研究人員質疑人工智慧分析不明飛行物報告的有效性

科學家指出，當機器學習和人工智慧系統僅應用於目擊者的口頭報告時，解決不明飛行物模糊性的能力有限。該結論對旨在使用自然語言處理和大型語言模型對目擊敘事進行分類的項目提出了挑戰。

在研究人員提出了一個機器學習管道來分析國家 UFO 報告中心的「敘事戲劇」報告後，這場爭論變得更加激烈。該提案結合了結構化特徵、自由文本分析、梯度提升模型和整合可解釋性。該方法的支持者認為，目擊者產生了可用的最長的不明異常現象（UAP）公開記錄，並具有用於分析的相關語言結構。

證人作為證據來源的局限性

人類證詞在科學問題上的可靠性已被證明有缺陷。在法律體系中，51起死囚無罪案件中，45.9%的案件涉及不可靠的舉報人，25.2%的案件是目擊證人承認錯誤造成的。這些數字揭示了人類準確報告事件能力的嚴重缺陷。

車禍報告清楚地體現了這種脆弱性。從不同的人那裡收集到的關於同一事件的敘述常常包含重大的矛盾。鑑於只有一種物理現實，並非所有版本都能同時正確。敘事冗餘並不能彌補客觀工具的缺乏。

研究人員強調，人類並不能充當可靠的科學探測器。選擇偏見、證人之間敘述的交叉污染以及構建連貫故事的傾向破壞了透過證詞收集的數據的品質。無論所應用演算法的複雜程度如何，這些問題都會困擾任何後續分析。

品質數據與不確定資訊量

大量低重要性的報告並不能彌補它們缺乏科學實用性。許多 UFO 目擊事件是由於錯誤識別的自然現像或地面技術造成的，被異質資料集的雜訊所掩蓋。累積更多令人困惑的敘述並不能解決所觀察到的物體的真實性質的模糊性。

由 Avi Loeb 領導的伽利略計畫設定了相反的優先事項：取得從多個觀測方向同時捕獲的高品質資料。這個設計可以讓你推斷天空中物體的距離、速度和加速度。如果沒有可靠的距離測量，就不可能評估移動物體的異常程度。

國際足球聯合會（FIFA）在不同的背景下闡述了這項原則。該實體沒有使用先進的人工智慧系統分析守門員、裁判和球迷的敘述，而是採用了門線技術 (GLT) 和視頻助理裁判 (VAR)。 GLT使用14個高速攝影機確認球是否越線，並在一秒鐘內將結果發送給裁判。 VAR 即時審查錄影以確保整體準確性。儀器而非敘述可以解決歧義。

Leia Tambem

松下警告在使用 3 至 5 年內更換線路過濾器

新代碼可在 2026 年 Days of Play 上解鎖免費 PS5 和 PS4 頭像

DualSense 控制器校準程序可修正控制台和電腦上的漂移問題

解釋挑戰的性質

當資訊有限時，情報的運作就會受到嚴格的限制。模糊的不明飛行物影片在沒有與攝影機距離的情況下發布，並不能解決物體是否偏離人類技術性能極限的問題。數據的品質決定了可以推斷的內容，而不是模型的複雜性。

複雜的人工智慧模型、機器學習、大型語言模型、自然語言處理的集合並不能彌合不良數據和可靠解釋之間的差距。對相互交織的敘述的文本分析常常受到目擊者之間共享的資訊的污染，產生的文物更多地反映了敘述的社會結構，而不是所觀察到的現象的現實。

川普總統於2026年4月17日宣布，第一批UFO機密文件即將公佈。核心問題仍然是：發布的影片是最有趣的，還是最引人注目的？如果沒有有關捕獲物體的距離、速度和加速度的信息，原材料的廣泛釋放可能會助長猜測，而無法解決根本性的模糊性。

嚴格調查的優先事項

與伽利略計畫相關的研究人員建立了一個清晰的層次結構來調查異常現象：

• 用於同步資料擷取的高解析度多角度儀器
• 多角度推斷物理參數（距離、速度、加速度）
• 透過儀器分析排除已知的自然現象和陸地技術
• 透過持續監測而不是收集自願報告來減少選擇偏差
• 優先考慮高品質數據而不是大量模棱兩可的敘述

證人對類似描述的趨同並不能證實這些描述。共享的故事往往反映了資訊的交叉污染，而不是事實的趨同。潛在的物理現實仍然獨立於敘事共識。

對未來數據發布的影響

關於不明飛行物的政府文件的發布提供了評估國家權力所提供數據的真實品質的機會。如果影片缺乏儀器背景、有關捕捉平台的資訊、相機校準、幾何參數，它們將更多地促進推測而不是科學知識。

高品質的數據勝過一千個優秀的語言模型。一張具有完整物理背景的圖像在沒有證實的情況下超過了一千個單字。這一前提指導著異常現象的工作以及任何嚴格的科學研究。計算的複雜度並不能取代適當的儀器，也不能彌補故意捕獲不良數據的情況。