哈佛不再仅仅是传统科学的殿堂。在马萨诸塞州的森林里，一群物理学家和计算机科学家正在重新定义不明飞行物研究，这是最具争议和最迷人的领域之一——但不要期待任何古怪的阴谋论或外星人绑架的奇幻故事。 也许。
Il 伽利略计划，由物理学家推动 阿维·勒布（Avi Loeb），采用严谨的科学方法搜寻不明空中现象，其基本帮助如下： 人工智能。红外摄像机、声学传感器和机器学习算法协同工作，对我们头顶上经过的所有事物进行分类，寻找可能改变历史的异常现象。
阿维·勒布（Avi Loeb） 对于那些致力于探索未知领域的科学人士来说，这当然不是一个新名字。这位哈佛天体物理学教授以其颇具争议但科学合理的理论而闻名，他在 2018 年提出假设，成为 UFO 研究的核心人物。 星际物体“Oumuamua” 可能是外星探测器。这一理论让他受到了较为保守的科学界的猛烈批评，但同时也引起了公众（以及一些富有的私人金融家）的关注。
从那时起，勒布就将这个看似挑衅的行为转变为严谨的科学研究计划。并采用一种绝对创新的方法：如果你想找到外星生命的证据，不仅要在太空深处寻找，还要在我们的大气层中寻找，或者 在海洋深处，拥有尖端工具和强大的新盟友。
UFO研究的范式转变
该学科本身的术语正在发生变化，反映了一种新的科学方法。今天，正如你们所知，专家们更喜欢谈论 联合会 （不明空中现象 - 不明空中现象）而不是 飞碟 （不明飞行物）。这并不是语言上的矫揉造作，而是试图将这一研究领域从几十年来伴随它的耸人听闻的内涵中解放出来。
然而，除了标签之外，UFO研究的本质保持不变：用严谨的科学方法和先进的技术，研究那些无法用传统解释解释的空中现象。正是这种物质由于人工智能的决定性贡献而正在经历复兴。
几十年来，UFO 研究一直以目击者的陈述、通常质量较差的照片或视频以及主观解释为主。这里是造成错误视觉、视觉错觉，有时甚至是彻头彻尾的骗局的沃土。这种方法只能引起主流科学界的怀疑。
如今，得益于人工智能和日益复杂的传感器，UFO 研究终于获得了主流科学认真对待的必要精度和客观性。 而结果可能很快就会显现。
伽利略计划天文台
伽利略计划的核心是一座简朴但功能强大的天文台，位于马萨诸塞州的森林中，距离波士顿约半小时车程。乍一看，它可能看起来并不特别令人印象深刻：一组摄像机、声学传感器、无线电频谱分析仪、粒子计数器、气象站和磁力仪。但正是这种与强大的人工智能算法相连的集成传感器网络代表了不明飞行物研究领域的一场革命。
与专注于有限天空区域和远距离物体的传统天文台不同，伽利略计划天文台 每天 24 小时监测整个天空，寻找地球大气层的异常现象。 如果没有人工智能的帮助，这种方法是不可能实现的，因为人工智能能够处理各种传感器产生的大量数据。
劳拉·多米内是一位才华横溢的博士后物理学家，在斯坦福研究中微子后选择加入 Loeb 的团队，他解释说，人工智能对他们的工作至关重要。他坚定地说道：“这是解决这个问题的唯一方法。” Dominé 特别参与了开发过滤天文台红外摄像机收集的数据的算法。
但人工智能在 UFO 研究方面究竟是如何发挥作用的呢？
伽利略项目团队正在使用开源计算机视觉软件，类似于自动驾驶汽车（最近发明的 可以进一步帮助）。这些算法经过训练可以识别天空中的常见物体：飞机、鸟类、昆虫、无人机、卫星和其他可能与异常现象混淆的物体。
他解释道，挑战 理查德·克洛特负责监督软件开发的剑桥大学计算机科学家尤为复杂。与其他计算机视觉问题不同，在这种情况下，您并不确切知道您在寻找什么。
“我们不知道UAP的特征，也不知道它是如何移动的。而这正是该项目的目的：定义UAP是什么。”克洛特强调道。
因此，所采用的方法是 教人工智能识别天空中一切“正常”的事物，然后通过排除法来识别不属于任何已知类别的内容。实际上，算法正在创建一个“天空普查”，即一份通常飞过我们头顶的所有物体的详细目录。
