Project Blue Book 2.0:
Πώς η AI κάνει Data Mining
σε 80 Χρόνια UFO Reports

01Το αρχείο που δεν πέθανε ποτέ

Κάπου στις αποθήκες του Εθνικού Αρχείου των ΗΠΑ (NARA), σε αποστάσεις που μετριούνται σε χιλιόμετρα ραφιών, αναπαύονται 42 κουτιά microfilm και χιλιάδες έγγραφα με μια κόκκινη σφραγίδα που κάποτε σήμαινε τα πάντα: PROJECT BLUE BOOK. Για 17 χρόνια, από το 1952 έως το 1969, αυτό το γραφείο της USAF ήταν το επίσημο «τηλέφωνο του ανεξήγητου» — ο τόπος όπου κατέληγε κάθε αναφορά για ιπτάμενους δίσκους, φωτεινές σφαίρες και αντικείμενα που αψηφούσαν την αεροδυναμική.

Όταν έκλεισε, η επίσημη θέση ήταν ξεκάθαρη: τίποτα αξιόλογο, προχωράμε. Και όμως, το αρχείο αρνήθηκε να πεθάνει. Δεκαετίες αιτήσεων FOIA, ερευνητές όπως ο John Greenewald του The Black Vault που ψηφιοποίησε κάθε σελίδα, και μια σειρά από αποκαλύψεις του Πενταγώνου μετά το 2017, το έφεραν ξανά στο φως. Μόνο που τώρα υπάρχει κάτι που δεν υπήρχε το 1969: υπολογιστική ισχύς ικανή να «διαβάσει» ολόκληρο το αρχείο σε ώρες — και να βρει patterns που κανένας αναλυτής δεν μπόρεσε να δει σε 17 χρόνια.

021947–1969: Η ανθρώπινη εποχή

Η ιστορία ξεκινά στις 24 Ιουνίου 1947, όταν ο πιλότος Kenneth Arnold βλέπει εννέα μινοηλικατά αντικείμενα να «πηδούν σαν κηροπήγια στο νερό» κοντά στο όρος Rainier. Δύο εβδομάδες αργότερα, το Roswell. Μέσα σε μήνες, η νεοσύστατη Πολεμική Αεροπορία στήνει το Project Sign — και η κούρσα των επίσημων προγραμμάτων δεν σταμάτησε για δύο δεκαετίες.

Το Blue Book, υπό τη διοίκηση αρχικά του Captain Edward Ruppelt (ο άνθρωπος που επινόησε τον όρο «UFO» για να αντικαταστήσει το φορτισμένο «flying saucer»), λειτούργησε ως ένα πρωτόγονο data pipeline: αναφορές από αστυνομία, πολίτες και στρατιωτικούς → τυποποιημένα ερωτηματολόγια → ταξινόμηση σε κατηγορίες (αστρονομικό, μετεωρολογικό, αεροσκάφος, φάρσα, «ανεπαρκή δεδομένα» ή «Unknown»).

Το 1966, μετά το κύμα αναφορών στο Michigan και την περιβόητη δήλωση του επιστημονικού συμβούλου J. Allen Hynek περί «αερίων βάλτου» (swamp gas), το Κογκρέσο ζήτησε ανεξάρτητη επιστημονική αξιολόγηση. Το αποτέλεσμα ήταν η Επιτροπή Condon (University of Colorado, 1966–1968), υπό τον φυσικό Edward Condon. Το τελικό πόρισμα — πάνω από 900 σελίδες — συνέστησε το κλείσιμο του προγράμματος. Τον Ιανουάριο του 1970, το Blue Book έκλεισε οριστικά.

«Η καριέρα μου ξεκίνησε ως σκεπτικιστής. Αλλά μετά από χρόνια μελέτης, άλλαξα γνώμη — όχι επειδή πίστεψα στους εξωγήινους, αλλά επειδή είδα πόσο πρόχειρα αντιμετωπίζονταν σοβαρές αναφορές από αξιόπιστους μάρτυρες.» — J. Allen Hynek, αστρονόμος, επιστημονικός σύμβουλος Blue Book, ιδρυτής CUFOS

Και εδώ είναι το κρίσιμο σημείο που συχνά χάνεται: η ίδια η έκθεση Condon περιείχε περίπου 30% υποθέσεων που ούτε η ίδια δεν εξήγησε — ένα στατιστικό είδος «θαφής στα παραρτήματα» που σήμερα θα εντοπιζόταν αυτόματα από ένα απλό script ανάλυσης κειμένου.

