA, dalam sebuah pernyataan. “Model ini memberdayakan pemahaman yang lebih luas tentang bagaimana aktivitas matahari berdampak pada sistem dan teknologi kritis yang kita andalkan semua di Bumi.”
Risiko yang ditimbulkan oleh aktivitas matahari yang tidak normal tidaklah kecil. Sebuah badai matahari besar dapat secara langsung mempengaruhi telekomunikasi global, meruntuhkan jaringan listrik, dan mengganggu navigasi GPS, operasi satelit, koneksi internet, dan transmisi radio.
Andrés Muñoz-Jaramillo, seorang fisikawan matahari di Southwest Research Institute di San Antonio, Texas, dan ilmuwan utama proyek ini, menekankan bahwa tujuan Surya adalah memaksimalkan waktu antisipasi untuk skenario-skenario mungkin ini. “Kami ingin memberikan Bumi waktu antisipasi terpanjang mungkin. Harapan kami adalah model telah mempelajari semua proses kritis di balik evolusi bintang kita sepanjang waktu sehingga kami dapat mengekstrak wawasan yang dapat ditindaklanjuti.”
Artikel ini pertama kali muncul di WIRED en Español dan telah diterjemahkan dari bahasa Spanyol.