AI & Aliens: New Eyes on Ancient Questions // Richard Cloete // #288
47:58 Share

嗨,我是理查德·克鲁蒂博士。我是哈佛大学的一名计算机科学家,同时也在经营我的初创公司 Seeker Robotics。我喝速溶黑咖啡,不加糖,不加奶。欢迎回到特别精彩的 MLOps 社区播客。今天的节目有点出乎意料。我们紧急刹车,转向......

2025 年向我袭来。我们讨论的是不明空中现象 (UAP),以及理查德如何利用人工智能来尝试识别天空中的随机物体。我们还讨论了他的初创公司 Seeker,以及他如何观察海洋中的事物,以及他与小行星中心项目的工作。

关于天文台,以及使用人工智能和机器学习来筛选他们在鲁宾天文台(Vera Rubin Observatory)获得的大量数据。这就是它的名字。

所以,如果你喜欢这个,你对理查德正在做的事情感兴趣,我强烈建议你查看我们多次提到的伽利略项目,或者查看他在 Seeker Robotics 的工作。让我们进入这一集,让我知道你们对此有何看法,因为我的想法被震撼了。

我必须知道,伙计,就像你正在做一些我认为不属于人工智能传统领域的人工智能一样,或者当人们现在想到人工智能时,他们并不一定会想到你正在做的人工智能,但你正在做一些很酷的事情。我想知道,是什么把你吸引到你现在的世界?也许再多告诉我一些关于你到底在做什么以及你如何使用人工智能。

人工智能来做。好吧,也许我们应该先从伽利略项目开始,概述一下它到底是怎么回事,因为我在那里使用人工智能。所以这将为我们正在做的事情提供一些背景。在伽利略项目中,我们正在构建一套传感器套件,其目标是基本上监测尽可能多的电磁波谱。所以我们有

红外摄像机,我们有一个全天候可见光摄像机也在监测天空。我们有声学传感器,我们还有磁力计等,以及其他一些传感器。其想法本质上是看看我们能否探测到天空中任何异常的东西。因此,我们显然期望看到鸟类、飞机和

其他任何可能飞过天空的东西。但重点是寻找不明空中现象 (UAP)。我不知道你是否熟悉不明空中现象 (UAP) 以及最近在媒体和政府中发生的事情。但是,本质上,

我们知道有些事情正在发生,而且有人没有说实话。我们不知道是政府还是举报人,或者其他什么人,但我们不在乎。作为科学家,我们只想在地面上放置仪器,收集数据,让数据自己说话。这确实是伽利略项目的宗旨。获取一些数据,然后我们将看看接下来会发生什么。

我正在研究的核心系统之一被称为 Dalek,它是一个半球形阵列,大约有八个摄像头,顶部还有一个摄像头作为天顶,我正在使用那里的视频馈送来检测,我更关注视频馈送,看看我们能否检测和跟踪任何飞过天空的物体,因此

我的任务实际上是构建一个能够实现此目标的人工智能模型。但是,当我开始时,没有真正的数据集可以用来处理来自红外摄像机的数据,这些摄像机正在观察天空。有一些数据集。你可以去 Hugging Face 或其他地方,你可以获得大量用于不同机器学习目的的不同数据集。但不幸的是,很多都有......

例如,我们想要类似飞机的东西。我们想要能够检测飞机,一个飞机的数据集。但是这些飞机可能在停机坪上,或者可能在孩子的T恤上,或者可能是某种卡通飞机之类的东西。我们不需要那种数据。我们需要来自指向天空的摄像机的数据,飞机飞过它们。鸟类也是如此。鸟类可能是咖啡杯上树枝上的两只鸟,或者其他什么东西。这只是

我们不需要的那种数据。因此,我们很快意识到我们需要做的是模拟我们的数据。因此,我们构建了一个工具,我们称之为 Erisynth,即错误合成数据。我们使用了 Blender 3D,这可能是一个你熟悉的 3D 渲染建模应用程序。并且

我们使用了一些 Python 代码,并获取了一堆 3D 模型,开源 3D 模型,基本上将它们分布在场景中,在摄像机的视野范围内随机分布它们,然后将它们随机化。因此,你最终会得到

