一个国际物理学家团队开发了一种新方法，以协助美国宇航局和其他政府机构对不明空中现象（UAP）进行持续调查。其成果是一种新颖的策略，整合了一个特制的人工智能程序，该程序部分受到物理学家自身搜寻难以捉摸的暗物质的启发。
UAP，更广为人知的名称是不明飞行物（UFO），并不像几十年前那样被视为怪诞。抛开指向外星访客的各种理论，分析越来越集中于确定更世俗的解释。UAP通常被解释为秘密实验飞机、天文事件，或仅仅是无人机识别错误。与此同时，一小部分目击事件仍然让专家们感到困惑。
在过去的几年里，美国政府试图对其UAP研究采取更透明的方法，而军方则在继续努力，以消除其内部报告目击事件的污名。2024年11月，国会就UAP举行了一场公开电视转播的联合小组委员会听证会，其中有美国海军一名退役少将和美国宇航局局长出席。尽管并非没有受到批评，但这些以及类似的事件正在改变不明空中现象的整体叙事。
奥尔巴尼大学的马修·西兹达吉斯（Matthew Syzdagis）等研究人员多年来一直关注着这一不断演变的讨论。作为一名专注于暗物质的物理学副教授，西兹达吉斯最近开始与全球30多名同事合作，以确定搜寻暗物质的方法是否可以应用于搜寻UAP。他们的研究结果于本月发表在《航空航天研究进展》（Progress in Aerospace Studies）杂志上，提出了一种审查过去和未来UAP目击事件的新跨学科方法。
“随着这一进程的推进，未来对UAP的研究必须遵循严谨、可重复的方法，并能被其他研究人员测试和证实，这一点至关重要，”西兹达吉斯在一份声明中说道。“本文旨在为这些努力制定一个路线图。”
该团队依靠一系列数据集和工具来构建其框架，包括美国国家气象局（NWS）公开提供的多普勒天气信息。NWS数据用于证实来自其他设备的观测结果，并确定它们是否同时记录了给定的异常现象。然后，他们利用名为Cosmic Watch的辐射探测系统，评估红外相机观察到的目标UAP是否伴随有电离辐射。
为了帮助分析红外数据，西兹达吉斯创建了一个名为Custom Target Analysis Protocol（C-TAP）的新软件程序，该程序利用机器学习和人工验证相结合的方式，逐像素审查单个摄像机帧。C-TAP借鉴了用于搜寻暗物质直接证据的类似策略，然后将真实的UAP观测结果与任何数字噪声区分开来。最后，将这些结果与三角测量计算进行叠加，以排除天空中已知的物体，如卫星或国际空间站。
为了进行测试，西兹达吉斯和同事们利用他们的新方法，审查了2021年他们在加州拉古纳海滩附近一次UAP报告高峰期的一次实地考察中收集到的可见光和红外图像。总的来说，该团队审查了约一小时的触发可见光和夜视视频素材，以及超过600小时的红外数据和55小时的背景辐射测量数据。在最初标记的多个异常现象中，研究人员能够为除一个以外的所有目击事件提供合理且可能的解释——这个异常现象是在多个视频中记录到的一个黑暗区域内的明亮白点集合。即使如此，这个UAP事件似乎也不是独一无二的。
“目前，没有一个可以被归类为真正的异常现象，尽管对剩余模糊之处的进一步研究可能会改变这一结论，”该研究的作者在结论中写道。
展望未来，该团队希望他们的方法能够帮助全球更多研究人员继续以科学、无偏见的方式审查UAP目击事件。
奥尔巴尼大学物理学教授、该研究的首席作者凯文·克努斯（Kevin Knuth）补充道：“鉴于UAP/UFO问题长期以来具有全球性，以及它们的存在对航空安全和安保的影响……研究和理解这些现象具有极其重要的紧迫性。”
