Будущее обнаружения НЛО?

В связи с растущим интересом к неопознанным воздушным явлениям и межзвездным объектам ученые используют передовые технологии, такие как машинное обучение и гиперспектральная съемка, чтобы глубже проникнуть в космическую неизвестность.

2017 год был монументальным. Межзвездный объект 1I/»Оумуамуа» украсил наше небо, и его беспрецедентная природа вызвала бурные дискуссии в научном сообществе. Среди интригующих теорий было несколько предположений о том, что это мог быть фрагмент внеземного корабля.

Возрождение интереса к внеземным исследованиям

Отчет об НЛО, представленный ODNI в 2021 году, усилил интригу в обществе. Теперь изучение неопознанных воздушных явлений (НВЯ) — это не просто секретная операция, а ценный научный проект. Зоркие исследователи используют искусственный интеллект, современные вычислительные технологии и передовую аппаратуру для обнаружения потенциальных космических «гостей».

Недавняя исследовательская инициатива Университета Стратклайда была посвящена синтезу гиперспектральных изображений и машинного обучения. Возглавляемая профессором Массимилиано Василе (Massimiliano Vasile) из отдела механической и аэрокосмической техники, междисциплинарная группа объединила специалистов из областей аэрокосмической техники, электронной и электрической инженерии и фотоники.

Как сообщает Universe Today, в их статье, которая ожидает рецензирования в Scientific Reports, рассматриваются вопросы применения гиперспектральной съемки в космической деятельности. Она является продолжением их публикации в журнале Acta Astronautica от февраля 2023 года.

Разгадка тайн UAP с помощью расширенной визуализации

Гиперспектральная съемка анализирует электромагнитный спектр, расшифровывая различные материалы на изображениях. Как пояснил Василе, сочетание этого метода с машинным обучением позволяет эффективно отсеивать космический мусор, созданный человеком, и выявлять подлинные технопризнаки. Цель? Получить полный набор данных о космических объектах, включающий мусор и другие орбитальные объекты. Пока полные данные остаются недоступными, команда Василе инновационно использует программное обеспечение для численного физического моделирования для обучения моделей машинного обучения.

Используя сочетание машинного обучения и математического регрессионного анализа, они связали спектральные данные с определенными классами материалов. Первые испытания, проведенные в лабораториях, на высокоточных симуляторах и телескопах, дали многообещающие результаты, хотя из-за ограниченности базы данных материалов остаются проблемы.

В настоящее время команда Василе готовит следующее открытие, посвященное восстановлению ориентации. Эта новаторская работа будет представлена на Научно-техническом форуме и выставке AIAA в Орландо (штат Флорида) в 2024 году.