飞机、鸟类或混合气球、飞艇、无人机等的图像,你知道你可能在天空看到的那些东西,你会在这些图像中以不同的方向、与摄像机的不同距离获得它们的混合,因此它们的大小不同,并且

在不同的光照条件下。因此,我们有很多非常好的数据集,然后我们用它们来训练 YOLOv8 模型。在之前的论文和之前的回合中,我们使用了 YOLOv5 模型,但现在我们转向了 YOLOv8 和 YOLOv11,它也刚刚问世。因此,我们已经在这个数据集上训练了几种不同类型的模型,然后我们使用

一堆不同的跟踪算法。因此,我们使用诸如常规排序算法之类的东西,这是一个简单的在线实时跟踪,字节排序。我认为 Viola 也带有一些。所以我们尝试过其中的一些。本质上,我们正在检测视频馈送中的物体,然后跟踪它们。因此,我们正在提取它们的轨迹。然后我们还在研究能够查看这些不同轨迹的算法,因为这才是真正有趣的地方。我的意思是,

你可能有一个物体,但它可能只是一个小白点。它可能很远。我们还没有距离,所以我们正在研究三角测量。但是轨迹才是真正有趣的地方,因为它会告诉你某些东西的移动方式是否与典型的已知人造或自然现象不符。因此,我们的想法是,每当系统移动时,我们都会收到警报。

识别为异常的东西。但我们还没有达到那个阶段。我们已经将检测和跟踪算法做得相当完善。显然,在机器学习中总是有改进检测精度的空间。这是一个持续进行的项目,我怀疑它会持续一段时间。但我们能够稳健地提取检测和轨迹,这真的很酷。

你有多少这样的不同装置,它们在哪里?目前,我们有三个站点,我认为是三个站点。我的记忆力不太好。所以我认为大约是三个,我不能说它们在哪里。当我们开始部署到不同站点时,我们在伽利略项目周围遇到的一个大问题是,哦,我们可以告诉人们我们把新东西放在哪里吗?而且,

普遍的共识是不行。原因是围绕不明空中现象 (UAP) 和不明飞行物 (UFO) 主题存在如此多的污名和敏感问题。我们不想泄露我们传感器装置的位置,以防万一有些人在那里说,好吧,我要去那里,我要尝试欺骗他们,你知道,

你知道,弄乱我们的数据流或弄乱摄像头,甚至弄乱和破坏仪器,所以目前这些都是秘密的,是的,好吧,希望你在过去的一两个月里在新泽西州有一个,因为我听说那里是一个相当热门的地方,是的,那里发生了很多事情,我不太确定发生了什么,但是我们确实有一些便携式系统

我只想说。哦,酷。所以当发生事情并且你得到一个热点时,你几乎可以追逐风暴。是什么让你想进入这个领域并认识到你可以,A,将这些模型与识别相结合,并基本上将

人工智能用于这项任务,因为我认为在过去五年我采访人们的过程中,我没有听说过这样的用例,这也是我想让你来这里的原因之一,因为它非常独特,是的,我的意思是,有如此多的数据,如此多的视频馈送,我们必须处理,而让某人全天候监控是不现实的

最重要的是,这种情况经常发生,物体可能非常小,很难准确分辨出它是什么。当你在视频馈送或图像中看到东西时,人类真的很擅长分类。人们会犯各种各样的错误。一个人说这是一只鸟,另一个人说这是一架飞机。因此,我们不想依赖人类来处理这些数据。相反,我们只是

为我们构建一台机器和一个模型。这样,我们就可以全天候、一年 365 天获得一致的答案。而且速度也快得多。是的。所以显而易见的问题是,你发现什么了吗?

有几个案例,我们看到了一些有趣的东西。但我必须强调,目前,系统并非完全运行,因为它们一直在那里持续处理数据、发送警报和检测异常。我们还没有达到那个阶段。然而......