03Τα νούμερα: 12.618 υποθέσεις

Πριν μιλήσουμε για AI, ας δούμε το ωμό dataset. Γιατί το Blue Book, στην ουσία, είναι ένα από τα πρώτα δομημένα αρχεία παρατήρησης ανωμαλιών της σύγχρονης εποχής.

* Ο αριθμός 701 αναφέρεται στις επίσημες συνολικές καταγραφές του προγράμματος. Σημείωση: υποθέσεις με «ανεπαρκή δεδομένα» καταχωρούνταν ξεχωριστά — πολλές εξ αυτών θα μπορούσαν κάλλιστα να ήταν ανεξήγητες με καλύτερη τεκμηρίωση.

Ο Hynek αργότερα υποστήριξε κάτι που κάθε data scientist θα αναγνώριζε αμέσως: η ποιότητα των δεδομένων ήταν εξαιρετικά ανομοιογενής. Δίπλα σε κακοτεκνίες και φάρσες, υπήρχαν αναφορές από πιλότους μαχητικών, ελεγκτές εναέριας κυκλοφορίας και επιστημονικό προσωπικό — με πολλαπλούς ανεξάρτητους μάρτυρες και ραντάρ-επιβεβαίωση. Σε ορολογία ML: το ίδιο dataset περιείχε ταυτόχρονα θόρυβο και σήμα υψηλής πιστότητας. Το ερώτημα είναι πώς τα διαχωρίζεις.

042017–2026: Η δεύτερη αφορμή

Στις 16 Δεκεμβρίου 2017, οι New York Times δημοσιεύουν το ρεπορτάζ-σεισμό: το Πεντάγωνο διατηρούσε, εκτός Blue Book, ένα μυστικό πρόγραμμα μελέτης UAP — το AATIP (Advanced Aerospace Threat Identification Program), με επικεφαλής τον Luis Elizondo. Μαζί με το ρεπορτάζ, τρία βίντεο από πιλοτήρια μαχητικών του Πολεμικού Ναυτικού: FLIR1 («Tic Tac», 2004), Gimbal (2015) και GoFast (2015).

Από εκεί και μετά, τα γεγονότα τρέχουν:

• 2021: Το Γραφείο του Διευθυντή Εθνικής Πληροφόρησης (ODNI) δημοσιεύει την πρώτη επίσημη εκτίμηση για 144 περιστατικά — τα 143 ανεξήγητα.
• 2022: Ιδρύεται το AARO (All-domain Anomaly Resolution Office) — ο θεσμικός «διάδοχος» του Blue Book, 53 χρόνια μετά. Πρώτη ακρόαση του Κογκρέσου μετά από μισό αιώνα.
• 2023: Ο David Grusch, πρώην αξιωματικός πληροφοριών, καταθέτει υπό όρκο στο Κογκρέσο για φερόμενα προγράμματα ανάκτησης «μη ανθρώπινης» τεχνολογίας. Η NASA δημοσιεύει τη δική της ανεξάρτητη μελέτη UAP.
• 2024: Η έκθεση AARO Historical Record (Τόμος 1) απορρίπτει τις καταγγελίες περί κρατικών προγραμμάτων — και ταυτόχρονα παραδέχεται εκατοντάδες νέες ανεξήγητες περιπτώσεις στις τρέχουσες αναφορές.
• 2025–2026: Νέες ακροάσεις, νέα βίντεο από drone και πλοία, και — το κρίσιμο για εμάς — επίσημη στροφή σε τεχνικές μηχανικής μάθησης για την επεξεργασία του όγκου των δεδομένων, καθώς οι αναφορές πλέον μετριούνται σε χιλιάδες ετησίως.

