Artificial intelligence

Cách thức vectơ hóa đang giúp xác định UFO, UAP và liệu người ngoài hành tinh có phải chịu trách nhiệm hay không

Nếu có một chủ đề đã thu hút sự chú ý của công chúng liên tục trong nhiều thập kỷ, thì đó chính là: người ngoài hành tinh đã đến thăm Trái đất chưa, và chúng ta đã bắt gặp họ đang hành động trước camera chưa? Vật thể bay không xác định (UFO) và Hiện tượng trên không không xác định (UAP) đánh dấu vào tất cả các ô liên quan đến niềm yêu thích của chúng ta đối với các thuyết âm mưu, giải thích những điều không thể giải thích được và những người bắt đầu cuộc trò chuyện sau giờ làm việc. Cũng như nhiều thứ trong cuộc sống, dữ liệu có thể có câu trả lời. Từ cuộc khảo sát của Peter Sturrock với các nhà thiên văn học chuyên nghiệp cho thấy gần một nửa số người được hỏi cho rằng UFO đáng được nghiên cứu khoa học, đến sáng kiến ​​SETI @ Home, sử dụng hàng triệu máy tính gia đình để xử lý dữ liệu tín hiệu vô tuyến nhằm tìm kiếm thông tin liên lạc của người ngoài hành tinh, UFO và UAP tiếp tục mê hoặc thế giới. Tuy nhiên, giới khoa học dường như có cái nhìn mờ mịt trong việc nghiên cứu những hiện tượng này. Tìm kiếm hơn 90, 000 tài trợ được trao bởi National Science Tổ chức không tìm thấy địa chỉ nào đề cập đến UFO, UAP hoặc các chủ đề liên quan. Nhưng thủy triều có thể đang thay đổi. Một báo cáo của Tình báo Hoa Kỳ được công bố vào tháng 6 2021 (đặc biệt về UAPs – quân đội Hoa Kỳ muốn đổi thương hiệu UFO để tránh sự kỳ thị “người ngoài hành tinh” liên quan đến từ viết tắt UFO) đã khơi dậy sự quan tâm trong giới một lượng lớn khán giả. Trong số các phát hiện khác, báo cáo lưu ý rằng 80 của 144 các lần nhìn thấy được báo cáo đã bị nhiều cảm biến bắt được . Tuy nhiên, nó cũng tuyên bố rằng trong số 144 những lần nhìn thấy đó, lực lượng đặc nhiệm đã “có thể xác định một UAP được báo cáo với độ tin cậy cao. Trong trường hợp đó, chúng tôi xác định vật thể là một quả bóng bay lớn, đang xì hơi. Những người khác vẫn chưa giải thích được ”. Dữ liệu UAP yêu cầu cách thức hoạt động mới. Khả năng kết hợp, phân tích và hoạt động trên dữ liệu không gian và thời gian vốn có trong thời gian thực đòi hỏi các kiến ​​trúc máy tính mới ngoài thế hệ dữ liệu lớn đầu tiên. Vectơ hóa và nhiệm vụ xác định UFO / UAP Nhập “vectơ hóa”. Một kỹ thuật thế hệ tiếp theo, nó cho phép phân tích dữ liệu theo dõi các đối tượng trong không gian và thời gian. Vectơ hóa có thể nhanh hơn 100 lần so với các khuôn khổ máy tính thế hệ trước. Và nó đã thu hút sự chú ý của những người chơi quan trọng, chẳng hạn như Intel và NVIDIA, cả hai đều hướng tới việc vector hóa như một điều quan trọng tiếp theo trong việc tăng tốc tính toán. Sáng kiến ​​Pathfinder của NORAD và USNORTHCOM nhằm theo dõi và đánh giá các đối tượng tốt hơn trên không, trên biển và trên đất liền thông qua vô số các chỉ số cảm biến được hợp nhất. Là một phần của chương trình, nó sẽ là các mục tiêu 'vectơ hóa'. Một công ty giúp hiểu được điều này là Kinetica, một công ty khởi nghiệp về công nghệ vectơ hóa, cung cấp phân tích thời gian thực và trực quan hóa lượng dữ liệu khổng lồ mà sáng kiến ​​Pathfinder giám sát. “Sau nỗ lực tạo mẫu kéo dài một năm với Đơn vị Đổi mới Quốc phòng, Kinetica đã được chọn để hỗ trợ Chương trình Người tìm đường cho Bộ Tư lệnh Phòng không Vũ trụ Bắc Mỹ và Bộ Tư lệnh Phương Bắc nhằm cung cấp cơ sở dữ liệu thời gian thực, có thể mở rộng để phân tích các thực thể trong không gian và thời gian,” Amit Vij , chủ tịch và đồng sáng lập tại Kinetica, nói với tôi. “Khả năng kết hợp, phân tích và hành động trên nhiều luồng dữ liệu lớn khác nhau trong thời gian thực đã giúp NORAD và USNORTHCOM nâng cao