根据 2021 财年 IAA 随附的参议院报告 116-233 的规定,UAPTF 的长期目标是扩大其工作范围,将更多 USG 人员和技术系统记录的更多 UAP 事件纳入其分析范围。随着数据集的增加,UAPTF 使用数据分析来检测趋势的能力也将提高。最初的重点是使用人工智能/机器学习算法来聚类并识别数据点特征中的相似性和模式。随着数据库从已知的空中物体(例如气象气球、高空或超压气球和野生动物)积累信息,机器学习可以通过预先评估 UAP 报告来查看这些记录是否与数据库中已有的类似事件相匹配,从而提高效率。
公众和新闻媒体对不明飞行现象 (UAP) 的兴趣仍然很高。根据 FY20 NDAA 附带的 SSCI 报告的要求,ODNI 于 2021 年 6 月 25 日向国会提交了一份初步评估报告。该报告指出,评估在国防部训练场和设施内或附近发生的 UAP 所面临的挑战,并强调需要改进流程、政策、技术和培训,以提高我们理解 UAP 的能力。同一天,DSD 指示 OUSD(I&S) 制定一项计划,以正式确定 UAPTF 目前执行的任务。2021 年 11 月 23 日,DSD 签署了一份备忘录,宣布成立机载物体识别和管理同步组 (AOIMSG) 作为 UAPTF 的继任者;该备忘录还成立了机载物体识别和管理执行委员会 (AOIMEXEC) 来监督 AOIMSG。