Il cielo è un flusso infinito di oggetti: satelliti, droni, aerei, uccelli e da sempre ha attirato narrazioni fantascientifiche circa l’esistenza degli alieni. Difatti, l’aumento dei sensori ha moltiplicato la quantità di immagini da elaborare, ma riconoscere automaticamente ciò che vola sopra le nostre teste è complicato. Per questo motivo, è stata creata l’intelligenza artificiale del Galileo Project di Harvard.
Il problema principale è evidente: come si addestra un algoritmo a riconoscere qualcosa di cui non si ha nessun esempio? Nel machine learning tradizionale servono migliaia di immagini etichettate, ma con gli UAP non esiste un dataset verificato di oggetti alieni. Per tale ragione, il team di Harvard usa quindi un approccio inverso: invece di cercare direttamente gli UAP, l’algoritmo viene addestrato su ciò che è noto, come droni, uccelli, aerei, palloni, trattandosi a tutti gli effetti di un addestramento per esclusione, basato sull’anomalia.
Il progetto, che nasce nel 2021 da un’idea di Avi Loeb, astrofisico noto per l’ipotesi che l’oggetto interstellare ‘Oumuamua potesse essere artificiale, ha, al momento, un osservatorio operativo fuori Boston, con sensori che catturano immagini HD, infrarossi e segnali radio 24 ore su 24, mentre altri osservatori sono programmati in Indiana, Nevada e Pennsylvania. Inoltre, a differenza dei dati governativi, quelli del Galileo Project sono pubblici e verificabili: mentre l’ufficio AARO del Pentagono rischia di essere smantellato da Trump, Harvard potrebbe restare l’unico sforzo sistematico per analizzare gli UAP da un punto di vista scientifico.
Leggi l’articolo completo Come un progetto di Harvard sta usando l’intelligenza artificiale per cercare gli alieni su Wired.
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (10/08/2025).
