इन्फ्रारेड एआई कैमरा एलियन आगंतुकों के संकेतों के लिए पृथ्वी के आसमान को स्कैन करने के लिए प्रस्तावित

SCIENCE NEWS /विज्ञानं : तब से, रक्षा विभाग ने ऑल-डोमेन एनोमली रिज़ॉल्यूशन ऑफिस (AARO) के माध्यम से UAP पर वार्षिक रिपोर्ट जारी की है। फिर भी, अभी भी सार्वजनिक रूप से उपलब्ध वैज्ञानिक डेटा की कमी है। इसे संबोधित करने के लिए, हार्वर्ड-स्मिथसोनियन सेंटर फॉर एस्ट्रोफिजिक्स (CfA) और गैलीलियो प्रोजेक्ट के नेतृत्व में एक नए अध्ययन में अलौकिक अंतरिक्ष यान के संभावित संकेतों की खोज के लिए एक ऑल-स्काई इन्फ्रारेड कैमरा (डेलेक) का प्रस्ताव है। इस अध्ययन का नेतृत्व हार्वर्ड विश्वविद्यालय में केटो-गैलीलियो पोस्टडॉक्टरल फेलोशिप की सदस्य और गैलीलियो प्रोजेक्ट की शोधकर्ता लॉरा डोमिन ने किया था।

उनके साथ CfA, गैलीलियो प्रोजेक्ट, व्हिटिन ऑब्जर्वेटरी, यूएपी स्टडीज के लिए वैज्ञानिक गठबंधन और एटलस लेंस कंपनी के साथी शोधकर्ता शामिल हुए। उनके प्रस्ताव का सारांश देने वाला पेपर 2025 चंद्र और ग्रह विज्ञान सम्मेलन (2025 LPSC) में प्रस्तुत किया गया, जो 10 से 14 मार्च तक टेक्सास के वुडलैंड्स में हुआ। उन्होंने अपने पेपर में जिस उपकरण का वर्णन किया है, उसका नाम डेलेक है, क्योंकि यह डॉक्टर हू फ्रैंचाइज़ी (ऊपर की छवि) के मशीन विरोधी से मिलता जुलता है। यह उपकरण नासा द्वारा 2023 के एक स्वतंत्र अध्ययन में की गई सिफारिशों पर आधारित है, जहाँ उन्होंने कहा: उनके पेपर में इस मल्टीमॉडल, मल्टीस्पेक्ट्रल ग्राउंड-आधारित वेधशाला, गैलीलियो इंस्टीट्यूट के विकास स्थल पर कमीशनिंग से गुजरने वाला पहला उपकरण और अंशांकन प्रक्रिया का विवरण है।

प्रोफेसर एवी लोएब, हार्वर्ड विश्वविद्यालय में विज्ञान के फ्रैंक बी. बेयर्ड जूनियर प्रोफेसर, सीएफए के भीतर सिद्धांत और संगणना संस्थान के निदेशक (2007-वर्तमान), गैलीलियो प्रोजेक्ट (2021-वर्तमान) के प्रमुख भी हैं। जैसा कि उन्होंने ईमेल के माध्यम से यूनिवर्स टुडे को बताया: जैसा कि लोएब ने विस्तार से बताया, ये तीन वेधशालाएँ प्रति माह लगभग 100,000 वस्तुओं का पता लगाती हैं और लगभग 1 मिलियन वस्तुओं पर डेटा प्राप्त कर चुकी हैं। यह NEO पर व्यवस्थित रूप से इकट्ठा किया गया सबसे बड़ा डेटाबेस है, जिसका विश्लेषण गैलीलियो प्रोजेक्ट मशीन-लर्निंग सॉफ़्टवेयर का उपयोग करके करता है। इस सॉफ़्टवेयर में ऑब्जेक्ट डिटेक्शन के लिए यू ओनली लुक वन्स (YOLO) मॉडल और ट्रैजेक्टरी रिकंस्ट्रक्शन के लिए सिंपल ऑनलाइन और रियलटाइम ट्रैकिंग (SORT) एल्गोरिदम शामिल हैं।

इन एल्गोरिदम को परिचित वस्तुओं (विमान, ड्रोन, गुब्बारे, पक्षी, उपग्रह, आदि) पर प्रशिक्षित किया जाता है, जो उन्हें सभी देखे गए UAP को छांटने और आउटलेयर का पता लगाने की अनुमति देता है। इसके अलावा, इस पेपर में वेधशाला के संचालन के पहले पाँच महीनों का विवरण है। जैसा कि टीम ने अपने पेपर में बताया है, इस अवधि में लगभग 500,000 वस्तुओं का पता लगाया गया था। उनके द्वारा पुनर्निर्मित किए गए लगभग 16% प्रक्षेप पथ (~80,000) को 95% विश्वास स्तर पर आउटलेयर के रूप में चिह्नित किया गया था और इन्फ्रारेड छवियों के साथ मैन्युअल रूप से जांच की गई थी।

इनमें से, 144 प्रक्षेप पथ अस्पष्ट रहे, जिनके बारे में उन्होंने कहा कि वे संभवतः सांसारिक वस्तुएँ हैं जिन्हें सूचना, दूरी और अन्य सेंसर डेटा के बिना आगे वर्गीकृत नहीं किया जा सकता है। लोएब ने कहा: तुलना करके, AARO जैसी सरकारी एजेंसियों द्वारा किए गए वर्गीकृत अध्ययनों – जो अक्सर रडार डेटा और कई सेंसर से दूरी के अनुमान का लाभ उठा सकते हैं – ने बताया कि उनके ध्यान में लाए गए लगभग 3% मामले अस्पष्ट रहे। लोएब ने कहा, अंतिम लक्ष्य कुछ (यदि कोई हो) आउटलेयर को खोजना है जिन्हें तकनीकी रूप से उन्नत प्रजाति (उर्फ टेक्नोसिग्नेचर) का सबूत माना जा सकता है। लोएब ने कहा: उनके पेपर का पूरा संस्करण सेंसर्स जर्नल में प्रकाशित हुआ था। यह लेख मूल रूप से यूनिवर्स टुडे द्वारा प्रकाशित किया गया था।

YouTube channel Search – www.youtube.com/@mindfresh112 , www.youtube.com/@Mindfreshshort1

नए खबरों के लिए बने रहे सटीकता न्यूज के साथ।