我们处于调试阶段。所以我们目前正在将仪器部署到地面,将它们留在那里,收集数据,分析数据。目标实际上只是看看数据是否符合我们的预期,你知道,如果系统按照我们的预期运行并获得基线。对。这真的很重要,试图获得该区域的正常情况的基线。每个区域都不同。一个区域可能会有更多的鸟类或更多的飞机,如果它是一个机场或其他什么地方。

所以只是通过对数据的 manual review 和测试算法,是的,我们提取了一些看起来非常有趣的东西。不幸的是,我们无法解释。我们不能说它们是不明空中现象 (UAP),我们也不能说它们是鸟类或飞机,仅仅是因为没有足够的数据。在很多情况下,

我们只有一段视频,你知道,即使有很多摄像头在录制,也可能是此时这些摄像头坏了,或者我们的声学系统没有工作,或者存在其他问题。因此,我们没有做出适当验证所需的那种数据,即来自多个不同仪器的数据,所有这些数据都在同一时间证实了完全相同的事件。

而所有这些都缺少一个关键组成部分,它正在积极开发中,那就是三角测量能力。因为如果我们可以对物体进行三角测量,我们可以得到它们的距离。然后从那里,我们可以提取诸如速度、速度等等信息。这是我们正在努力的方向。我们在这方面也取得了一些非常好的进展。

但在我们获得这些信息之前,很难看到。我们无法说出物体的尺寸。所以它可能是一个非常遥远且巨大的东西,也可能是一个小的、近的东西。但是是的,关注这个领域,因为肯定有一些有趣的事情即将出现。在我们谈论更多内容之前,我们需要有适当的流程来进行一些验证。感觉你正在做很多边缘的事情

缺乏与任何云服务的通信。因此,它只是收集这些数据,然后某人或以某种方式批量下载它,然后能够处理它。是的,所有东西都在边缘运行,我们正在使用,我们也建立了一个停滞系统,但我们也有 5G。

因此,我们能够自动输出数据,但不是用于像持续的实时视频馈送之类的东西。因此,我们所做的是在本地存储数据,然后有人会去那里收集过去一周或过去两周或其他任何时间的数据。他们会把它带回天体物理中心,然后他们会把它连接到我们那里的系统,然后将数据传输到我们的集群。

在哈佛大学,在那里我们可以进行分析。你如何将麦粒与谷壳分开,我敢肯定你会得到很多

有趣的人想来这里做一些事情,就像说外星人一样,我认为某种类型的人会非常兴奋,而另一种类型的人会被吓跑。但你做到了。看起来,我的意思是,在过去 20 分钟与你交谈,你双脚踏实地。你看起来不像我小时候的一些朋友,他们穿着外星人衬衫,是的,

那么,在科学界,试图在这个领域做一些事情并保持正直,如果我们可以这样称呼它的话,情况如何?是的。你知道,围绕不明飞行物 (UFO) 和不明空中现象 (UAP) 主题存在如此多的污名。这已经持续了几十年了。而且

如果你看到新闻片段,你可能会听到《X档案》的音乐在背景中播放之类的东西。这些东西根本没有必要。因此,我们在这里采取完全科学、务实的做法。我们没有试图对我们可能发现或可能找不到的东西做任何假设。我们只是说,让我们把仪器放在那里,放在地上,收集数据,然后我们可以讨论数据。我们将开源这些数据,我们可以争论它可能是什么或可能不是什么。让其他科学家解释这些数据。所以......

我和同行或其他任何人进行的所有对话都遵循相同的思路,我们并没有真正受到任何反对。当然,有些人会有点“嗯,这些人疯了”的心态。但我的意思是,那又怎样?如果你不看,你就找不到任何东西。所以让我们至少出去看看。至少我们可以说我们尝试过了。

说到将人们带入项目,当然,我们也会进行面试。因此,我们会与这个人坐下来聊天,只是为了确保他们不是另一方。不明飞行物 (UFO) 社区有点鱼龙混杂。通常,我们会引入技术人员,因为那才是真正的工作所在。

而且那里还有很多事情要做。我们总是人手不足。这是一个完全基于志愿者的项目。因此,我们一直在寻找这方面的额外帮助。非常好。好的,这就是不明空中现象 (UAP) 的事情,我发现它绝对令人着迷。我想这是......