nhận thức tình huống và mô hình hóa các kết quả có thể xảy ra trong khi tiếp cận rủi ro.” Nền tảng này cho phép các nhà khoa học dữ liệu và các bên liên quan khác giảm bớt dấu ấn công nghệ và hợp nhất thông tin để tăng hiệu quả hoạt động. “Các nhà khai thác quân sự có thể nâng cao khả năng phân tích dữ liệu và nâng cao nhận thức tình huống của họ trên khắp Bắc Mỹ bằng cách kết hợp các chức năng hiện được thực hiện bởi nhiều hệ thống biệt lập thành một cơ sở dữ liệu đám mây thống nhất tạo ra thông tin tình báo để lãnh đạo hành động trong thời gian thực”, Vij nói. “Kinetica nhanh chóng lấy và so sánh dữ liệu cảm biến từ các vật thể trong không khí, xây dựng các thực thể giàu tính năng và đào sâu khả năng phân tích của các nhà khai thác quân sự. Sau đó, các nhóm nhà khoa học dữ liệu có thể đưa các mô hình học máy của họ vào để phân loại thực thể và phát hiện sự bất thường. ” Vũ trụ song song (dữ liệu) Công nghệ vector hóa tương đối mới trong khoa học dữ liệu và phân tích và cho thấy nhiều hứa hẹn cho các ứng dụng cụ thể. Vectơ hóa khác với các phương pháp xử lý dữ liệu khác. Nima Negahban, Giám đốc điều hành và đồng sáng lập tại Kinetica, nói với tôi: “Vectorization, hoặc song song mức dữ liệu, tăng tốc độ phân tích theo cấp số nhân bằng cách thực hiện cùng một thao tác trên các tập dữ liệu khác nhau, để đạt hiệu suất và hiệu suất tối đa”. “Song song mức tác vụ thế hệ trước không thể bắt kịp với các yêu cầu tốc độ cao để xử lý IoT và dữ liệu máy vì nó bị giới hạn trong việc thực hiện nhiều tác vụ cùng một lúc.” Cách chúng tôi giải quyết những vấn đề này là không bền vững từ quan điểm chi phí và các yếu tố khác như sử dụng năng lượng. Negahban cho biết: “Các nền tảng phân tích dữ liệu lớn thế hệ trước tìm cách khắc phục những sự kém hiệu quả này bằng cách ném thêm phần cứng đám mây vào vấn đề, vốn vẫn thiếu hiệu suất và chi phí cao hơn nhiều”, Negahban nói. “Theo một tiết lộ gần như bất khả tri trong ngành, các công ty có thể triển khai phong cách này ở bất cứ đâu mà dữ liệu của họ yêu cầu cùng một thao tác đơn giản được thực hiện trên nhiều phần tử trong một tập dữ liệu.” Điều đó áp dụng như thế nào đối với chương trình Người tìm đường và các mục tiêu của nó? Negahban cho biết: “Đối với chương trình Pathfinder, vectơ hóa cho phép phân tích và theo dõi các đối tượng tốt hơn trên không, trên biển và trên đất liền thông qua vô số các kết quả cảm biến được hợp nhất nhanh hơn nhiều và ít tốn sức mạnh của bộ xử lý hơn”. “Tốc độ và khả năng của công nghệ trong việc xác định tỷ lệ thay đổi / hướng các thuật toán có thể ngụy trang máy bay, tên lửa và có khả năng giúp chính phủ hiểu rõ hơn về những UAP hoặc UFO này thực sự là gì. Điều này có nghĩa là NORAD có thể hiểu những gì họ nhìn thấy trên bầu trời nhanh hơn nhiều so với trước đây và với chi phí thấp hơn nhiều cho người đóng thuế! ” Công nghệ vector hóa được biết đến với kết quả tốc độ cao và các khoản đầu tư gần đây vào cơ sở hạ tầng hỗ trợ từ một số nhà sản xuất phần cứng quan trọng nhất thế giới đã giúp thúc đẩy lĩnh vực này. Negahban cho biết: “Cứ sau 5 đến 10 năm, một bước đột phá về kỹ thuật lại xuất hiện để phá vỡ phần mềm cơ sở dữ liệu tốt hơn,” Negahban nói. “Vài năm gần đây đã chứng kiến ​​sự gia tăng của các công nghệ mới như CUDA từ Nvidia và các phần mở rộng vectơ tiên tiến từ Intel đã thay đổi đáng kể khả năng áp dụng vector hóa vào các hoạt động dữ liệu của chúng tôi.” Negahban ví quá trình và kết quả là tốc độ vector hóa đạt được, giống như một bản giao hưởng. Negahban nói: “Bạn có thể nghĩ về xử lý vector giống như một dàn nhạc. “Bộ phận điều khiển là nhạc trưởng, và các hướng dẫn là một bản nhạc. Các bộ xử lý là violin và cello. Mỗi vector chỉ có một đơn vị điều khiển cộng với hàng chục bộ xử lý nhỏ. Mỗi bộ xử lý nhỏ nhận cùng một lệnh từ bộ điều khiển. Mỗi bộ xử lý hoạt động trên một phần bộ nhớ khác nhau. Do đó, mỗi bộ xử lý đều có con trỏ vector riêng của nó. Hướng dẫn vectơ bao gồm toán học, so sánh, chuyển đổi dữ liệu và các hàm bit. Theo cách này, xử lý vectơ khai thác mô hình cơ sở dữ liệu quan hệ của các hàng và cột. Điều này cũng có nghĩa là các bảng cột phù hợp tốt với quá trình xử lý vectơ. ” Dữ liệu có câu trả lời Chúng ta không thể có một bài báo về UFO và UAP mà không nói về dạng sống màu xám khá lớn trong phòng. Tôi đã bị cuốn hút bởi chủ đề vật thể bay và người ngoài hành tinh từ khi còn là một đứa trẻ, nhưng nếu tôi là một nhân vật X-Files, tôi sẽ là Scully hoài nghi. Vì vậy, đây là một trong nhiều giả thuyết của tôi. Trong suốt 1980 và trong 90, các tờ báo thường xuyên đưa tin về “những kẻ xâm lược sao Hỏa” và những du khách ngoài hành tinh khác , với những bức ảnh mờ trên trang nhất và những tiêu đề trên báo lá cải. Được chụp chủ yếu trên máy ảnh 35 mm và máy quay video cơ bản, hình ảnh của các vật thể hình điếu xì gà và hình đĩa trên bầu trời sẽ luôn bị mờ và bị mờ trong vài tuần một lát sau. Hiện có 3,6 tỷ người dùng điện thoại thông minh. Phần lớn các thiết bị này có camera chất lượng cao. Không chỉ vậy, việc chụp ảnh, chụp Instagram Stories và quay video TikTok giờ đã trở nên phổ biến, điện thoại thông minh đã trở thành một cánh tay nối dài của chúng ta. Tuy nhiên, chúng ta không còn thấy vô số video hoặc hình ảnh về UFO và UAP nữa. Việc nhìn thấy rất hiếm so với khi có ít máy ảnh hơn đáng kể được sử dụng vào bất kỳ thời điểm nào và khi chúng ta sử dụng chúng với mục đích cụ thể thay vì một phần trong cuộc sống hàng ngày của chúng ta. Vậy có khả năng xảy ra bất kỳ cảnh tượng nào trong số những cảnh tượng này có nguồn gốc từ người ngoài hành tinh so với các vật thể và hiện tượng tự nhiên do con người tạo ra hay không? Tôi không thể cưỡng lại việc đặt ra điều này với Kinetica. “Những gì chúng tôi biết từ các tuyên bố do chính phủ ban hành là không có kết luận nào được đưa ra vào thời điểm này,” Vij nói. “Đánh giá sơ bộ lần thứ 6 25 về UAP của Giám đốc Cơ quan Tình báo Quốc gia kêu gọi nỗ lực 'chuẩn hóa báo cáo, hợp nhất dữ liệu và đào sâu phân tích sẽ cho phép phân tích phức tạp hơn về UAP có khả năng giúp chúng ta hiểu sâu hơn. '”Nếu chúng ta định tìm câu trả lời, thì chắc chắn là nó sẽ dựa trên dữ liệu chứ không phải dựa trên ý kiến. Vij nói: “Điều thú vị là phần lớn dữ liệu từ radar, vệ tinh và cảnh quay quân sự đã tồn tại trong nhiều thập kỷ, nhưng trước đây, việc tổng hợp và phân tích khối lượng và loại dữ liệu đó là một vấn đề nan giải. “Câu trả lời cho câu hỏi này giờ đã nằm trong tầm tay.” Công nghệ vector hóa chắc chắn mang lại hiệu suất và tính linh hoạt cần thiết để giúp tìm ra câu trả lời mà tất cả chúng ta đang tìm kiếm. Làm thế nào cộng đồng khoa học dữ liệu có thể tận dụng lợi thế? Negahban cho biết: “Điều đã thay đổi gần đây là phần cứng được vector hóa hiện đã có sẵn trên đám mây, khiến nó trở thành một loại hàng hóa hơn,” Negahban nói. Điều này đã cho phép chúng tôi cung cấp Kinetica dưới dạng dịch vụ, giảm bớt sự va chạm truyền thống liên quan đến những gì truyền thống được coi là phần cứng kỳ lạ, đòi hỏi các nguồn lực chuyên biệt và khan hiếm để sử dụng. Mục tiêu của chúng tôi là đưa vectơ hóa từ cực đoan sang chủ đạo, vì vậy chúng tôi sẽ tiếp tục giúp các nhà phát triển tận dụng mô hình mới này dễ dàng hơn ”. Sự thật đang ở đó, và nó đang được xử lý song song.

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button