哈佛大学的伽利略项目正在利用人工智能自动搜索不明异常现象，这标志着学术界对曾经被视为边缘研究的领域进行了重大转变。该项目运营着马萨诸塞州的一个天文台，该天文台配备了红外摄像机、声学传感器和射频分析仪，可以持续扫描天空以寻找异常物体。研究人员劳拉·多米内 (Laura Domine) 和理查德·克洛特 (Richard Cloete) 正在训练机器学习算法，以识别所有正常的空中现象——飞机、鸟类、无人机、气象气球——以便系统能够标记出真正的异常现象供人工分析。该团队使用名为 YOLO（You Only Look Once，只看一次）的计算机视觉软件，并生成了数十万张合成图像来训练他们的模型，尽管该软件目前只能识别红外摄像机捕捉到的 36% 的飞机。五角大楼正在通过其全域异常解决办公室开展类似的工作，该办公室已审查了 1800 多份不明飞行物大气 (UAP) 报告，并将 50 至 60 例案例确定为政府科学家无法解释的“真正异常”。 AARO 开发了自己的传感器套件，名为 Gremlin，采用与哈佛天文台类似的技术。自 2017 年国防部披露军事部门遭遇不明空中现象以来，这两个项目都代表着 UAP 研究的日益合法化。
在 Slashdot 上阅读更多内容。