它让你彻夜难眠,你喜欢从事这项工作。这就是你这么做的原因。你还做了一些非常酷的事情,我想深入了解一下。其中一个是关于天文台,以及你如何看待人工智能与望远镜一起使用,以及如何与来自深空图像一起使用等等。你能谈谈其中的一些吗?我也与小行星中心密切合作,

我们现在正在关注的一项重要任务是,很快就会有一台新的望远镜上线,名为维拉·鲁宾望远镜 (Vera Rubin Telescope) 或 LST。这台望远镜将收集比前几代望远镜多得多的数据。它将看到更多天空。而且我们会看得更远。所以你可以想象......

晚上拿着手电筒去你的后院,你只能看到这么远,然后你拿着更大的手电筒走来,你突然可以看到更远的地方,在你的花园后面有很多新的物体、新的东西,这与这台新的望远镜上线的情况是一样的。我们将看得更远,而且会有很多新的物体,不仅种类不同,而且数量也多得多,所以其中一个

最近引起了一些关注的事情是星际物体。我们有奥陌陌 (Oumuamua),它是 2017 年进入我们太阳系的第一个星际物体。好吧,是第一个被探测到的,让我们这么说吧。因此,利用这些望远镜的数据,我正在构建模型,以便能够识别哪些,比如说标记,哪些可能是星际物体。

星际物体只是进入我们的太阳系一段时间然后离开的东西吗?是的,没错。它可以是任何东西。它可以是一块石头。它可以是一艘宇宙飞船。你知道,它可以是任何东西。所以保持主题。是的,我喜欢它。你正在谈论的这台望远镜,维拉·鲁宾望远镜,它在太空吗?不,它是地基的。好的。是的,我认为它在智利?智利?

但它更强大,仅仅是因为技术?是的,它也有更大的光圈。它可以看到比普通地基系统更远的太空。还有那个在太空中的,对吧?詹姆斯·韦伯 (James Webb) 或哈勃 (Hubble)?是的,詹姆斯·韦伯 (James Webb)。而那个令人着迷,因为它得到了所有的臭氧。我曾认为臭氧......

对于望远镜来说有点麻烦,因为它会使视野或图像变得模糊。是的,老实说,我不是一个狂热的望远镜爱好者。我只是处理数据,所以我无法真正描述望远镜的技术方面。但是肯定存在大气扰动,它会发挥作用,你必须考虑这一点。但是非常城市化的望远镜......

它将每晚拍摄整个南半球的天空两到三次。我不记得了。这与詹姆斯·韦伯 (James Webb) 或哈勃 (Hubble) 等望远镜形成对比,后者更像是窄视野、窄视野。好的。是的。我看到了那里的区别。所以我们的想法是......

将创建不同的模型,这些模型将帮助你识别星际物体何时出现。你还在创建其他模型吗?是的,实际上不仅仅是星际物体。我们试图对尽可能多的不同类型的物体进行分类。因此,数据通常会被提交给小行星中心,这些数据可以来自其他地区。它可以来自业余天文学家或其他任何人,并且它会通过他们的管道之一

然后本质上是在它到达他们的网站之前,我们希望能够拦截这些数据。因此,我们正在与 MyoPlanets 合作,以查看这些数据并识别其中一个物体是否是星际物体,它是否是主带小行星、木星特洛伊小行星、火星交叉小行星,等等。所以我们有很多不同类别的物体。仅仅通过使用机器学习模型,我们就可以对物体进行分类

不同类型的类别。已经有一些工具朝着这个方向发展了。实际上有一个很好的工具叫做 Digest2,我也一直在使用这个软件。它有点像二元分类器。发生的事情是人们向 Milo Planet Center 提交一个物体,它会产生一个所谓的 Digest2 分数。分数范围为 0 到 100。

如果超过 65,则将其分类为有趣的东西,基本上是近地天体。它会进入他们的网站和他们的数据库。其他任何东西,比如主带小行星或火星交叉小行星,我们并不关心这些,因为小行星中心主要关注的是对地球的威胁,即近地天体。所以......

