神祕無人機群去年12月連17天入侵美軍基地美要找被捕中國留學生解惑

世界日報World Journal．2024年10月14日 14:29

華爾街日報(WSJ)報導，去年12月起連續17天，神秘無人機隊大舉入侵維州海濱的蘭利空軍基地(Langley Air Force Base)附近，軍方察覺並且密切注意，但礙於法律不得擊落，目前盼望1月18日逮捕的一位中國留學生能提供線索，了解諸多無人機隊懸案。

WSJ報導，發現無人機隊擅闖禁航空域後，時任基地司令官的空軍上將凱利(Mark Kelly)曾率隊觀察那批無人機。凱利估算領頭無人機長約20呎，飛行時速100哩，航高約3000到4000呎。其他無人機一架接一架跟著飛，由遠處聽來像一堆草坪除草機。

那些無人機再掉頭往南飛越切薩皮克灣(Chesapeake Bay)，朝維州諾佛克飛去，翱翔的空域下方有海軍「海豹」(SEAL)第六隊的本部基地、世界最大海軍港的諾佛克海軍基地(Naval Station Norfolk)。

軍方礙於法律不能擊落

這批無人機數量多達十餘架，官員們不曉得它們是無人機愛好者的財物，還是敵對勢力所擁有。有人懷疑俄國或中國部署這批無人機，來測試美國空軍的反應。

聯邦法律規定，除非靠近軍事基地的無人機造成立即威脅，不然禁止軍方予以擊落；空中窺探不符擊落資格，話雖如此，一些國會議員希望給軍方更大裁量權。

白宮開會商討因應之道

無人機隊的報告曾送達拜登總統，白宮為此召開兩周會議；與會的國防部、聯邦調查局、五角大廈幽浮(UFO)官員會同外部專家提出各種可能解釋，設想如何因應。

時任美國北方司令部司令的范赫克(Glen D. VanHerck)上將派噴射戰鬥機隊等飛機湊近觀察那批無人機，也向國防部長奧斯丁(Lloyd Austin)建議，要奧斯丁授權電子竊聽到間諜飛機等全面因應之道，但國防部在美國本土權限受限。去年12月23日，無人機隊最後一次出現。

操控無人機留學生認罪

今年1月6日，明尼蘇達大學中國留學生施逢雲(Fengyun Shi，音譯)上午過半被發現出現在蘭利空軍基地11哩一處船廠外，他對鄰近居民表示操作無人機升空，結果卡在樹上。他還設法用操控器把無人機弄下來時，居民報警，警方問他為何天氣惡劣還飛無人機，再叫他去找消防隊幫忙。施沒那麼做，而搭美國國鐵回華府。

1月18日施逢雲持單程機票打算返回中國，被聯調局逮捕；他說自己是船隻愛好者，不曉得他的無人機闖入限禁區。調查員不信他的話，但又沒證據指他與中國政府有關。檢方控告施違法在機密海軍設施拍照，26歲的施逢雲認罪，2日被聯邦法院判刑6個月。

最新選舉新聞

多元觀點

不同視角的媒體報導

賴清德講話

中共軍演

罷免謝國樑

圍台軍演

點名林右昌

中國軍演

老鵝日報

中天新聞網

官員答詢到自己笑出來！黃國昌批行政總處胡扯：花1465萬AI答案卻錯誤

民眾黨立委黃國昌今（14）日在立法院司法及法制委員會質詢時指出，賴清德總統上任後，屢屢誇口要把台灣打造成AI國家，但去年行政院人事行政總處建置的人事法規生成式AI查詢系統，花了納稅錢1465萬，人事長說，可省下人事人員半數以上的時間，但實際操作卻發現該系統提供的答案明顯錯誤，若造成人事人員適用錯誤法規，到底誰要負責？立法院司法及法制委員會今日邀請行政院人事行政總處人事長暨相關部會列席，進行專題報告「政府機關導入AI提升效能」。針對黃國昌詢問人事法規生成式AI查詢系統一天容量可以查詢幾則，人事總處人事長蘇俊榮表示，因牽涉到租用Token費用，一天大概300個，每天用量約220至250左右，會後會交書面資料給委員。黃國昌續問，是否知道立法院人事處有在使用上述查詢系統？蘇俊榮回應，目前只開放行政院所屬以及銓敘部、考試院。遭黃國昌打臉，稱明明就有開放給立法院，還發函給立法院要立法院派人做教育訓練，讓黃國昌傻眼直言，「若不知道就說不知道，但不能信口開河！」蘇俊榮對此解釋，發文給立法院的應該是銓敘部發文轉，我們沒有直接（發文），並稱立法院人事處職員可以使用該系統。黃國昌質問，「那剛剛怎麼會說沒有開

選舉假訊息查核

看更多新聞專輯

資料來源：網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫，其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
分析方式：本模型分析方式非採傳統抽樣之民意調查，係將蒐集之資料庫予以分析，無母體數、樣本數限制。本模型係運用大數據關鍵引擎，透過深度學習與AI人工智慧技術，使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術，汲取網路上相關討論文章，將文章分為正面、負面、中立三種情緒，計算網路聲量。
跨世代劃分標準：本預測模型判別跨世代之依據，係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎，計算跨世代在不同社群聲量上的權重，綜合計算後得到世代好感度數據。
名詞解釋
- 網路聲量：透過「KEYPO大數據關鍵引擎」，計算社群討論及新聞報導提及的文章則數，聲量越高代表討論越熱，能見度越高。
- 好感度分數：綜合評估網路聲量與網友語意情緒，分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理，得出好感度分數，再進行各縣市候選人彼此的比較，評量不僅需要聲量高，而且是好評要高，負評要低。好感度分數範圍在0-100分之間，分數越高，表示整體網友對於該位候選人的好感程度越佳。
其他說明
- 調查單位及主持人：大數據股份有限公司
- 辦理時間：即日起至2022年11月16日止，逐日更新好感度數據。
- 抽樣方式：本預測模型非抽樣之民調調查
- 母體數：無母體數，請參考上述大數據資料庫的內容涵蓋範圍
- 樣本數及誤差值：本預測模型非採用小樣本抽樣之民意調查，不適用抽樣誤差值
- 經費來源：Yahoo奇摩、大數據股份有限公司