为了训练这些人工智能模型，克洛特创建了包含天空中常见物体的真实和合成图像的海量数据库。他使用名为 Blender 的开源动画程序，在各种光照条件、高度和方向下生成了数十万张飞机、鸟类、无人机、气球和其他飞行物体的合成图像。
这些培训课程在哈佛大学的计算集群上进行，该集群包括数百台服务器和专门的 AI 图形处理单元 (GPU)，分布在波士顿地区的三个不同的数据中心。
技术难点与挑战
尽管拥有令人印象深刻的计算能力，但该团队仍遇到了一些困难。由于飞机的速度、轨迹和机动具有规律性，因此人工智能相对容易识别飞机。但鸟类代表着更为复杂的挑战，更不用说昆虫（飞行速度快且不稳定，经常靠近相机镜头）：它们被克洛特定义为“噩梦”。
云、灰尘、地平线附近吹落的树叶以及太阳反射等现象也会干扰检测算法。讽刺的是，这些相同的认知错误可以解释 多年来人类报告的一些神秘的UFO目击事件。
L'obieettivo 结局？ 为天文台的所有仪器开发类似的软件并同步它们，以便整个系统对其感知到的内容实时做出反应。当其中一个传感器（“全天空”摄像机、红外阵列或麦克风）检测到感兴趣的东西时，特殊的变焦摄像机将自动定位到天空中的那个位置，整个天文台将开始保存它正在记录的数据。其余的确实都是传奇： 协议.
初步成果和未来展望
A 一月2025多米内与克洛特、勒布和其他合作者共同发表了一篇论文，内容是关于天文台红外摄像机阵列收集的数据。软件 YOLO （You Only Look Once）团队使用 能够识别摄像机拍摄到的 36% 的飞机。 “以我关于中微子的博士研究标准来看，这并不是一个突破性的成果，”多米内承认，“但我们预计在不久的将来会有显著的改善。”是的，因为这（如果你还不明白的话）仅仅是个开始。
多米内预测，一到两年内，伽利略计划天文台将能够可靠地检测到所有传感器的异常情况。与此同时，印第安纳州、内华达州和宾夕法尼亚州的另外三个类似的天文台也正在建设中。
但伽利略计划的研究人员并不是唯一在不明飞行物研究中使用人工智能的人。五角大楼也高度重视这一创新做法。
五角大楼对UFO研究的态度
在2022，美国国防部已经建立了全域异常解决办公室 (AARO)，一个致力于研究不明空中现象的办公室。该办公室的成立是在轰动性的揭露之后 对2017当时《纽约时报》披露五角大楼 多年来一直在秘密研究不明飞行物，还发布了美国海军战斗机拍摄的视频，视频显示椭圆形物体的飞行方式似乎违反了已知的物理定律。
迄今为止，AARO 审查了超过 1.800 份 UAP 报告，主要由武装部队成员组成。通过将这些报告与其他政府数据来源（例如天气和飞行记录）进行交叉比对，研究人员发现，数百起病例 他们的解释很简单：气象气球、云、无人机等等。
然而，第二 乔恩·科斯洛斯基AARO 现任主任（美国国家安全局借调的数学家和工程师）， 有些情况（大约 50-60 个）仍然是“真正的异常”，让政府科学家和工程师感到困惑。
科斯洛斯基在 2024 年 XNUMX 月告诉记者：“有一些有趣的案例，尽管我有物理学和工程学背景，并且在情报界有经验，但我不明白，而且我不知道还有谁明白。”
AARO 还在开发自己的传感器和软件系统，称为 Gremlin（政府雷达多光谱询问器） 研究 UAP。虽然大多数细节仍属机密，但已发布的信息表明该系统与哈佛天文台非常相似：雷达、射电天线以及收集可见光和红外图像以及电磁辐射的望远镜。
与哈佛团队一样，AARO 正在开发用于 UAP 检测的定制 AI 软件，并面临着类似的挑战。 Kosloski 认为他们的程序更加先进，但他承认，在之前的测试中，AARO 的计算机视觉算法似乎对一些细节感到困惑。
全球科学合作
