Nếu có một chủ đề luôn thu hút sự chú ý của công chúng trong nhiều thập kỷ, thì đó là: người ngoài hành tinh đã đến thăm Trái đất chưa và chúng ta có bắt gặp họ đang hành động trên camera không? 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 việc chúng ta yêu thích các thuyết âm mưu, giải thích những điều không thể giải thích được và những câu chuyện 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 Peter Sturrock cuộc khảo sát của các nhà thiên văn học chuyên nghiệp Điều đó cho thấy gần một nửa số người được hỏi cho rằng UFO đáng được nghiên cứu khoa học, theo sáng kiến SETI@Home, vốn 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, cộng đồng khoa học dường như có cái nhìn mù mờ về việc nghiên cứu những hiện tượng này. Tìm kiếm trên 90.000 tài trợ được trao của Quỹ Khoa học Quốc gia không tìm thấy nội dung 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 năm 2021 (cụ thể là về UAP – quân đội Hoa Kỳ muốn đổi tên 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 của đông đảo khán giả.
Trong số những phát hiện khác, báo cáo lưu ý rằng 80 trong số 144 trường hợp được báo cáo đã được ghi lại bởi nhiều cảm biến. Tuy nhiên, nó cũng tuyên bố rằng trong số 144 trường hợp nhìn thấy đó, lực lượng đặc nhiệm “có thể xác định được một UAP được báo cáo với độ tin cậy cao. Trong trường hợp đó, chúng tôi xác định vật thể là một quả bóng lớn đang xì hơi. Những người khác vẫn chưa giải thích được.”
Dữ liệu UAP yêu cầu cách làm việc mới. Khả năng hợp nhất, phân tích và hành động trên dữ liệu không gian và thời gian vốn có trong thời gian thực đòi hỏi các kiến trúc điện toán mới ngoài thế hệ dữ liệu lớn đầu tiên.
Vector hóa và nhiệm vụ xác định UFO/UAP
Nhập “vector 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. Vector hóa có thể nhanh hơn 100 lần so với các khung tính toán thế hệ trước. Và nó 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 bước tiến lớn tiếp theo trong việc tăng tốc điện toán.
Sáng kiến Pathfinder của NORAD và USNORTHCOM nhằm mục đích theo dõi và đánh giá các vật thể tốt hơn trên không, trên biển và trên bộ thông qua vô số kết quả đọc cảm biến hợp nhất. Là một phần của chương trình, nó sẽ là các mục tiêu ‘vector hóa’. Một công ty giúp giải thích điều này là Động họcmột công ty khởi nghiệp về công nghệ vector hóa, cung cấp khả năng phân tích và trực quan hóa theo thời gian thực về lượng dữ liệu khổng lồ mà sáng kiến Pathfinder giám sát.
“Sau nỗ lực tạo nguyên mẫu kéo dài một năm với Đơn vị Đổi mới Quốc phòng, Kinetica đã được chọn để hỗ trợ chương trình Tìm đường của Bộ Tư lệnh Hàng không Vũ trụ Bắc Mỹ và Bộ Tư lệnh Phương Bắc nhằm cung cấp cơ sở dữ liệu theo 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 hợp nhất, phân tích và hành động trên nhiều luồng dữ liệu khổng lồ khác nhau trong thời gian thực đã giúp NORAD và USNORTHCOM nâng cao nhận thức về 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 dấu chân công nghệ và củng cố thông tin để tăng hiệu quả hoạt động.
Vij cho biết: “Các nhà điều hành quân sự có thể tăng cường khả năng phân tích dữ liệu và nâng cao nhận thức về tình huống trên khắp Bắc Mỹ bằng cách kết hợp các chức năng hiện được thực hiện bởi nhiều hệ thống biệt lập vào cơ sở dữ liệu đám mây thống nhất, tạo ra thông tin tình báo để lãnh đạo hành động theo thời gian thực”. “Kinetica nhanh chóng tiếp thu và đối chiếu dữ liệu cảm biến từ các vật thể trên không, xây dựng các thực thể giàu tính năng và nâng cao khả năng phân tích của các nhà điều hành quân sự. Sau đó, các nhóm nhà khoa học dữ liệu có thể đưa mô hình học máy của họ vào để phân loại thực thể và phát hiện sự bất thường.”
Vũ trụ (dữ liệu) song song
Công nghệ vector hóa tương đối mới trong khoa học và phân tích dữ liệu và cho thấy nhiều hứa hẹn cho các ứng dụng cụ thể. Vector 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 cấp dữ liệu sẽ tăng tốc phân tích theo cấp số nhân bằng cách thực hiện cùng một thao tác trên các bộ dữ liệu khác nhau cùng một lúc, để đạt được hiệu suất và hiệu quả tối đa”. “Tính song song ở cấp độ nhiệm vụ thế hệ trước không thể theo kịp các yêu cầu tốc độ cao để xử lý dữ liệu máy và IoT vì nó bị hạn chế trong việc thực hiện nhiều nhiệm vụ cùng một lúc.”
Cách chúng ta giải quyết những vấn đề này là không bền vững xét 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 sự thiếu hiệu quả này bằng cách sử dụng nhiều phần cứng đám mây hơn để giải quyết vấn đề, tuy nhiên hiệu suất vẫn thấp và chi phí cao hơn nhiều”. “Trong một phát hiện 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 thực hiện cùng một thao tác đơn giản trên nhiều thành phần trong một tập dữ liệu.”