有时星际物体可能是近地天体。奥陌陌 (Oumuamua) 被归类为近地天体。它被探测到,而且实际上只是因为它被探测为近地天体而被发现。它正朝地球飞来,他们想,嘿,那是什么?让我们来看看。人们开始更多地调查。然后他们认为,好吧,这有一些不寻常的特性。这就是它如何爆炸并获得所有媒体关注的原因。但是

那里有如此多的数据涌入。你不能让人们坐在那里手动处理这些数据,并查看他们是否发现了任何异常之处。因此,虽然我们目前拥有的这个工具 Digest 2 运行得非常好,但有很多误报,对吧?因此,在许多情况下,会错过近地天体。例如,它的 Digest 2 分数很低,因此它会被踢出系统,人们不会关注它。

这可能是由于各种原因造成的。问题是我们需要检测尽可能多的近地天体,因为它们可能对地球构成威胁。它可能与地球相撞。我在小行星中心正在研究的事情也是改进他们的系统,以便能够更准确、更自信地预测物体是否是近地天体。我们应该会在几个月后发表一篇论文,我会说,关于

但是是的,机器学习在这方面发挥着重要作用,因为数据太多了,而且今天的模型非常擅长区分不同类别的物体,尤其是在我们正在使用的数据中。你是否也在做同样的事情,即试图模拟它的不同视觉方面?或者这更像是表格数据?没错。

是的。是的。目前它更纯粹是数字的。我们没有查看任何图像。我们确实希望在某个时候开始合并这些图像数据,因为你可以从图像数据中获得很多信息。你可以得到像光变曲线之类的东西。所以是的,将来,我们希望,我们希望能够做到这一点。很好。好吧,

我还想谈谈你正在做的海洋探测工作。我认为 Seeker 是它的名字,对吧?是的。Robotics 非常酷。首先,我完全理解为什么你会对探索海洋感到非常兴奋和感兴趣。

外太空,然后还想探索海洋,因为我们对海洋知之甚少。所以告诉我一些关于 Seeker Robotics 的信息。哇,好的。所以......

Seeker Robotics 是一家我最近创办的公司。它遵循与伽利略项目相同的理念。在伽利略项目中,我们正在观察天空。我们试图检测穿过天空并跟踪和分类它们的物体。但我意识到有很多

在海上发生的不明空中现象 (UAP) 和不明飞行物 (UFO) 事件有很多。这也在故事中不断出现。一些东西从水中出来,一些东西进入水中。五角大楼在 2017 年发布的三段海军视频,我认为都与海洋有关。

你经常听到关于这些物体嗡嗡作响的核潜艇或航空母舰、核动力航空母舰的报告,而且

因此,我想做的是也许将我们使用伽利略项目开发的一些技术转移到海洋中,看看那里发生了什么。那里有很多东西,而且根本没有被监控,对吧?地球的 70% 被海洋覆盖,而实际上进行适当的稳健监测的资产却很少。当然,有像浮标这样的东西,

而且有载人研究船,还有军队和渔业等等。但没有人真正坐在那里关注持续监测天空、水面和下面的水。因此,我们的想法是利用我从伽利略项目中学到的知识来构建一个网络,它们被称为 USV,无人水面航行器。

你可以在网上搜索它们的样子。它们通常像冲浪板形状的物体。但其想法本质上是一个漂浮的观测站。我们希望拥有这些东西的网络,以便它们不断监测这些不同的领域

并实时发送回数据。因此,每当检测到某些东西时都会发送警报。它可能是鱼群,可能是潜艇,可能是海洋上的另一艘船,可能是头顶上的飞机或鸟类等等。因此,Seeker 是一家完全盈利的公司,但这里的想法是我们可以生成很多

对于海洋生物学家、海岸警卫队、态势感知、国防部、大气和气候研究、海洋学来说非常重要的数据。我们可以收集很多数据,我们可以使用这些数据作为一种手段来资助这些平台的研究和开发,然后我们可以在此基础上开发异常检测算法

这将使我们能够也许看看我们能否找到任何异常的东西。这是一种针对该主题的两管齐下的方法。因为我已经与 Avi 合作了两年半了,他做得非常出色。但所有这一切的一个共同主题是,实际上没有资金到位,因为......

