به گزارش ایسنا، خبرآنلاین نوشت: این پرسش‌ها همواره مرز میان علم و تخیل را محو کرده‌اند. اما حالا، پروژه‌ای نوآورانه به‌نام «گالیله» (Galileo Project) که از دل دانشگاه هاروارد بیرون آمده، قصد دارد با ابزارهای علمی و دقیق، گامی جدی در جهت پاسخ به این سؤالات بردارد.

به نقل از یک‌پزشک، در محور این پروژه، پژوهشی تازه به رهبری دکتر «لورا دومینه» (Laura Domine)، دانش‌آموخته‌ی برنامه‌ی پسادکتری کِتو-گالیله در دانشگاه هاروارد، قرار دارد. او به همراه تیمی متشکل از پژوهشگران رصدخانه وایتین (Whitin Observatory)، مرکز اخترفیزیک هاروارد-اسمیتسونیَن (CfA)، ائتلاف علمی برای مطالعات UAP (Scientific Coalition for UAP Studies) و شرکت اپتیکی اطلس لنز (Atlas Lens Co)، دستگاهی خارق‌العاده را طراحی کرده‌اند: یک دوربین مادون‌قرمز با قابلیت ثبت تمام‌افق (All-sky Infrared Camera) که به‌نام «دالِک» (Dalek) شناخته می‌شود.

«دالک»: ترکیب هنر علمی و جسارت تکنولوژیک

نام این دوربین از ربات‌های معروف مجموعه‌ی علمی‌تخیلی «دکتر هو» (Doctor Who) الهام گرفته شده، اما آنچه اهمیت دارد، عملکرد پیچیده و هدف‌محور آن است. دالک، برخلاف تلسکوپ‌های سنتی که نواحی خاصی از آسمان را بررسی می‌کنند، می‌تواند به‌شکل مداوم و در همه‌ی جهات، آسمان را در محدوده‌ی مادون‌قرمز پایش کند.

این دستگاه به‌گونه‌ای طراحی شده که قابلیت واکنش در مقیاس زمانی میلی‌ثانیه‌ای را دارد؛ یعنی می‌تواند پدیده‌هایی را که تنها برای لحظه‌ای کوتاه در آسمان ظاهر می‌شوند، شناسایی و ثبت کند. این همان چیزی است که ناسا نیز در گزارش مستقل خود در سال ۲۰۲۳ بر آن تأکید کرده بود: نیاز به سامانه‌هایی با واکنش سریع، چندحسگری (multisensor) و توانایی جمع‌آوری داده‌های متنوع از رنگ، شکل، حرکت و حتی صدا.

وقتی آسمان به آزمایشگاه بی‌پایان تبدیل می‌شود

یکی از مهم‌ترین نقاط تمایز پروژه‌ی گالیله، شفافیت و دسترسی عمومی به داده‌های آن است. برخلاف پژوهش‌هایی که توسط نهادهای نظامی انجام می‌شود و به دلایل امنیتی غالباً محرمانه می‌مانند، پروژه‌ی گالیله بر این باور است که «آسمان، محرمانه نیست».

تحلیل این حجم عظیم از داده‌ها، بدون بهره‌گیری از هوش مصنوعی ممکن نیست.

در قلب این سامانه، دو الگوریتم اصلی قرار دارند:

YOLO (You Only Look Once): الگوریتمی پیشرفته برای شناسایی اجسام در تصویر به‌صورت هم‌زمان و بلادرنگ.

SORT (Simple Online and Realtime Tracking): الگوریتمی برای بازسازی مسیر و حرکت اجسام در فضا.

این الگوریتم‌ها پیش‌تر با هزاران تصویر از اشیاء شناخته‌شده مانند هواپیما، پهپاد، بالن، پرنده و ماهواره آموزش داده شده‌اند، تا بتوانند آنچه را «عادی» است، از آنچه ممکن است «غیرعادی» باشد، تفکیک کنند. در گام بعدی، داده‌های مشکوک به‌صورت دستی و با دقت بالا بازبینی می‌شوند.

یافته‌های اولیه

در پنج ماه نخست فعالیت این سامانه، حدود ۵۰۰ هزار شیء پروازی ثبت شده که از این میان ۸۰ هزار مسیر پروازی به‌عنوان «غیرعادی» (outliers) با سطح اطمینان ۹۵ درصد شناسایی شدند. بررسی دقیق‌تر این موارد، ۱۴۴ مسیر را باقی گذاشت که با وجود تصاویر مادون‌قرمز، هنوز نمی‌توان آن‌ها را به‌طور قطعی طبقه‌بندی کرد.

آوی لوب در این باره توضیح می‌دهد که نبود اطلاعاتی مانند فاصله‌ی شیء باعث می‌شود نتوان شتاب یا سرعت آن را محاسبه کرد. اما تیم او قصد دارد با استفاده از چند حسگر در مکان‌های مختلف و روش «مثلث‌سازی» (triangulation)، فاصله و در نتیجه شتاب اجسام را در آینده اندازه‌گیری کند.

برای مقایسه، مطالعات طبقه‌بندی‌شده‌ی نهادهای دولتی مانند AARO نشان می‌دهد که تنها ۳٪ از موارد گزارش‌شده برای آن‌ها مبهم باقی می‌ماند. بنابراین، پژوهش‌های مستقل، حتی با منابع کمتر، می‌توانند به نتایج قابل‌توجهی دست یابند.

علم در خدمت رؤیای کهن انسان

هدف نهایی پروژه‌ی گالیله کشف نشان‌های فناوری (Technosignatures) است؛ یعنی نشانه‌هایی از فناوری‌های پیشرفته‌ای که فراتر از دانش فعلی بشر باشند. اگر حتی یکی از این مسیرهای پروازی غیرعادی، نشان‌دهنده‌ی یک فناوری فرازمینی باشد، این کشف نه‌تنها علمی، بلکه تاریخی خواهد بود. چرا که در آن صورت، بشر با تمدنی روبه‌رو شده که ممکن است ده‌ها یا صدها هزار سال جلوتر از ما باشد؛ و این یعنی فرصتی برای آموختن، برای تحول، و برای بازتعریف جایگاه خود در کیهان.

انتهای پیام