证据已上呈最高法院

你上床睡觉了，然后发生了这件事:

在选举之夜，选票实时汇总和更新是由如爱迪生公司这类的数据采集者实施采集统计并发送给各种媒体公司的。

这是一个完全自动化的过程，只有从这些媒体公司至信息来源的单向界面。

在下面的视频例子中，CNN在报道宾夕法尼亚州选况时捕捉到了这次选票反转。

到美国东部标准时间 11:09:01:28时, 宾夕法尼亚州选况再次出现在屏幕上, 川普有 1,670,631 张选票，拜登有 1,272,495张选票。

CNN的电视直播显示，有 19,958 张选票从候选人川普转给了候选人拜登。这表明川普失去了近 4 万张选票。

这是怎么发生的呢？

选民在选区投票，一个选区的计票如有问题，需通过一轮裁决，如没问题则直接送至选区制表器。

选区将这些计票结果直接发送给县，县的计票结果再发送给州一级。

这三种计票数据都传送到回云服务器进行实时汇总。

这些服务器再传送到爱迪生公司的服务器进行收集统计后将数据传输到全国选举数据池。

下面是选举之夜选票反转的另一个例子。

这次发生在佐治亚州。

在这里，我们比较两个数据源时，可以清楚地看到在县一级发生的事件。

在本例中，在当地时间 9:11 PM， 显示在佐治亚州 Bibb 县 川普得票 29,391 张。

同一时间，显示拜登得票17,218 张。几分钟后，在下次报告更新的选区数据时，

川普得票却是 17,218 张选票，拜登 得票 29,391 张选。这是非常明确而精准的选票反转。

由于每个州报告各县结果汇总数据时间都有一定的时间滞后，这类反转只要发生在最新状态刷新后和下次状态更新之前的这段时间里，在州一级的选况报告中是无法察觉到的。

好吧，让我们看看。这是怎么发生的？我们可以追踪川普的得票总数，因为在国家和地方新闻台都对此进行了现场报道。

我们可以实时看到投票扣减，这可能需要观察者停下来倒带直播才能捕捉得到。

然而，对基础数据的透彻分析会暴露更多。

我们现在可以通过现有选票看到每次投票的骤然增减，以及渐次增加的缺席投票和每天的进票情况。

但你现在看到的是我们在选举中永远不应该看到的现象。选票计数应该是逐渐累加的，不应该出现负增长。

仅在 Pensylvania州，在源数据中就发现了12次 对川普的 计票扣减，总计超过 279,000 张选票被从川普名下扣减掉。

当一个大县的更新数据可以抵消另一个县被扣减的选票数时，这些扣减不会被察觉。

在仔细分析这些源数据后，我们可以全面了解 2020 年 11 月选举的真实情况。

下面是选举之夜早期选票数剧烈波动的另一个例子：

让我们看看CNN 在晚上 9:11 和 9:32 之间。乔·拜登 开始得票数为706,000 ，川普得票 371,000。看看乔·拜登是如何从 700,000下降到 517,000 的？

然后拜登又一下获得了 300,000 张选票。这怎么可能？川普从 360,000 缓慢增加到 385,000 人。乔·拜登则高升到 871,000。

川普又突然一下增加到 413,000 人，然后又瞬间下降到 292,000 人。乔·拜登又从 880,000 人下降到 495,000 人。

在一个得票数只可能是逐渐增加的投票过程中，怎么可能突然一下失去一半的选票？

得票数不应该减少的。我们为什么看到了负增长？我们知道有可能出错。我们以前说过，人会犯错，机器也会犯错。但一个错误不应该导致 30 万张选票的波动。

好吧，看看宾夕法尼亚州，发生了19,000张选票的反转。我们就算这是一个 人为的错误。但所有这些出错都是无辜的错误吗？

全国范围内的计票出错情况又是怎样？

选举中有多少错误可以容忍？

这些出错改变了多少票数？

谁该对这些错误负责？