Mencari lohong hitam tersembunyi dengan data TESS dan bantuan orang ramai

Sukarelawan Black Hole Hunters membantu menyaring rekod kecerahan bintang untuk mencari satu petunjuk yang sukar dikesan: objek gelap yang melintas di hadapan bintang pasangannya boleh membengkokkan dan membesarkan cahayanya. Penyelidik menggunakan data daripada Satelit TESS (Transiting Exoplanet Survey Satellite), manakala klasifikasi sukarelawan dan alat algoritma membantu meneliti pemerhatian dalam jumlah besar. Isyarat yang kelihatan menarik masih perlu dianalisis lanjut—mengesan corak belum bermakna lohong hitam telah disahkan. 1718

Petunjuk yang dicari oleh Black Hole Hunters

Projek ini memburu pelensaan kendiri graviti dalam sistem bintang berganda. Jika sistem itu dilihat dari sudut yang sesuai, hampir tepat dari sisi, cahaya bintang yang kelihatan boleh dibengkokkan dan diperbesarkan oleh pasangan gelapnya ketika objek itu melintas di hadapan. Berbeza daripada peristiwa pelensaan mikro yang berlaku sekali sahaja, perubahan kecerahan ini boleh berulang mengikut orbit sistem tersebut. 18

Perubahan berulang itu sepatutnya kelihatan dalam lengkung cahaya—graf yang menunjukkan kecerahan bintang dari semasa ke semasa. Itulah corak yang cuba dikesan oleh para penyelidik. Projek ini menggunakan contoh simulasi untuk membantu sukarelawan belajar mengenali bentuk isyarat yang dicari. Namun, FAQ projek menyatakan bahawa peristiwa sebegini jarang berlaku dan, pada masa maklumat itu diterbitkan, belum ada contoh pelensaan kendiri oleh lohong hitam yang disahkan secara muktamad.

Sukarelawan dan algoritma saling melengkapi

Black Hole Hunters beroperasi di Zooniverse, platform penyelidikan berasaskan penyertaan orang ramai. Selepas mengikuti latihan dalam talian, peserta boleh mengelaskan lengkung cahaya. Projek ini menggunakan pemerhatian TESS, dan penyelidiknya turut menyatakan rancangan untuk meneliti data daripada tinjauan lain. 1718

Klasifikasi sukarelawan ialah satu bahagian daripada proses pencarian, bukannya pengganti analisis penyelidik. Dalam kemas kini pada April 2026, penyelidik Adam McMaster berkata peserta telah menghantar 7.6 juta klasifikasi. Beliau menjelaskan bahawa pasukan menggabungkan klasifikasi tersebut dengan simulasi yang lebih terperinci untuk membangunkan algoritma yang menapis lengkung cahaya terlebih dahulu dan mengecilkan carian kepada calon yang lebih berpotensi.

Projek ini dilancarkan di Zooniverse pada 26 Oktober 2021. Pasukan yang disenaraikan termasuk Adam McMaster, Hugh Dickinson dan Matthew Middleton, dengan kerjasama penyelidik daripada University of Southampton, Open University dan Flatiron Institute. University of Southampton kemudian menyatakan bahawa geran pada 2024 menyokong kerja Middleton dan McMaster bersama Dickinson serta usaha merekrut sukarelawan. 17

Higgs Hunters: projek berbeza, tugas berbeza

Higgs Hunters menangani persoalan yang lain. Sukarelawan meneliti imej daripada eksperimen ATLAS di Large Hadron Collider (LHC), pemecut zarah besar, untuk mencari bucu luar pusat (off-centre vertices): jejak zarah yang kelihatan bermula jauh daripada titik perlanggaran utama. Ciri seperti ini boleh memberi petunjuk tentang zarah yang bergerak sebelum mereput, tetapi tanda luar biasa dalam imej sahaja bukan bukti kewujudan zarah baharu. 10

Satu analisis projek itu menilai kebolehan sukarelawan bukan pakar mengenal pasti pereputan zarah berjangka hayat panjang dan ciri luar biasa yang lain. Bagi bahan yang dikaji, kecekapan sukarelawan dan kadar positif palsu mereka didapati setanding dengan algoritma ATLAS. Makalah itu turut menyatakan bahawa sukarelawan menandakan peristiwa dengan ciri yang tidak dijangka untuk diteliti dengan lebih lanjut. 3

Menurut University of Oxford, Higgs Hunters melibatkan 42,280 peserta dari lebih 170 negara, dan pelajar sekolah di UK turut menyertai peringkat analisis seterusnya. Angka penyertaan ini merujuk kepada projek tersebut—ia bukan jumlah klasifikasi Black Hole Hunters, dan bukan bukti bahawa sukarelawan mengatasi algoritma dalam setiap tugasan saintifik. 4

Peranan orang ramai dalam penyelidikan

Kedua-dua projek menunjukkan bagaimana penyertaan orang ramai boleh membantu saintis meneliti himpunan data yang besar dan mengetengahkan corak yang wajar disiasat. Higgs Hunters membandingkan prestasi sukarelawan dengan algoritma bagi satu tugasan mengelaskan imej; Black Hole Hunters pula menggabungkan klasifikasi sukarelawan, simulasi dan penapisan algoritma untuk mengkaji data astronomi yang berbeza. Dalam kedua-dua kes, calon atau ciri yang ditemui tetap memerlukan susulan saintifik sebelum boleh dianggap sebagai penemuan yang sah. 318