05Το dataset του αιώνα

Τι ακριβώς τροφοδοτεί σήμερα ένα «Blue Book 2.0»; Το εντυπωσιακό είναι ότι το μεγαλύτερο μέρος είναι δημόσια προσβάσιμο — αρκεί να ξέρεις πού να ψάξεις:

Η κρίσιμη ιδέα είναι η συσχέτιση (correlation): μια αναφορά UAP από μόνη της είναι ανέκδοτο. Η ίδια αναφορά, διασταυρωμένη με ADS-B (δεν πετούσε αεροπλάνο εκείνη την ώρα), με μετεωρολογικά δεδομένα (δεν υπήρχε balloon), με δορυφορικές τροχιές (δεν ήταν Starlink train) και με δεύτερο ανεξάρτητο μάρτυρα 40 χλμ. μακριά — αυτή γίνεται δεδομένο. Και αυτή τη διασταύρωση, σε κλίμακα εκατοντάδων χιλιάδων εγγραφών, την κάνει μόνο μηχανή.

06Η μηχανή: NLP pipeline πάνω σε 80 χρόνια εγγράφων

Τα αρχεία του Blue Book είναι σκαναρισμένες σελίδες δακτυλογραφημένων εγγράφων του 1950 — χειρόγραφες σημειώσεις, τηλεγραφήματα TWX, φωτοτυπίες τρίτης γενιάς. Για να γίνουν data, χρειάζεσαι pipeline. Δείτε πώς στήνεται, στάδιο-στάδιο:

Στάδιο 1 — OCR & Καθαρισμός

Κλασικά OCR εργαλεία (Tesseract) «πνίγονται» σε δακτυλογραφημένα έγγραφα με λεκέδες. Η σύγχρονη λύση: vision-language μοντέλα (TrOCR, ή multimodal LLMs) που κατανοούν το context και «μαντεύουν» σωστά χαρακτήρες που το κλασικό OCR χάνει. Μετά: κανονικοποίηση, αφαίρεση headers/σφραγίδων «CLASSIFIED», sentence segmentation.

Στάδιο 2 — Named Entity Recognition (NER)

Με fine-tuned spaCy ή transformer μοντέλα, εξάγεις αυτόματα: τοποθεσίες (Wright-Patterson, Roswell, Minot AFB), ημερομηνίες, πρόσωπα, μονάδες, τύπους αεροσκαφών και — το ενδιαφέρον — περιγραφές χειρισμών («right-angle turn», «silent hover», «instantaneous acceleration»). Ξαφνικά, 130.000 σελίδες γίνονται σχεσιακή βάση.

Στάδιο 3 — Topic Modeling & Embeddings

Εδώ μπαίνει η μαγεία. Κάθε αναφορά μετατρέπεται σε vector embedding (π.χ. με sentence transformers) — ένα σημείο σε έναν πολυδιάστατο χώρο όπου παρόμοιες αναφορές κάθονται κοντά. Αλγόριθμοι όπως το BERTopic ή το HDBSCAN ανακαλύπτουν αυτόματα θεματικές συστάδες, χωρίς κανείς να τους πει τι να ψάξουν.

# Blue Book 2.0 — minimal NLP pipeline (ενδεικτικό)
import pandas as pd
from sentence_transformers import SentenceTransformer
from bertopic import BERTopic
import spacy

# 1. Φόρτωση OCR-αρισμένων αναφορών
df = pd.read_csv("bluebook_ocr.csv")   # 12.618 εγγραφές

# 2. NER: εξαγωγή τοποθεσιών, ημερομηνιών, οντοτήτων
nlp = spacy.load("en_core_web_trf")
df["entities"] = df["text"].apply(
    lambda t: [(e.text, e.label_) for e in nlp(t).ents])

# 3. Embeddings + αυτόματη θεματική ομαδοποίηση
model = SentenceTransformer("all-MiniLM-L6-v2")
emb = model.encode(df["text"].tolist(), show_progress_bar=True)

topics = BERTopic(min_topic_size=25).fit_transform(df["text"].tolist(), emb)
df["topic"] = topics[0]

