Penelitian oleh Google dan University of Texas di Austin yang menggunakan data dari NASA meningkatkan prospek wawasan baru ke alam semesta dengan memasukkan data ke dalam program komputer yang dapat mengaduk informasi lebih cepat dan lebih mendalam daripada yang mungkin dilakukan manusia, sebuah teknik yang dikenal sebagai pembelajaran mesin.
Dalam kasus ini, perangkat lunak mempelajari perbedaan antara planet dan objek lain dengan menganalisis ribuan titik data, mencapai akurasi 96 persen, kata NASA pada konferensi pers.
Data tersebut berasal dari teleskop Kepler yang diluncurkan NASA ke luar angkasa pada 2009 sebagai bagian dari misi pencarian planet yang diperkirakan akan berakhir tahun depan karena bahan bakar pesawat ruang angkasa itu habis.
“Jaringan saraf” buatan perangkat lunak tersebut menyisir data sekitar 670 bintang, yang mengarah pada penemuan planet Kepler 80g dan Kepler 90i. Yang terakhir, massa berbatu yang terik 30 persen lebih besar dari Bumi, adalah planet kedelapan yang ditemukan mengorbit bintang yang sama.
Para astronom belum pernah mengamati jaringan delapan planet di samping tata surya yang mencakup Bumi, kata para peneliti.
“Saat penerapan jaringan netral ke data Kepler matang, siapa yang tahu apa yang mungkin ditemukan,” kata Jessie Dotson, ilmuwan proyek NASA untuk teleskop luar angkasa Kepler. “Saya di tepi kursi saya.”
Christopher Shallue, seorang peneliti kecerdasan buatan di Google, dan Andrew Vanderburg, seorang astronom di Universitas Texas di Austin, mengatakan mereka berencana untuk melanjutkan pekerjaan mereka dengan menganalisis data Kepler pada lebih dari 150.000 bintang lain.
Kemajuan dalam perangkat keras dan teknik baru untuk pembelajaran mesin telah memungkinkan perangkat lunak otomatis menangani analisis data dalam sains, keuangan, dan industri lainnya dalam beberapa tahun terakhir.
Pembelajaran mesin belum diterapkan pada data yang diperoleh teleskop Kepler sampai Shallue mendapatkan idenya, katanya.
“Di waktu senggang, saya mulai Googling untuk ‘menemukan exoplanet dengan kumpulan data besar’ dan mengetahui tentang misi Kepler dan kumpulan data besar yang tersedia,” katanya. “Pembelajaran mesin benar-benar berhasil dalam situasi di mana ada begitu banyak data sehingga manusia tidak dapat mencarinya sendiri.”
Vanderburg telah menerima dana melalui beasiswa NASA yang ditujukan untuk peneliti planet jauh.