Matthew Szydagis

تسجل UAlbany أن Szydagis حصل على PhD من University of Chicago عام 2010، ثم عمل postdoctoral associate في University of California, Davis قبل انضمامه إلى UAlbany. [S1]

مجاله الأساسي هو direct dark-matter detection.

يعمل LZ تحت الأرض في Sanford Underground Research Facility في South Dakota. وصُمم detector للتعرف على particle interactions شديدة الندرة مع رفض background ضخم من events عادية. [S1][S6]

هذا السياق مرتبط منهجيًا بمشكلة UAP.

لا يمكن لـ dark-matter detector اعتبار كل signal غير مألوف دليلًا على particle جديدة. يجب فهم detector response، وcalibrate backgrounds المعروفة، وsimulate alternative sources، واختبار ما إذا كانت signal تبقى بعد rejection criteria أكثر صرامة.

UAP instrumentation تواجه مشكلة مشابهة على مقياس مختلف.

تسجل cameras وradar باستمرار aircraft وbirds وsatellites وmeteors وinsects وlens artefacts وweather وelectronic noise. لذلك يجب أن يهتم برنامج UAP العلمي برفض false positives بقدر اهتمامه بالعثور على unusual candidates.

أنشأ Szydagis NEST في 2011 لنمذجة استجابة عناصر مثل xenon وargon لتفاعلات الجسيمات. وتصفه UAlbany بأنه software متاح للعامة ويستخدمه المجتمع العلمي، خصوصًا في rare-event searches مثل LZ. [S1][S6]

NEST ليس UAP detector.

أهميته هنا منهجية: عمل Szydagis التقليدي قائم على فهم instrument response بدرجة تسمح بفصل weak signal عن background وartefact.

وهذا مفيد لأن كثيرًا من الصور التي تبدو استثنائية قد تكون في النهاية مسألة sensor response أو processing، لا جسمًا خارجيًا استثنائيًا.

في يوليو 2021 شارك Szydagis مع Kevin Knuth وCecilia Levy وBenjamin Kugielsky وآخرين في UAPx field expedition استمرت أسبوعًا حول Catalina Island وLaguna Beach، California. [S2][S3]

استخدم الفريق visible-light وinfrared cameras، وweather-radar data، وCosmic Watch radiation detectors.

لم يكن الهدف مجرد تصوير unusual videos.

حاول الباحثون بناء framework يسمح cross-check بين channels متعددة، وأهداف astronomical معروفة، وenvironmental information.

وهذا اختلاف منهجي مهم عن إعادة بناء event بعد سنوات: كان موقع instruments ووظيفتها وتوقيت observations معروفًا.

نُشرت "Initial Results From the First Field Expedition of UAPx to Study Unidentified Anomalous Phenomena" في Progress in Aerospace Sciences عام 2025، وكان Szydagis lead author. [S2]

كان ملخص UAlbany متحفظًا بصورة واضحة. فقد فسر الباحثون بصورة معقولة كل potential anomalies تقريبًا باستثناء واحدة. أمكن التعرف على objects معروفة، ومنها International Space Station، أو استبعادها باستخدام timing وtrigonometry وexternal information. [S3]

أما observation المتبقية فكانت bright white dots داخل dark region ظهرت في multiple videos.

لم يصف الفريق ذلك بأنه extraordinary object مؤكد.

وصرح Szydagis صراحة بأنهم لم يجدوا evidence تشير إلى صلة UAP بـ non-human intelligence. [S3]

وهذا نتيجة علمية مهمة، لأن detection pipeline قوي يجب أن ينتج negative classifications بقدر ما ينتج candidates.

طور Szydagis وزملاؤه Custom Target Analysis Protocol (C-TAP)، وهو system يحلل infrared imagery frame by frame وpixel by pixel ويجمع بين automated analysis وhuman verification. [S3]

الغرض هو تحديد candidate targets مع فصلها عن digital noise وknown objects.

