Astrofisikawan Pakai Codex OpenAI untuk Simulasi Lubang Hitam yang Sebelumnya Mustahil

CLB.my.id - Seorang astrofisikawan dari Universitas Arizona berhasil memanfaatkan Codex dari OpenAI untuk menembus batasan komputasi yang telah menghambat simulasi plasma lubang hitam selama puluhan tahun. Penelitian ini membuka jalan bagi pemahaman yang lebih dalam tentang fisika di sekitar horizon peristiwa, wilayah tempat cahaya sekalipun tidak bisa lepas dari tarikan gravitasi.

Masalah Klasik yang Belum Terpecahkan

Chi-kwan Chan, peneliti dari Steward Observatory di Universitas Arizona, menghadapi tantangan komputasi yang sudah lama menjadi penghambat utama dalam astrofisika. Saat mempelajari lubang hitam, para ilmuwan mengandalkan simulasi plasma, yaitu materi superpanas berupa elektron dan ion yang berputar di sekitar horizon peristiwa.

Simulasi berbasis fluida standar bekerja dengan baik di wilayah plasma padat di mana partikel-partikel saling bertabrakan secara frequent. Namun, di dekat lubang hitam supermasif, plasma menjadi sangat panas dan renggang sehingga partikel-partikel jarang bertabrakan. Sebagai gantinya, partikel-partikel tersebut berputar spiral dengan cepat mengikuti garis-garis medan magnet.

Untuk memodelkan fenomena ini secara akurat, simulasi harus menghitung setiap putaran spiral dari triliunan partikel, yang memerlukan langkah waktu yang sangat kecil. Keterbatasan ini telah membatasi realisme simulasi plasma lubang hitam selama beberapa dekade.

Codex sebagai Mesin Ide Algoritma

Chan menggunakan Codex dari OpenAI untuk mengeksplorasi algoritma matematika baru yang dapat melewati hambatan komputasi tersebut. Tujuannya adalah mengubah cara simulasi melacak gerakan partikel sehingga komputer tidak perlu mengikuti setiap spiral individual.

Metode yang diterapkan cukup unik. Codex menghasilkan dan menguji skema numerik kandidat terhadap solusi yang sudah diketahui. Chan mengakui bahwa sebagian besar ide yang dihasilkan AI memang salah. Namun, yang membuat pendekatannya berbeda adalah semua ide tersebut dapat diuji.

Sebagaimana dikutip dari penjelasan Chan, banyak ide ilmiah yang pada akhirnya gagal. Yang penting adalah algoritma-algoritma tersebut bersifat testable. Begitu ditemukan satu yang berhasil, algoritma itu berpotensi membuka simulasi yang sebelumnya mustahil dilakukan.

Verifikasi Ilmiah yang Ketat

Pendekatan Chan memperlakukan AI sebagai alat untuk menghasilkan ide, sementara pengujian ilmiah yang ketat menjadi penentu akhir. Sistem AI terkadang menghasilkan hasil tanpa menunjukkan langkah-langkah pencapaian. Kelompok riset Chan menggunakan Codex untuk mengusulkan skema yang dapat diimplementasikan, diperiksa, diuji, dan dipahami secara fisika.

Skeptisisme terhadap AI dalam riset ilmiah memang masih ada. Namun Chan berargumen bahwa sains adalah kasus penggunaan utama AI karena setiap ide harus divalidasi. Ia menegaskan bahwa sebuah ide tidak diterima hanya karena berasal dari Einstein, dari mahasiswa brilian, atau dari model AI. Ide hanya diterima setelah melalui pengujian berulang.

Kaitan dengan Event Horizon Telescope

Chan merupakan bagian dari kolaborasi Event Horizon Telescope (EHT), proyek yang berhasil memotret lubang hitam untuk pertama kalinya di galaksi M87 pada tahun 2019. Tim ini kini tengah berupaya membuat video pertama dari lubang hitam supermasif.

Keberhasilan algoritma yang diturunkan dari Codex dapat memungkinkan simulasi triliunan partikel, membuka studi tentang fisika yang sebelumnya berada di luar jangkauan. Hal ini akan menciptakan kembaran digital yang lebih akurat dari lingkungan lubang hitam, sekaligus meningkatkan interpretasi data observasional yang dikumpulkan oleh jaringan teleskop EHT di seluruh dunia.***