正如我提到的,围绕这个主题仍然存在如此多的污名。那里没有 NSF 拨款。基本上没有资金渠道来帮助科学家完成他们在不明飞行物主题上需要做的工作。因此,ARBI 一直在通过捐款筹集资金方面做得非常出色。整个伽利略项目基本上都是通过捐款资助的。但从长远来看,这并不是真正可持续的,因为......

最终在某个时候,你知道,我们将用完钱,将没有人站出来向我们捐赠额外的现金。因此,我们需要一个可持续的收入来源。这就是我开始更广泛地思考我们如何才能真正构建一些能够产生收入流的东西,这也能使不明空中现象 (UAP) 研究继续下去。然后还有一些资金可以

可以回馈给,我可以,你知道,寻求一个胃上点,它正在产生收入。我们可以开始赞助伽利略项目的博士后或其他科学项目,或者我们可以购买设备,为他们捐赠设备,或者像斯坦福大学的 Sol 基金会这样的项目。我们也可以赞助他们。因此,我认为,越多的公司对不明空中现象 (UAP) 友好,就越好。

这块冲浪板配备了与伽利略计划相同的传感器,就像你之前提到的那些地面传感器一样,包括各种不同的摄像头、声学设备、红外线等等?是的,它将配备非常相似的传感器。当然,伽利略计划并不监测海洋,因此我们将增加一些额外的设备,例如水听器和传感器

电导率传感器、盐度传感器和其他传感器。但基本思路是一样的,就是在多个领域进行监测、检测、跟踪和分类。你打算把它固定在一个位置,还是让它四处漂浮?这是一个挑战。海洋是一个充满力量的地方,所以我们打算使用类似波浪滑翔器的东西。波浪滑翔器是一种技术,可以让物体仅仅通过波浪的运动来移动。

所以我认为我们无法让它完全静止不动。所以我们的想法是,如果你想象一下把海洋分成一个网格,那么每个USB将负责监测其中一个网格单元。为此,我们将让USB在这个网格内绕圈移动。哇。这还没有......

投入使用?你还没有收集任何数据?它还处于研发阶段。我们获得了一些资金来建造我们的原型,并且进展顺利。我们实际上正在寻求利用波浪能,因为现有系统的一个大问题是它们无法无限期地运行。

仅仅是因为它们能量耗尽了。是的。所以我们希望能够利用波浪的运动来发电,让我们在海上停留更长时间。太酷了。我非常喜欢你正在做的所有这些事情。对于Seeker,有没有......

计划尝试潜入水下?是的,这是一个好问题。首先,我们将监测海洋表面,比如说,我们的最小可行产品将监测大约前10到20米的海面,以及上面的天空。但是

随着我们系统的发展和获得更多资金,我们确实计划最终建造更大的USB,能够绘制海底地图的USB,以及充当母舰的USB,我们称之为母舰,并允许投放探测器然后回收它们。所以我们正在进行的一项重要研究是

水体研究,测量水体。因此,我们将能够投放探测器,收集样本,也许到达海底,然后上升并对接卸载数据。它还可以作为通信中心。因此,我们希望添加诸如声学调制解调器之类的功能,以便

水下资产,无论是另一个ROV还是水下观测站或任何其他水下探测器,都可以将信息中继回我们的Seeker USB,然后我们可以将其发送回陆地上的服务器。因为目前部署到海洋的这些系统,如果它们想要广播,就必须浮出水面。

所以它们可以出去收集所有水中的数据,但是为了发送数据,它们必须浮出水面。如果附近有Seeker USB,它们就不必再这么做了。哦,是的。它就像一个用于功能的5G网络。是的。

是的,对我来说很奇怪的是,我们在这个领域做得还不够多,尤其是在知道,我想每个人可能都在某个时候说过,我们就像,“哦,我们对太空的了解比对我们自己的海洋的了解更多”。所以我们没有在海洋中建立

不同的观测站的想法对我来说有点奇怪。是的,这绝对是正确的。我的意思是,那里还有如此广阔的开放空间,没有人在那里。没有人监视着它。没有人知道发生了什么。但是你之前提到的新泽西州无人机事件,它们显然都来自海洋。

它们来自哪里?如果它们是外国技术,它们是如何进入那里的?这意味着没有足够的观测,没有足够的监测来了解这些物体来自哪里以及它们返回水中时去了哪里。海岸警卫队也存在问题。他们没有很多......