# 4. Ποιες θεματικές συστάδες συσχετίζονται με "UNEXPLAINED";
unexplained_mix = df[df["verdict"] == "UNEXPLAINED"]["topic"].value_counts()
print(unexplained_mix.head(10))

Στάδιο 4 — Anomaly Detection

Το τελευταίο στάδιο είναι και το πιο σημαντικό: που είναι το σήμα που δεν ταιριάζει πουθενά; Isolation Forests και autoencoders εκπαιδεύονται στο «κανονικό» (αεροπλάνα, μετεωρολογικά, δορυφόροι) και σημαδεύουν ό,τι αποκλίνει. Σε ένα dataset όπου το 94,5% είναι εξηγήσιμο, το πραγματικό ερώτημα δεν είναι «τι είναι τα UFO» — είναι «τι περισσεύει όταν αφαιρέσεις ό,τι ξέρουμε».

07Computer Vision: FLIR1, Gimbal, GoFast

Τα τρία βίντεο του Ναυτικού είναι πλέον τα πιο αναλυμένα δευτερόλεπτα footage στην ιστορία της αεροπορίας. Τι προσφέρει το computer vision που δεν έβλεπε το ανθρώπινο μάτι;

• Object tracking & trajectory analysis: Frame-by-frame εξαγωγή θέσης, εκτίμηση ταχύτητας μέσω parallax και γνωστών παραμέτρων του συστήματος ATFLIR. Ανεξάρτητες αναλύσεις (από τον Mick West μέχρι ακαδημαϊκές ομάδες) διαφωνούν στα συμπεράσματα — αλλά όλες πλέον βασίζονται σε υπολογισμό, όχι εντύπωση.
• Thermal signature analysis: Το FLIR1 είναι υπέρυθρο footage. CNNs εκπαιδευμένα σε θερμικές υπογραφές αεροσκαφών, drones και μπαλονιών μπορούν να ταξινομήσουν το «Tic Tac» έναντι γνωστών κλάσεων — με το αποτέλεσμα να μένει εκτός καταλόγου.
• Sensor fusion: Η πραγματική αξία δεν είναι το βίντεο, αλλά η συσχέτιση βίντεο–ραντάρ–οπτικής μαρτυρίας. Στο περιστατικό Nimitz (2004), το αντικείμενο καταγράφηκε από το SPY-1 radar του USS Princeton να κατεβαίνει από 80.000 πόδια σε δευτερόλεπτα — δεδομένα που αναλύονται σήμερα ως time-series ανωμαλίες.
• Super-resolution & restoration: Μοντέλα τύπου Real-ESRGAN «καθαρίζουν» αρχειακό φιλμ και φωτογραφίες δεκαετιών, αποκαλύπτοντας λεπτομέρειες (ή, συχνά, αποκαλύπτοντας ότι το «ανεξήγητο» ήταν απλώς θολό).

08Τι βρήκε το machine learning (μέχρι τώρα)

Ανεξάρτητες ερευνητικές ομάδες, ακαδημαϊκοί και citizen data scientists έχουν ήδη τρέξει τέτοιες αναλύσεις στα δημόσια datasets. Τα πιο ενδιαφέροντα ευρήματα:

1. Γεωγραφικά clusters που δεν εξηγούνται από τον πληθυσμό

Θα περίμενε κανείς οι αναφορές να ακολουθούν τον πληθυσμό (περισσότεροι άνθρωποι → περισσότερες αναφορές). Τα DBSCAN clusters όμως δείχνουν στατιστικά σημαντικές υπερ-συγκεντρώσεις γύρω από συγκεκριμένες περιοχές: πυρηνικές εγκαταστάσεις, σιλό πυραύλων (Minot, Malmstrom, F.E. Warren AFB), αεροπορικές βάσεις και δοκιμαστικοί διάδρομοι. Το pattern «UAP κοντά σε πυρηνικά», που ο δημοσιογράφος Robert Hastings τεκμηρίωσε με συνεντεύξεις, επιβεβαιώνεται και ως στατιστικό σήμα στα ωμά δεδομένα.

