Tim peneliti Commonwealth Scientific and Industrial Research Organisation (CSIRO) Australia menggunakan kecerdasan buatan yang dilatih dengan gambar kucing dan anjing untuk menguji klaim mengenai lokasi sebuah lubang hitam. Model pengenalan citra itu diterapkan pada data astronomi dan, menurut CSIRO, mendukung temuan sebelumnya tentang objek tersebut.
Penelitian ini dikerjakan Ivy Wong, Nithyanandan Thyagarajan, Samuel Lai, dan Foivos Diakogiannis. Pendekatan mereka menghubungkan teknik visi komputer yang lazim digunakan untuk mengenali gambar sehari-hari dengan salah satu persoalan paling menantang dalam astronomi: memeriksa bukti keberadaan lubang hitam.
Model pengenalan citra dipakai menguji sinyal astronomi
Para peneliti lebih dulu melatih model AI menggunakan gambar kucing dan anjing, lalu mengarahkannya pada data astronomi yang berkaitan dengan pengamatan lubang hitam. Tujuannya bukan sekadar meminta sistem mengenali objek seperti pada foto biasa, melainkan memeriksa apakah sinyal yang dianalisis menunjuk ke lokasi lubang hitam yang diklaim.
Dengan cara itu, teknik pengenalan citra menjadi alat untuk menguji hasil analisis. Tim CSIRO menyebut penerapan tersebut mendukung temuan astronomi yang telah dilaporkan sebelumnya. Namun, keterangan yang tersedia tidak menyebutkan nama lubang hitam, perangkat pengamatan yang digunakan, ataupun rincian teknis model AI yang diterapkan.
Pembedaan itu penting. AI dalam penelitian ini membantu menguji bukti dan klaim lokasi, bukan menggantikan seluruh proses pengamatan astronomi. Hasilnya juga diposisikan sebagai pemeriksaan terhadap temuan sebelumnya, bukan sebagai laporan tentang penemuan lubang hitam baru.
Mengapa bukti lubang hitam perlu diperiksa ulang
Keberadaan lubang hitam umumnya disimpulkan dari sinyal tidak langsung, bukan dari pengamatan langsung terhadap objek tersebut. Karena itu, peneliti perlu menilai apakah sinyal yang ditemukan benar-benar mendukung kesimpulan yang diambil. Pemeriksaan tambahan dapat membantu mengurangi risiko kesalahan akibat derau, pengaruh instrumen, atau pilihan dalam analisis data.
Dalam konteks itu, pendekatan CSIRO menambahkan lapisan pengujian pada proses penelitian. Model AI digunakan untuk melihat apakah data mendukung lokasi yang dinyatakan, sehingga klaim dapat diperiksa melalui cara lain. Langkah tersebut tidak dengan sendirinya menghapus kemungkinan kesalahan, tetapi dapat membantu peneliti menilai kekuatan bukti secara lebih cermat.
Pemeriksaan independen seperti ini relevan karena kesimpulan astronomi sering bergantung pada interpretasi atas data yang kompleks. Jika hasil analisis hanya bertumpu pada satu pendekatan, ada risiko bahwa aspek tertentu dari data atau metode luput diperiksa. Penggunaan alat tambahan memberi peneliti kesempatan untuk menguji kembali kesesuaian antara sinyal dan klaim yang diajukan.
Dari gambar kucing dan anjing ke astrofisika
Penggunaan gambar kucing dan anjing sebagai bahan pelatihan menunjukkan bagaimana metode pembelajaran mesin yang dikenal luas dapat diterapkan pada persoalan ilmiah yang berbeda. Model yang terbiasa mengolah citra sehari-hari kemudian dimanfaatkan untuk membantu menelaah data yang berhubungan dengan astronomi. Peralihan konteks ini menjadi salah satu aspek menonjol dari penelitian tersebut.
Meski demikian, inti penelitian bukanlah bahwa AI dapat melihat lubang hitam secara langsung. Sistem itu berperan dalam pemeriksaan terhadap data dan klaim lokasi, sementara kesimpulan tetap berada dalam kerangka analisis ilmiah. Penerapan AI menjadi berguna ketika hasilnya dipakai sebagai alat bantu yang dapat diuji, bukan sebagai pengganti penilaian para peneliti.
CSIRO menyajikan hasil kerja tim sebagai dukungan bagi temuan sebelumnya. Pendekatan ini memperlihatkan bahwa metode visi komputer berpotensi menambah pengawasan dalam penelitian astronomi, terutama ketika bukti yang tersedia bersifat tidak langsung dan kesimpulannya perlu ditopang pemeriksaan yang kuat.
Ke depan, penggunaan model AI untuk memvalidasi hasil dapat menjadi salah satu cara bagi kelompok penelitian meninjau klaim ilmiah berisiko tinggi. Nilainya akan bergantung pada keterbukaan metode dan kemampuan peneliti menjelaskan apa yang diuji oleh sistem. Dalam kasus CSIRO, AI membantu memperkuat pemeriksaan atas bukti—sebuah langkah tambahan sebelum klaim tentang lubang hitam diterima lebih luas.

