Kecerdasan Buatan Untuk Memprediksi Sistem Planet Mana Yang Bisa Bertahan

  • Whatsapp
Mengapa planet tidak bertabrakan lebih sering? Dari semua kemungkinan cara planet mengorbit, berapa banyak konfigurasi yang akan tetap stabil selama miliaran tahun siklus hidup bintang
banner 300x250

Havana88 –  Mengapa planet tidak bertabrakan lebih sering? Dari semua kemungkinan cara planet mengorbit, berapa banyak konfigurasi yang akan tetap stabil selama miliaran tahun siklus hidup bintang? Pertanyaan seperti ini diproses oleh kecerdasan buatan untuk memprediksi sistem planet mana yang akan bertahan.

Menolak kemungkinan yang tidak stabil (semua konfigurasi yang akan menyebabkan tabrakan), akan meninggalkan pandangan yang lebih tajam tentang sistem planet di sekitar bintang lain. Tapi itu tidak semudah kedengarannya.

Read More

“Memisahkan konfigurasi stabil dari tidak stabil ternyata menjadi masalah yang menarik dan sangat sulit,” kata Daniel Tamayo, NASA Sagan Fellow Hubble Fellowship Program, ilmu astrofisika di Princeton, dikutip Phys.org.

Untuk memastikan sistem planet yang stabil, para astronom perlu menghitung gerakan beberapa planet yang berinteraksi selama miliaran tahun dan memeriksa setiap konfigurasi yang mungkin untuk stabilitas. Ini adalah usaha komputasi yang sulit.

Sejak zaman Isaac Newton, para astronom telah bergulat dengan masalah stabilitas orbit. Meskipun perjuangan mereka berkontribusi pada banyak revolusi matematika, termasuk kalkulus dan teori chaos, tidak ada yang menemukan cara untuk memprediksi konfigurasi yang stabil secara teoritis. Astronom modern masih harus “memaksa” perhitungan, bahkan dengan superkomputer, bukan abaci atau aturan geser.

Perhitungan dalam waktu singkat
Tamayo menyadari bahwa dia dapat mempercepat proses ini dengan menggabungkan model interaksi dinamis planet yang disederhanakan dengan metode pembelajaran mesin. Hal ini memungkinkan penghapusan petak besar konfigurasi orbital yang tidak stabil dengan cepat. Perhitungan yang semula memakan waktu puluhan ribu jam kini bisa dilakukan dalam hitungan menit.

“Kita tidak bisa dengan tegas mengatakan ‘sistem planet ini akan baik-baik saja, yang lain akan segera meledak.’ dia berkata.

Alih-alih mensimulasikan konfigurasi tertentu untuk satu miliar orbit (misalnya, pendekatan brute force membutuhkan waktu sekitar 10 jam), model Tamayo mensimulasikan 10.000 orbit dan hanya membutuhkan sepersekian detik.

Dari cuplikan singkat ini, mereka menghitung 10 metrik ringkasan yang menangkap dinamika resonansi sistem. Akhirnya, mereka melatih algoritme pembelajaran mesin untuk memprediksi dari 10 fitur ini apakah konfigurasi akan tetap stabil jika mereka membiarkannya terus mencapai satu miliar orbit.

“Kami menyebut model itu SPOCK—Pengklasifikasi Stabilitas Konfigurasi Orbital Planetary—sebagian karena model ini menentukan apakah sistem akan ‘hidup lama dan makmur’, kata Tamayo.

SPOCK menentukan stabilitas jangka panjang dari konfigurasi planet sekitar 100.000 kali lebih cepat dari pendekatan sebelumnya, memecahkan kemacetan komputasi.

Tamayo memperingatkan bahwa dia dan rekan-rekannya belum “menyelesaikan” masalah umum stabilitas planet. SPOCK andal mengidentifikasi ketidakstabilan yang cepat dalam sistem kompak, yang menurut mereka paling penting dalam mencoba melakukan karakterisasi yang dibatasi stabilitas.

“Metode baru ini akan memberikan jendela yang lebih jelas ke dalam arsitektur orbital sistem planet di luar kita sendiri,” kata Tamayo.

Jessie Christiansen, astrofisikawan di NASA’s Exoplanet Archive yang tidak terlibat dalam penelitian ini, mengatakan: ‘SPOCK sangat membantu untuk memahami beberapa sistem planet yang redup dan jauh yang baru-baru ini terlihat oleh teleskop Kepler.

“Sulit untuk membatasi sifat mereka dengan instrumen yang ada. Apakah itu planet berbatu, raksasa es, atau raksasa gas? Atau sesuatu yang baru? Paling tidak, alat baru ini akan memungkinkan kita untuk mengesampingkan komposisi dan konfigurasi potensi planet yang secara dinamis tidak stabil.” , dan memungkinkan kami melakukannya dengan lebih tepat dan dalam skala yang jauh lebih besar daripada yang tersedia sebelumnya.”

banner 300x250

Related posts

banner 300x250