美国以外地区对不明飞行物的科学研究的兴趣也在日益增长。韦尔斯利学院、德国维尔茨堡大学、北欧理论物理研究所以及各政府机构都开展了与伽利略计划类似的研究项目。
在欧洲，欧洲议会议员 弗朗西斯科·格雷罗 正试图将美国促成 AARO 成立的案例带到五角大楼，不仅利用民航安全，而且还需要对不明现象的观测提供答案。 在2024年XNUMX月， 格雷罗在斯特拉斯堡的一次全体会议上就不明飞行物问题发表了讲话，强调了欧洲缺乏对不明飞行物问题的报道所带来的安全威胁，并支持他提出的一些修正案。
意大利对这种重新燃起的科学兴趣并不陌生。这 意大利UFO研究中心（CISU）活跃了几十年，密切关注着国际事态发展。其协调员， 爱德华·俄罗斯，于2024年XNUMX月在欧洲议会发表演讲，强调所有欧洲国家都受到UFO现象的影响。
人工智能与UFO研究：超越天空观测
人工智能在UFO研究中的应用不仅限于对地面观测站数据的分析。相同的算法可用于分析卫星、空间站和轨道望远镜收集的大量数据。此外，人工智能还可以帮助审查目击事件、照片和视频的历史档案，寻找人类无法分析的模式或细节。
另一个有前景的应用领域是分析推测的外星来源材料。 在2021 事实证明 国防情报局（DIA） 美国政府的机构任务之一就是分析不明飞行物残骸。特别是，国防情报局委托研究 被认为来自非地球的“超材料” 一 Bigelow Aerospace 内华达州。人工智能在分析此类材料的原子和分子结构以及将其与所有已知的陆地材料进行比较方面具有不可估量的价值。
人工智能在UFO研究中的局限性
认识到与“外星人搜寻”相关的人工智能的当前问题也很重要，请原谅我的极端简化。正如他指出的那样 塞思·肖斯塔克，SETI 研究所天文学家、伽利略计划顾问委员会成员， 在深空中寻找智慧生命迹象与在地球大气层中寻找不明飞行物有着根本的区别。
“这就好比说研究雨林中的未知动物与希望找到美人鱼或独角兽一样，”他略带怀疑地说道。
此外，无论人工智能多么强大，它仍然是一种工具，掌握在人类手中，而人类仍然保留着各种信仰、偏见和期望。风险在于算法 或多或少都是无意识地被设定去寻找研究人员希望找到的东西，而不是实际存在的东西。
接下来是透明度的问题。 尽管伽利略计划承诺公开其收集的数据，但许多政府研究（例如 AARO 的研究）仍然基本上处于机密状态。这种缺乏透明度的情况不可避免地会助长阴谋论，并破坏研究的科学可信度。
人工智能时代的UFO研究的未来
正如您所读到的，虽然还有一些问题需要解决，但 UFO 研究的未来看起来比以往任何时候都更有希望，而这正是人工智能的功劳。人工智能能够分析海量数据、识别复杂模式并不断学习，使其成为解决人类最大谜团之一的理想工具。
在未来几年，我预计用于 UFO 研究的传感器技术和人工智能算法都将取得重大进展。整合不同的数据源（地面观测站、卫星、军用和民用雷达）可以创建一个全球监测网络 能够检测和分析天空中的任何异常现象。
著名科研机构和政府机构日益增长的兴趣将使 UFO 研究从伪科学领域走向严谨的科学领域。
迈向新的科学范式
人工智能时代UFO研究的真正革命不仅是技术的，更是文化和认识论的。我们第一次利用现代科学工具而不是民间传说或猜测来探讨非人类智慧的可能性。
如强调 阿维·勒布（Avi Loeb）“宇宙是一个非常奇怪的地方，当我们讨论的大多数事物都不被理解时，我们不能教条主义。”这种开放的心态，加上科学的严谨性和人工智能的潜力，最终可以让我们回答几千年来一直在问自己的问题：我们在宇宙中是孤独的吗？
无论是外星探测器、尚未发现的自然现象，还是秘密的地球技术，哈佛大学和五角大楼等项目所倡导的科学方法将使我们能够揭开我们这个时代最迷人的谜团之一。也许，不久的将来，人工智能将帮助我们找到彻底改变我们对宇宙看法的确凿证据。