无人水面艇,所以存在很多态势感知差距,许多走私毒品的走私者非常老练,他们实际上拥有水下无人机,可以避开那些坐在那里试图查看是否能在水面上看到任何东西的载人船只,而这些用于非法目的的无人潜艇正在走私毒品,我们应该能够探测到它们

另一个令人着迷的部分是,你收集的数据将会对这些数据有需求。我可以想象。这不仅仅是为了像你这样试图寻找异常现象的人,而且对于任何想要

试图弄清楚,“哦,海洋中是否发生了X事件,或者发生了Y事件?”你将能够为许多问题提供更多信息。是的,没错。而且,你知道,目前,典型的情况是有人会提出一个研究计划。我想测量某个特定地点的水温。

他们会围绕这个计划制定提案,提交提案,获得资金,但随后他们可能必须自己购买设备并手动部署、回收和维护设备,或者他们必须雇用一家公司来完成这项工作。

这其中涉及大量的成本和时间开销。因此,我们将提供的基本上是一种无人水面艇用户服务。这些设备将一直在海洋中,你会说,“哦,我们需要这些数据。”也许数据已经可用。你可以通过订阅计划访问这些数据,或者从我们这里购买数据包。

或者你可以控制一支无人水面艇舰队,并执行任务。你可以在办公室或家中舒适地规划所有这些,而不必担心部署、回收、维护或任何其他事情。同样重要的是,Seeker无人水面艇将持续存在。因此,这些无人水面艇将持续提供数据覆盖。

对于典型的任务,你出去收集温度数据,然后回来,然后我们不知道下周的温度是多少。所以对海洋的观测太少了。是的。你不担心海洋中的交通会成为问题吗?

不,航运路线是已知的。船只不会随意航行。它们在运输货物时会选择最佳路径。这也许是我们利用收集的数据可以改进的地方。当然,会有

我们需要穿越航道的情况。但是这些系统上都安装了所谓的AIS(自动识别系统)。因此,所有船舶都需要安装这个系统,它们会广播自己的位置和其他一些元数据,例如它们是什么等等,并且能够接收。因此,所有秘密无人机上也都安装了避障功能,当然。

因为我们将能够分析摄像机画面进行目标检测和跟踪,所以我认为不会有任何问题,我认为更多的问题可能是鲨鱼,是的,特别是如果它形状像冲浪板的话,是的,它将采用更像双体船的形状,但是鲨鱼,你知道,如果有什么东西从它身上垂下来,谁知道呢,我们已经与

与另一个研究机构进行了交谈,他们操作一些这些无人水面艇,他们曾经从海洋中取回一个,并在其侧面发现了一颗鲨鱼牙。是的,我可以想象,不仅仅是鲨鱼,许多不同的生物都会想要靠近它,了解它,戳戳它,弄清楚它是什么,试图把它弄沉或带回家。是的。

是的,我们还计划提供实时视频流。所以最终,我的意思是,目前,Starlink正在传输我们的数据。但在不久的将来,我认为埃隆·马斯克提到将会有一个Starlink的下一个版本。它将具有比现有系统高10倍的带宽能力。从那时起,我们可能能够提供来自海洋任何地方的实时视频流。

因此,为了提供一些好的娱乐,能够访问一个网站,点击播放按钮,获得北极的实时视频流,或者你可能会收到通知,说有鲨鱼正在攻击你的设备。你可以获得那里的实时摄像机画面。或者只是成群的鱼游过。就像你说的,如果它能够告诉你所有这些信息,并且能够识别它,就像你说的那样,那么这将是令人难以置信的景象。以及下一个《地球》系列的素材。是的。

