Pemanfaatan AI dalam riset antariksa memasuki tahap yang lebih praktis setelah perkembangan terbaru yang dicatat MediaSolo menunjukkan NASA semakin memakai kecerdasan buatan untuk menelusuri data ilmiah dan operasional yang terkumpul selama puluhan tahun. Sistem tersebut tidak menggantikan ilmuwan atau pengendali misi, tetapi membantu mereka mencari hubungan, merangkum informasi, dan menemukan data yang sebelumnya membutuhkan waktu lama untuk diperiksa secara manual.
NASA mempunyai koleksi data yang sangat besar.
Informasi datang dari teleskop, satelit pengamatan Bumi, wahana Mars, simulasi, laporan keselamatan, serta berbagai misi manusia.
Masalahnya bukan kekurangan data.
Tantangan justru terletak pada bagaimana menemukan informasi yang relevan dari banyak sumber berbeda.
Artemis II Menghasilkan Data dari Banyak Sistem
Persiapan Artemis II memberi gambaran tentang skala masalah tersebut.
Tim NASA menghasilkan analisis keselamatan, tinjauan rekayasa, dan data misi yang tersebar setidaknya di 10 sumber berbeda.
Setiap kelompok mempunyai dokumen dan sistem sendiri.
Jika seseorang membutuhkan satu jawaban, mereka sebelumnya bisa menghabiskan banyak waktu mencari bahan yang tersebar.
AI membantu menghubungkan informasi tersebut.
Dalam laporan Microsoft, NASA menjelaskan bahwa alat AI ikut digunakan untuk menghasilkan rekomendasi keselamatan dan skenario mitigasi risiko selama persiapan Artemis II.
Pekerjaan Berminggu-minggu Bisa Dipersingkat
NASA menyebut proses tertentu yang biasanya membutuhkan waktu berminggu-minggu dapat dilakukan AI dalam hitungan detik untuk tahap pencarian dan penyusunan awal.
Angka tersebut terdengar dramatis, tetapi perlu dipahami dengan benar.
AI tidak berarti keputusan keselamatan langsung dibuat otomatis.
Manusia tetap menilai informasi yang muncul.
Keuntungan utamanya berada pada kecepatan mengumpulkan bahan yang sebelumnya tersebar.
Seorang ahli dapat menggunakan waktunya untuk mengevaluasi hasil daripada menghabiskan berhari-hari hanya mencari dokumen.
Agen AI Mulai Diuji untuk Mission Control
Johnson Space Center juga mengembangkan prototipe agen AI untuk tim SPARTAN.
Kelompok ini menangani sistem tenaga dan pengendalian termal International Space Station.
Konsepnya bukan menempatkan AI sebagai pengendali utama.
Agen dirancang seperti anggota virtual tim pendukung di belakang ruang kontrol.
Flight controller dapat meminta informasi ketika menghadapi kondisi tertentu.
Sistem kemudian mencari jawaban dari sumber yang tersedia dan memberi dukungan untuk keputusan manusia.
Pendekatan seperti ini mempunyai potensi besar karena ruang kontrol menerima data secara terus-menerus.
Kesalahan Tetap Harus Diantisipasi
Kecepatan AI tidak otomatis berarti hasilnya selalu benar.
Sistem dapat salah membaca konteks.
Model bahasa juga dapat memberikan jawaban yang terlihat meyakinkan tetapi tidak sesuai data.
Lingkungan antariksa mempunyai toleransi kesalahan sangat rendah.
Karena itu, AI untuk misi harus memiliki mekanisme verifikasi yang jauh lebih ketat dibanding chatbot konsumen.
Sumber jawaban harus jelas.
Pengguna juga perlu mengetahui kapan sistem tidak mempunyai data cukup untuk menjawab.
Earth Copilot Membuka Data Bumi
NASA dan Microsoft sebelumnya mengembangkan Earth Copilot untuk membuat data pengamatan Bumi lebih mudah digunakan.
Pengguna dapat berinteraksi menggunakan bahasa biasa daripada harus memahami seluruh format teknis dataset.
