Teknologi AI Makin Canggih dalam Prediksi Tanda-tanda Kiamat
Penelitian Anne menguji jaringan saraf pada tujuh gunung es raksasa, dengan ukuran mulai dari 54 – 1.052 km persegi. Ukuran gunung es ini masing-masing sebanding dengan wilayah Bern di Swiss dan Hong Kong.
Gunung-gunung es tersebut diamati dalam pengaturan yang berbeda, seperti musim dan tahun, menggunakan 15 dan 46 gambar radar untuk setiap gunung es. Dataset ini mencakup periode dari 2014 hingga 2020.
Hasil penelitian Anne menunjukkan bahwa jaringan syaraf tiruan sangat efektif dalam memetakan luas gunung es, bahkan dalam kondisi yang sulit.
Jaringan juga mampu mengidentifikasi gunung es terbesar di setiap gambar. Hal ini penting untuk melacak perubahan luas dan ketebalan gunung es dari waktu ke waktu.
Jaringan syaraf tiruan dinilai mengungguli algoritme segmentasi standar, yang sering kali memilih gunung es yang lebih kecil atau garis pantai, bukan gunung es yang sebenarnya.
NASA Deteksi Badai Matahari
NASA atau Badan Antariksa Amerika Serikat dikabarkan sedang membuat alat berbasis teknologi kecerdasan buatan yang mendeteksi data badai matahari. Alat ini diklaim dapat memperkirakan kiamat 30 menit sebelum terjadi.
Kiamat yang dimaksud yakni terjadinya badai matahari yang berpotensi menghancurkan wilayah tertentu. Sekitar 35 tahun lalu, badai matahari membuat listrik mati selama berjam-jam di Quebec, Kanada.
Lalu, infrastruktur listrik dan komunikasi di Carrington, Inggris rusak parah pada lebih dari 150 tahun lalu akibat badai matahari.
Alat berbasis teknologi AI buatan NASA itu nantinya mengukur cahaya sebagai bahan pembuat sinyal radio. Cahaya bergerak lebih cepat ketimbang material surya yang dikeluarkan oleh Matahari jika terjadi badai matahari.
Selain itu, NASA mengandalkan satelit yang selama ini digunakan untuk mengidentifikasi badai matahari. Satelit yang dimaksud termasuk ACE, Wind, IMP-8, dan Geotail yang memasok data ke tim NASA.
Dikutip dari Science Alert, para ilmuwan mulai melatih model pembelajaran mendalam yang diberi nama DAGGER. Model ini disebut memiliki beberapa spesifikasi yang lebih baik dibandingkan dengan algoritme prediktif lainnya.
Yang paling menonjol dari DAGGER adalah kecepatan.
Para peneliti dari Pusat Antar Universitas untuk Astronomi dan Astrofisika di India mengklaim, algoritme DAGGER dapat memprediksi tingkat keparahan dan arah kejadian badai matahari dalam waktu kurang dari satu detik dan mampu membuat prediksi setiap menit.