Điều đó áp dụng như thế nào đối với chương trình Pathfinder và các mục tiêu của nó?
Negahban cho biết: “Đối với chương trình Pathfinder, việc vector hóa cho phép phân tích và theo dõi các vật thể tốt hơn trên không, trên biển và trên bộ thông qua vô số kết quả đọc cảm biến hợp nhất nhanh hơn nhiều và tiêu tốn ít năng lượng xử lý hơn”. “Tốc độ và khả năng của công nghệ này trong việc xác định các thuật toán thuộc tính tốc độ thay đổi/hướng 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 nộp 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 phát triển lĩnh vực này.
Negahban cho biết: “Cứ sau 5 đến 10 năm, một bước đột phá về kỹ thuật lại xuất hiện giúp cải thiện phần mềm cơ sở dữ liệu theo hướng tốt hơn”. “Vài năm gần đây đã chứng kiến sự nổi lên của các công nghệ mới như CUDA của Nvidia và các phần mở rộng vectơ nâng cao của Intel đã thay đổi đáng kể khả năng áp dụng vectơ hóa vào hoạt động dữ liệu của chúng tôi.”
Negahban ví quá trình này và tốc độ vector hóa đạt được giống như một bản giao hưởng.
“Bạn có thể coi việc xử lý vectơ giống như một dàn nhạc,” Negahban nói. “Bộ điều khiển là nhạc trưởng, còn chỉ dẫn là một bản nhạc. Bộ xử lý là violin và cello. Mỗi vectơ chỉ có một bộ điều khiển cộng với hàng chục bộ xử lý nhỏ. Mỗi bộ xử lý nhỏ nhận được 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 vectơ riêng. Hướng dẫn vectơ bao gồm toán học, so sánh, chuyển đổi dữ liệu và hàm bit. Bằng 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 rất phù hợp với việc xử lý vectơ.”
Dữ liệu có câu trả lời
Chúng ta không thể có một bài viết về UFO và UAP mà không nói về dạng sống màu xám có kích thước lớn trong phòng. Tôi đã bị mê hoặc bởi chủ đề về vật thể bay và người ngoài hành tinh từ khi còn nhỏ, nhưng nếu tôi là một nhân vật trong X-Files, tôi sẽ là Scully luôn hoài nghi. Vì vậy, đây là một trong nhiều giả thuyết của tôi.
Trong suốt những năm 1980 và những năm 90, các tờ báo thường xuyên đăng 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 báo lá cải. Được ghi lại chủ yếu bằng máy ảnh 35mm và máy quay video cơ bản, hình ảnh của các vật thể hình điếu xì gà và chiếc đĩa trên bầu trời sẽ luôn bị mờ và lộ rõ vài tuần sau đó.
Có 3.6 tỷ người dùng điện thoại thông minh hiện nay. Phần lớn các thiết bị này có camera chất lượng cực kỳ cao. Không chỉ vậy, chụp ảnh, chụp ảnh Instagram Câu chuyện và quay video TikTok giờ đây rất phổ biến, điện thoại thông minh đã trở thành 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 được sử dụng hơn đáng kể tại bất kỳ thời điểm nào và khi chúng tôi sử dụng chúng với mục đích cụ thể thay vì một phần cuộc sống hàng ngày của chúng tôi. Vì vậy, khả năng những cảnh tượng này có nguồn gốc xa lạ so với các vật thể và hiện tượng tự nhiên do con người tạo ra là bao nhiêu? Tôi không thể cưỡng lại việc đưa ra điều này cho Kinetica.
Vij nói: “Những gì chúng tôi biết từ các tuyên bố do chính phủ ban hành là chưa có kết luận nào được đưa ra vào thời điểm này”. “Đánh giá sơ bộ về UAP ngày 25 tháng 6 của Giám đốc Tình báo Quốc gia kêu gọi nỗ lực ‘chuẩn hóa báo cáo, hợp nhất dữ liệu và phân tích sâu hơn để cho phép phân tích UAP phức tạp hơn có khả năng giúp chúng tôi hiểu sâu hơn.’ ”
Nếu chúng ta muốn tìm ra câu trả lời, thì đó là điều chắc chắn dựa trên dữ liệu chứ không phải dựa trên ý kiến.
Vij cho biết: “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 hợp nhất và phân tích khối lượng cũng như loại dữ liệu đó là một vấn đề khó khăn”. “Câu trả lời cho câu hỏi này hiện 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. Cộng đồng khoa học dữ liệu có thể tận dụng lợi thế như thế nào?
Negahban cho biết: “Điều đã thay đổi gần đây là phần cứng được vector hóa hiện có sẵn trên đám mây, khiến nó trở thành một mặt hàng hơn”. Điều này đã cho phép chúng tôi cung cấp Kinetica dưới dạng dịch vụ, giảm bớt xung đột truyền thống liên quan đến những gì theo truyền thống được coi là phần cứng kỳ lạ, đòi hỏi nguồn lực chuyên biệt và khan hiếm để sử dụng. Mục tiêu của chúng tôi là đưa vector hóa từ cực đoan đến phổ biến, vì vậy chúng tôi sẽ tiếp tục giúp các nhà phát triển tận dụng mô hình mới này dễ dàng hơn.”
Sự thật nằm ở đó và nó đang được xử lý song song.