Ide ini penting karena data satelit sebenarnya mempunyai banyak manfaat di luar komunitas ilmuwan.
Pemerintah daerah dapat menggunakannya untuk melihat kondisi lingkungan.
Peneliti pertanian bisa mempelajari pola kelembapan.
Tim kebencanaan dapat mencari perubahan wilayah.
Hambatan terbesar sering berada pada kemampuan mengolah data, bukan ketersediaannya.
Hydrology Copilot Fokus pada Air
NASA juga bekerja pada Hydrology Copilot.
Sistem tersebut membantu pengguna bertanya mengenai data air seperti presipitasi dan kelembapan tanah.
Tujuannya membuat analisis yang biasanya membutuhkan keahlian teknis menjadi lebih mudah diakses.
Seorang pengguna dapat meminta kondisi suatu wilayah pada periode tertentu tanpa menyusun proses pengolahan data dari awal.
Namun, hasil semacam ini tetap perlu dibaca sebagai alat bantu.
Keputusan penting mengenai banjir atau kekeringan harus mempertimbangkan data lokal dan sumber resmi lainnya.
AI Bisa Mempercepat Respons Bencana
Pemrosesan data satelit biasanya mempunyai beberapa tahapan.
Satelit mengambil data.
Informasi dikirim ke Bumi.
Server memprosesnya.
Hasil baru kemudian masuk ke pengguna.
Dalam bencana yang bergerak cepat, setiap menit mempunyai nilai.
NASA melihat AI sebagai salah satu cara memproses sebagian informasi lebih dekat ke tempat data dihasilkan.
Jika peta banjir dapat dibuat lebih cepat, tim lapangan berpeluang menerima gambaran kondisi dengan keterlambatan lebih kecil.
Teknologi semacam ini masih membutuhkan pengujian, tetapi arah penggunaannya cukup jelas.
Puluhan Tahun Data Belum Tergali Penuh
Salah satu hal paling menarik adalah banyak data lama NASA sebenarnya belum dieksplorasi secara maksimal.
Keterbatasan manusia membuat ilmuwan tidak mungkin memeriksa setiap kombinasi dari jutaan pengamatan yang telah dikumpulkan.
AI dapat mencari pola yang sebelumnya tidak menjadi fokus penelitian.
Data lama juga bisa kembali mempunyai nilai ketika metode analisis baru muncul.
Artinya, penemuan masa depan tidak selalu membutuhkan satelit baru.
Sebagian mungkin berasal dari data yang sudah tersimpan selama bertahun-tahun.
AI Bukan Tujuan Utama NASA
NASA sendiri menegaskan bahwa AI bukan misi utama lembaga.
Teknologi ini dipakai sebagai alat.
Tujuan tetap berada pada eksplorasi, ilmu pengetahuan, dan pemahaman terhadap Bumi maupun alam semesta.
Pembedaan tersebut penting ketika AI sering menjadi pusat pemasaran perusahaan teknologi.
Dalam lingkungan ilmiah, keberhasilan tidak diukur dari seberapa sering istilah AI digunakan.
Hasil akhirnya harus berupa analisis yang lebih cepat, data yang lebih mudah diakses, atau pengetahuan baru yang dapat diverifikasi.
Tantangan Berikutnya Ada pada Kepercayaan
Penggunaan AI dalam Mission Control akan menghadapi standar jauh lebih tinggi daripada aplikasi kantor biasa.
Insinyur harus mengetahui bagaimana jawaban muncul.
Sistem membutuhkan batas yang jelas.
Kesalahan juga harus dapat dilacak.
Ketika sebuah rekomendasi berkaitan dengan keselamatan awak atau kendaraan bernilai miliaran dolar, manusia harus tetap memiliki kendali akhir.
NASA sekarang mempunyai kesempatan besar karena puluhan tahun misi telah menghasilkan gudang data yang luar biasa.
AI dapat membantu membuka gudang tersebut.
Nilai terbesarnya bukan pada kemampuan membuat jawaban cepat, tetapi pada peluang menemukan hubungan baru di antara informasi yang selama ini terlalu besar untuk diperiksa manusia satu per satu.
No Response