2. «Language drift» στις περιγραφές

Η ανάλυση embeddings δεκαετία-δεκαετία δείχνει πώς εξελίσσεται το λεξιλόγιο των μαρτύρων: από «flying saucers» (1950) σε «triangular craft» (1980–90) σε «tic-tac / orb» (2000+). Αυτό τροφοδοτεί και τις δύο σχολές: ψυχολόγοι το βλέπουν ως πολιτισμική διαμόρφωση των αναφορών· ερευνητές UAP ως αλλαγή του ίδιου του φαινομένου. Και τα δύο είναι data.

3. Ο απο-ταυτοποιητής δουλεύει — και αυτό είναι νίκη

Ίσως το πιο υγιές αποτέλεσμα: η αυτόματη διασταύρωση με ADS-B, Starlink ephemeris και μετεωρολογικά δεδομένα λύνει μαζικά παλιές υποθέσεις. Σε δείγματα του NUFORC μετά το 2019, σημαντικό ποσοστό «φωτεινών γραμμών στον ουρανό» ταυτοποιείται αλγοριθμικά ως δορυφορικά trains μέσα σε λεπτά. Το Blue Book 2.0 δεν βρίσκει μόνο ανωμαλίες — καθαρίζει το dataset. Και ένα καθαρό dataset κάνει το εναπομείναν ανεξήγητο 5% να λάμπει πολύ πιο έντονα.

4. Τα «μορφολογικά» clusters επιβιώνουν

Ακόμα και μετά από aggressive φιλτράρισμα, τα topic models επιμένουν σε ορισμένες σταθερές κατηγορίες περιγραφών: σφαίρες χωρίς ορατά μέσα πρόωσης, τρίγωνα χαμηλής στάθμης, «ορθογώνιες στροφές» σε υπερ-ταχύτητα και transmedium συμπεριφορές (αέρας↔ύδατιο). Συστάδες που εμφανίζονται ανεξάρτητα σε δεδομένα του 1952 και του 2022 — σε διαφορετικές γλώσσες, χωρικά και πολιτισμικά αποκομμένες. Αυτό δεν αποδεικνύει τίποτα από μόνο του. Αλλά είναι ακριβώς το είδος του pattern που το ανθρώπινο μάτι δεν θα έβρισκε ποτέ σε 300.000 αναφορές.

09DIY: Φτιάξε το δικό σου Blue Book 2.0

Το πιο «Monolith» κομμάτι του άρθρου: όλα τα παραπάνω δεν είναι θεωρία. Με ένα laptop και δημόσια εργαλεία, μπορείς να στήσεις τη δική σου μονάδα ανάλυσης. Ο οδικός χάρτης:

1. Κατέβασε το NUFORC dataset (διατίθεται και έτοιμο στο Kaggle) — 170.000+ δομημένες αναφορές με ημερομηνία, σχήμα, τοποθεσία, κείμενο.
2. Ψηφιοποίησε ένα τμήμα Blue Book από τα NARA scans για ιστορική σύγκριση.
3. Τρέξε το pipeline της Ενότητας 06 — NER, embeddings, BERTopic.
4. Διασταύρωσε με ADS-B + δορυφόρους για το τρέχον δείγμα σου.
5. Οπτικοποίησε τα clusters στο Kepler.gl και δημοσίευσε τα ευρήματα — open science, όπως κάνει το Galileo Project του Avi Loeb και οι κοινότητες UAPx/Sky360.

