最新新闻 (CN)
科学家主张使用测量仪器而不是对不明飞行物报告进行分析
一组研究人员重新引发了关于调查不明飞行物最佳策略的争论。虽然一些科学家建议使用人工智能和机器学习来分析目击者的口头叙述，但批评者认为，如果没有直接和准确的观测仪器，这种方法注定会失败。争论的中心问题是自然语言处理技术是否可以从人类对无法解释的空中现象的证词中提取可靠的知识。 人类记忆和感知的局限性 误判的历史为人类观察的局限性提供了清晰的视角。对51起死囚无罪释放案件进行分析，其中45.9%涉及伪造举报人，25.2%涉及目击证人认错。即使在极端危险的情况下——死刑——人类的叙述也被证明是非常不可靠的。交通事故的报告也表现出类似的模式，不同的目击者以相互矛盾的细节描述同一事件。 故事在集体记忆中相互交织、相互污染。当只有一种物理现实时，不同的叙述必然表明人类感知和记忆的错误性。目击者遭受确认偏差，记忆是重建性的而不是再现性的，感官噪音不断地让观察者感到困惑。 证人在报告事件时遭受确认偏差 人类记忆是重建性的，而不是复制性的 随着时间的推移，叙事会相互影响 在危急情况下，感官噪音会使观察者感到困惑 足球展现仪器仪表的优越性 国际足联多年来一直通过摄像头解决类似问题，而不是对言论进行分析。门线技术采用14个高速摄像头，在一秒内确认球是否越界。视频助理裁判会审查录像，以确保进球、越位和犯规的准确性。没有人建议国际足联采访守门员、球迷，并将机器学习应用到他们的证词中。 采用的解决方案是能够物理测量事件的专用设备。这反映了对科学认识论的基本理解：为了理解物理世界，我们需要对物理世界的测量。将这一教训应用到对空中现象的调查中似乎是显而易见的。如果目标是确定一个物体相对于已知的人类技术是否表现异常，则需要测量其距离、速度和加速度。如果没有这些物理维度，任何叙事分析都只能是推测性的。 伽利略项目优先考虑观测设备 伽利略项目由研究机构的研究人员领导，重点研究以仪器仪表为重点的替代方法。该项目不是积累口头报告——无论处理这些报告的算法多么复杂——而是投资于能够生成高质量数据的多向观测设备。这一观点的捍卫者认为，拥有大量不确定信息并不重要，无论分析这些信息的人工智能系统有多先进。 区别很重要：数据量并不能弥补质量的不足。一兆字节的模糊叙述并不能解决需要度量精度的问题。重点不是在适当的背景下放弃语言分析，而是在应用于需要物理量化的现象的调查时认识到该方法的局限性。红外摄像机、高分辨率雷达和地理分布的传感器网络是生成有关观察现象性质的可验证数据的工具。 文件披露和数据质量 2026年4月17日，特朗普总统宣布即将公布有关不明飞行物的机密文件。问题仍然是：所揭露的视频会是最重要的还是只是模糊图像的另一个积累，缺乏有关距离的信息？研究人员用低质量的视频淹没了研究人员，而没有上下文数据——距离、雷达验证的速度、来自多个传感器的坐标——使批评指出的同样的问题长期存在。 即使人工智能分析视觉内容，缺乏结构化数据仍将是一个根本限制。根本问题超越了不明飞行物或不明异常现象。它反映了科学研究中积累大量不准确数据和收集少量经过严格测量的信息之间更广泛的紧张关系。如果没有距离数据，算法无法推断物体的距离，处理技术也无法重建丢失的信息。 研究的未来取决于工具投资 人工智能的进步令人印象深刻，出色的语言模型实现了以前认为不可能的壮举。但这种技术复杂性并没有解决根本问题：高质量的数据比一千个伟大的语言模型更有价值。俗话说，一图胜千言。出于同样的推理，经过严格衡量的信息胜过模棱两可的叙述。 未来对不明飞行物的研究可能会更少地依赖于算法的复杂性，而更多地依赖于对适当仪器的投资。如果没有这个工具基础，对人类报告的每一次人工智能分析都将仍然是噪音处理的一种练习——也许很复杂，但从根本上受到底层来源质量差的限制。
