Kecerdasan Buatan Bisa Prediksi Turbulensi yang Terjadi di Matahari
Turbulensi di matahari perlu diketahui untuk memprediksi aktivitas matahari.
REPUBLIKA.CO.ID, JEPANG -- Gerakan turbulen tersembunyi yang terjadi di dalam atmosfer Matahari dapat diprediksi secara akurat oleh teknologi neural network atau jaringan saraf yang baru dikembangkan. Hanya dengan data suhu dan gerakan vertikal yang dikumpulkan dari permukaan fotosfer matahari, model kecerdasan buatan (AI) dapat dengan benar mengidentifikasi gerakan horizontal turbulen di bawah permukaan.
Temuan ini dapat membantu ilmuwan untuk lebih memahami konveksi matahari dan proses yang menghasilkan ledakan dan pancaran dari Matahari.
“Kami mengembangkan jaringan saraf konvolusi baru untuk memperkirakan distribusi spasial kecepatan horizontal dengan menggunakan distribusi suhu dan kecepatan vertikal,” tulis tim peneliti yang dipimpin oleh astronom Ryohtaroh Ishikawa dari National Astronomical Observatory of Japan, dilansir dari Sciencealert, Senin (28/2/2022).
Fotosfer matahari adalah wilayah atmosfer Matahari yang biasa disebut sebagai permukaan matahari. Fotosfer merupakan lapisan terendah dari atmosfer matahari. Di fotosfer, terjadi aktivitas matahari seperti bintik matahari, semburan matahari, dan lontaran massa koronal (CME) berasal.
Jika Anda perhatikan lebih dekat, permukaan fotosfer tidak seragam. Fotosfer ditutupi dengan bagian-bagian yang berdesakan, lebih terang di tengah dan gelap di tepinya. Ini adalah bagian atas sel konveksi dalam plasma surya. Plasma panas naik di tengah, dan kemudian jatuh kembali di sekitar tepi saat bergerak ke luar dan mendingin.
Aliran skala yang lebih kecil di sel-sel ini dapat berinteraksi dengan medan magnet matahari untuk memicu fenomena matahari lainnya. Selain itu, turbulensi juga diduga berperan dalam memanaskan korona matahari, sehingga para ilmuwan tertarik untuk memahami dengan tepat bagaimana plasma berperilaku di fotosfer.
Ishikawa dan timnya mengembangkan simulasi numerik turbulensi plasma, dan menggunakan tiga set data simulasi yang berbeda untuk melatih jaringan saraf. Mereka menemukan bahwa, hanya berdasarkan data suhu dan aliran vertikal, AI dapat secara akurat menggambarkan aliran horizontal dalam simulasi yang tidak akan terdeteksi di Matahari asli.
Ini berarti bahwa kita dapat memberinya data matahari dan berharap bahwa hasil yang dikembalikannya konsisten dengan apa yang sebenarnya terjadi pada matahari. Namun, meskipun mampu mendeteksi aliran skala besar, AI memang kesulitan memilih fitur yang lebih kecil. Padahal, keakuratan turbulensi skala kecil sangat penting untuk beberapa perhitungan yang berhubungan dengan fenomena yang terjadi di matahari.
Baca juga : Meta Cari Mitra Bangun Metaverse Menjadi Hidup
Ikuti Whatsapp Channel Republika