10Οι σκεπτικιστές έχουν (εν μέρει) δίκιο

Ο σοβαρός αναλυτής οφείλει να πει και την άλλη πλευρά — γιατί αλλιώς δεν κάνει επιστήμη, κάνει κατευθυνόμενη αφήγηση. Τα προβλήματα είναι πραγματικά:

• Garbage In, Garbage Out: Το dataset είναι αναφορές ανθρώπων — με λάθη αντίληψης, μνήμης και προκαταλήψεις. Κανένα μοντέλο δεν διορθώνει ελαττωματικό σήμα εισόδου.
• Selection bias: Το Blue Book δεν ήταν αντιπροσωπευτικό δείγμα — ήταν ό,τι αποφάσιζε να καταγράψει η USAF. Το NUFORC είναι ό,τι αποφασίζει να αναφέρει ο πολίτης.
• Τα ανεξήγητα δεν αποδεικνύουν το εξωγήινο: «Δεν ξέρουμε τι είναι» σημαίνει ακριβώς αυτό. Η εξίσωση ανεξήγητο = εξωγήινο είναι λογικό άλμα, όχι δεδομένο.
• Apophenia της μηχανής: Τα clustering μοντέλα πάντα βρίσκουν συστάδες — ακόμα και σε τυχαίο θόρυβο. Χωρίς αυστηρό στατιστικό έλεγχο, μπορείς να «ανακαλύψεις» patterns που δεν υπάρχουν.

Κι όμως, ακριβώς εδώ είναι η αξία της προσέγγισης: η μηχανική μάθηση δεν υπόσχεται απαντήσεις — υπόσχεται καθαρότερες ερωτήσεις. Αφαιρεί το εξηγήσιμο με συστηματικότητα που κανένας ανθρώπινος αναλυτής δεν είχε, και αφήνει ένα μικρό, σκληρό πυρήνα περιπτώσεων με πολλαπλούς μάρτυρες, ραντάρ-επιβεβαίωση και χειρισμούς εκτός γνωστής αεροδυναμικής. Ό,τι κι αν είναι αυτός ο πυρήνας, πλέον δεν μπορεί να κρυφτεί μέσα στον όγκο.

11FAQ — Συχνές Ερωτήσεις

12Το σήμα συνεχίζει

Το 1969, ένα γραφείο στο Wright-Patterson έκλεισε την πόρτα του και 701 υποθέσεις έμειναν σε χαρτόκουτα με την ταμπέλα «UNEXPLAINED». Για μισό αιώνα, αυτό το νούμερο ήταν είτε παράσημο για τους πιστούς, είτε στατιστικό υπόλειμμα για τους σκεπτικιστές. Σήμερα, για πρώτη φορά, έχουμε τα εργαλεία να απαντήσουμε το προφανές ερώτημα: τι ακριβώς περιέχει αυτό το 701;

Το Project Blue Book 2.0 δεν είναι κυβερνητικό πρόγραμμα. Είναι προσέγγιση: η ιδέα ότι το πιο παρεξηγημένο dataset του 20ού αιώνα αξίζει τα καλύτερα αναλυτικά εργαλεία του 21ου. OCR και transformers αντί για microfilm readers. HDBSCAN αντί για χαρτονόμους. Anomaly detection αντί για διαίσθηση. Και στο τέλος του pipeline, ίσως — μόνο ίσως — το πιο καθαρό βλέμμα που είχαμε ποτέ στο τι πραγματικά συμβαίνει πάνω από τα κεφάλια μας.

«Το σύμπαν δεν έχει καμία υποχρέωση να βγάζει νόημα σε εμάς. Έχει όμως την υποχρέωση να αφήνει ίχνη — και εμείς, επιτέλους, έχουμε μηχανές που τα διαβάζουν.» — Monolith, σημειώσεις από τον τομέα 7G

Πηγές & Further Reading

• USAF / NARA — Project Blue Book Archive, Records of Headquarters USAF
• University of Colorado (1968) — «Scientific Study of Unidentified Flying Objects» (Condon Report)
• ODNI (2021) — «Preliminary Assessment: Unidentified Aerial Phenomena»
• AARO (2024) — «Report on the Historical Record of U.S. Government Involvement with UAP, Volume I»
• NASA (2023) — «Unidentified Anomalous Phenomena: Independent Study Team Final Report»
• The Black Vault (theblackvault.com) — Blue Book digital archive & FOIA collections
• NUFORC (nuforc.org) — National UFO Reporting Center database
• Ruppelt, E.J. (1956) — «The Report on Unidentified Flying Objects»
• Hynek, J.A. (1972) — «The UFO Experience: A Scientific Inquiry»