هذا النوع من pipelines يساعد على تقليل selection effects الناتجة عن الفحص اليدوي للصور.

لكن machine learning أو automated analysis لا تتجاوز training وcalibration وthresholds وvalidation التي بُنيت عليها.

إذا flag algorithm anomaly، فهذا يعني أنها تختلف عن patterns المحددة في system؛ لا يعني وحده أنها physical object شاذة.

ركز field programme أيضًا على coincidence بين sensors.

إذا ظهر event في الوقت نفسه في cameras مستقلة أو radiation detectors أو external radar، تقل احتمالية أن يكون مجرد fault في instrument واحدة.

هذا المبدأ مركزي في particle physics.

وفي UAP، حتى multisensor coincidence لا يثبت extraordinary origin. لكنه يقوي الاستنتاج بأن real external event وقع، ويضيف parameters أكثر لتحديده.

كشفت UAPx أيضًا مشاكل عملية.

يمكن لحملات قصيرة إنتاج volumes ضخمة من data من دون التقاط phenomenon مفيد للتحليل. كما أن instrument alignment وcalibration وenvironmental interference وincomplete sensor overlap تحد ما يمكن استعادته.

تناقش ورقة 2025 successes وfailures وتعرض lessons للبعثات المقبلة. [S2]

هذه self-critical dimension مهمة.

يجب أن ينشر برنامج UAP موثوق null results وcalibration failures وfalse-positive rates، لا الصور غير المعتادة فقط.

في نوفمبر 2025 أعلنت UAlbany endowment كبيرًا لدعم ongoing scientific UAP research يشارك فيه Szydagis وKnuth وCecilia Levy، بهدف تطوير methods rigorous وقابلة للتكرار. [S7]

كانت بعثة 2021 ممولة من documentary producer Caroline Cory لعمل مرتبط بـ A Tear in the Sky، وقد كشفت UAlbany هذا funding relationship. [S3]

التمويل التجاري لا يبطل العمل العلمي، لكن شفافية المصدر تسمح بتقييم incentives وindependence.

وقد يسمح endowment الجامعي بmonitoring أطول وتطوير منهجي أكثر تحكمًا.

في يونيو 2026 أدرج Avi Loeb Szydagis في UAPSAC لمسؤولية "instrumentation and data collection". [S4][S5]

وهذا يتوافق مباشرة مع خبرته التجريبية.

كان Szydagis قد قاد بالفعل research peer-reviewed في UAP instrumentation قبل إنشاء المجلس، ولهذا فإن التعيين امتداد لعمل سابق وليس أساس أهميته.

وتظل قيمة المجلس العلمية مرتبطة بجودة data وtransparency وuncertainty وpeer review، لا بقوة roster وحده. [S8]

موقف Szydagis العلمي المعلن أكثر تحفظًا من بعض المشاركين في النقاش الأوسع.

تنقل UAlbany عنه أن البعثة لم تجد evidence تشير إلى ارتباط UAP بـ non-human intelligence. [S3]

هذا لا يعني أنه خلص إلى أن جميع UAP conventional.

بل يعني أن field dataset لم يدعم stronger inference.

من المغري مقارنة UAP science مباشرة بالبحث عن dark matter لأن Szydagis يعمل في المجالين.

التشبيه مفيد منهجيًا لكنه محدود من ناحية evidential status.

Dark matter مدعومة بملاحظات astrophysical مستقلة متعددة رغم أن particle نفسها لم تُحدد مباشرة. أما UAP فهي observational classification تغطي events heterogeneous.

المنهج القابل للنقل هو discipline الخاصة بrare-event searches:

• فهم detector response؛
• characterization للbackground؛
• حفظ raw data؛
• استخدام predefined أو blinded analysis عندما يكون ذلك ممكنًا؛
• الإبلاغ عن false positives؛
• اشتراط statistical وinstrumental consistency قبل claim لظاهرة جديدة.