是的,那里有很多数据。你已经收集了各种数据有一段时间了。你看到的一些最意想不到的事情是什么?是的,最意想不到的是一个指向地平线上方30度天空的摄像机。有一棵树

从画面的左侧向下延伸,一个物体飞进来,以恒定的速度移动,然后停止,在那里停留一分钟,一动不动。我可以放大像素。我看不到任何翅膀扇动,我看不到任何螺旋桨旋转或任何其他东西。它停在那里,然后向上移动,到达顶部,再次停留大约一分钟

然后直接向上飞去消失。当然,我们分析了所有可用的摄像头,看看是否能在其他摄像头中看到该物体,但我们没有看到。我们查看了音频,并且在那段时间内我们没有听到任何与我们看到的情况相关的声音。我们知道该地区有红尾鹰,

所以这可能是红尾鹰,事件发生在大约中午,如果我没记错的话,这大致与这些鸟类喜欢守卫狩猎的时间相吻合,它们可以长时间盘旋,所以很可能是一只红尾鹰,但我从未见过任何东西在视频画面中表现得像那样,因为我们看不到任何类似

你知道,你放大像素,你看不到任何扭曲。没有任何东西在移动。它只是静止的,而且是圆形的。所以也许是,我们也认为可能是无人机,但是,你知道,对于无人机,你必须注册你在哪里飞行。而且,我们在那里的仪器距离机场不远,比如说五英里以内。而且不太可能有人在那里飞行。

任何无人机。也因为那里什么也没有,只有树木。你见过其他类似的东西,基本上让你觉得,“嘿,这个停了下来,然后它以我不习惯的方式移动”?是的,有一些表现得像这样。但通常发生的情况是物体......我们没有看到任何类似......我还没有看到任何东西像......

或做任何疯狂的事情,任何疯狂的动作。但我们确实发现有些东西会停下来,盘旋,然后移开,或者有时会消失。我不完全确定......是的,就像它变小然后消失一样。所以我们不知道它可能是飞离我们,或者可能是灯灭了。不幸的是,我们还没有三角测量。所以在我们获得三角测量之前,我们无法确定物体的尺寸和距离。

三角测量将如何工作?好吧,我们将需要两个或三个其他摄像头,它们之间有一定的距离。然后你可以基本上进行三角测量,并根据这两个摄像头确定该物体的位置。这是一个视差效应。太令人着迷了。看到你每天都能从事这项工作真是太酷了。

起床思考并查看数据。思考你将如何捕获更多关于此的数据。而且,我真的对Seeker感到兴奋。一旦它上线,请告诉我,因为它是一个超级酷的项目。

我认为你在这方面做得很好,我很感谢你来到这里。当然。非常感谢你。是的,你知道,我知道很多人对UAP以及机器学习和一般的技术类型很感兴趣。所以如果有人在那里并且感兴趣,你知道,随时联系我们,因为我们一直在寻找额外的人手。太好了。是的,参与进来。

除了伽利略计划之外,你是否看到其他领域可以利用人工智能和机器学习来帮助解答这些更大的问题?是的,我认为一个很酷的想法是使用来自望远镜的实际图像,并对这些图像进行某种机器学习。

我认为目前在这个领域实际上并没有做太多的事情。这些图像通常是颗粒状的黑白图像。但随着望远镜的改进,数据保真度也将提高。因此,可能会有空间进行不同类型空间物体的分类,并以此方式寻找异常现象,或者看看它们是否

它们移动,穿过天空然后停止,因为这是天文学家正在做的事情,他们正在构建这些算法来查看是否有东西正在穿过天空,但他们没有考虑到它可能会停止。如果它停止了,他们就会失去它。或者如果它做一个直角转弯,他们就会失去它。他们已经设计和构建了算法来检测他们知道存在的东西。嗯哼。

因此,我认为对异常检测算法进行更多工作将非常令人着迷。这是非常需要的,因为异常现象确实推动了进步,对吧?我的意思是,你看到一些不寻常的东西,你会想,“那是什么?”然后你进行调查。只有这样,你才能真正学到一些东西。因此,我认为对异常检测进行更多工作是正确的方向,无论是在太空、地球还是其他任何地方。♪