Richard Cloete

El Center for Astrophysics identifica a Cloete como informático con un doctorado en informática. El Galileo Project señala que ocupó anteriormente un puesto posdoctoral en la University of Cambridge antes de incorporarse a Harvard. [S1][S5]

El registro doctoral de Newcastle University aporta más detalles. La investigación de Cloete examinó la medición, modelización y gestión de la latencia en la renderización remota interactiva, incluidas la predicción, la simulación y la medición del rendimiento en sistemas basados en la nube. [S6] Esta formación resulta pertinente para la ingeniería de datos aplicada al estudio de los UAP. Un observatorio multimodal moderno no se limita a recopilar fotografías.

Debe:

• sincronizar varios sensores;
• transmitir grandes volúmenes de datos;
• detectar objetos en tiempo real;
• seguirlos entre fotogramas;
• comparar las observaciones con catálogos externos;
• clasificar objetos conocidos;
• conservar los datos brutos;
• señalar posibles valores atípicos para su análisis posterior.

Estas son cuestiones informáticas y de ingeniería de sistemas antes de convertirse en preguntas sobre física exótica.

El perfil actual del Galileo Project describe a Cloete como miembro investigador que define y desarrolla trabajos bajo la dirección de Avi Loeb en el Center for Astrophysics. [S1] El proyecto pretende sustituir los datos anecdóticos sobre UAP por mediciones sistemáticas obtenidas en observatorios terrestres. Su arquitectura técnica integra sensores ópticos, infrarrojos, de radar, de radiofrecuencia, acústicos y ambientales. La capa informática es esencial porque una estación de vigilancia puede observar enormes cantidades de aeronaves, satélites, aves, insectos, fenómenos meteorológicos y fuentes astronómicas.

La mayoría de las detecciones deberían ser ordinarias. Por tanto, un sistema científicamente fiable debe alcanzar gran eficacia al reconocer lo ordinario antes de que un residuo inusual pueda resultar informativo.

Cloete fue el autor principal del artículo de 2023 «Integrated Computing Platform for Detection and Tracking of Unidentified Aerial Phenomena (UAP)», publicado en el Journal of Astronomical Instrumentation. [S2] El trabajo describe una arquitectura propuesta para incorporar datos de distintos tipos de sensores, procesar observaciones en tiempo real y distinguir los fenómenos naturales y de origen humano de los sucesos que quedan fuera del marco fenomenológico conocido. El diseño incluye algoritmos para el análisis diferido y para la detección en tiempo real.

El artículo califica expresamente el trabajo de preliminar. Esta precisión importa. Una arquitectura propuesta no demuestra que el sistema ya haya detectado un UAP novedoso. Su contribución científica pertenece a la ingeniería: define cómo deben circular los datos desde los sensores hasta la clasificación y el análisis de valores atípicos.

El artículo sobre la plataforma integrada establece una importante distinción conceptual entre los valores estadísticamente atípicos y las anomalías científicas. [S2] Un valor atípico es una medición que difiere de la distribución dominante. Puede aparecer por muchas razones:

• calibración deficiente;
• una aeronave conocida pero poco común;
• condiciones meteorológicas inusuales;
• corrupción de datos;
• saturación del sensor;
• un insecto muy próximo a una cámara;
• datos de clasificación incompletos.

Una anomalía científica es una categoría mucho más exigente.

Requiere una observación corroborada y estadísticamente distintiva que continúe sin explicación conforme a los modelos vigentes después de comprobar los artefactos y las alternativas conocidas. Esta diferencia resulta crucial porque los sistemas de inteligencia artificial son especialmente eficaces para producir candidatos «extraños». Una puntuación alta de anomalía no constituye una prueba de tecnología no humana. Es una señal de triaje que indica a los investigadores dónde deben examinar los datos con mayor detenimiento.

Cloete también fue coautor de la hoja de ruta de 2023 del Galileo Project, «The Scientific Investigation of Unidentified Aerial Phenomena (UAP) Using Multimodal Ground-Based Observatories». [S7] El artículo describe una matriz de trazabilidad científica que vincula los parámetros físicos buscados con cantidades observables y requisitos instrumentales. El conjunto de sensores comprende:

• cámaras de campo amplio;
• cámaras multiespectrales de campo estrecho;
• radar pasivo multiestático;
• vigilancia del espectro radioeléctrico;
• sensores acústicos;
• mediciones ambientales.

El objetivo no consiste simplemente en fotografiar algo inusual.

Consiste en obtener suficientes mediciones independientes para estimar propiedades físicas como la posición, la trayectoria, el espectro y la cinemática, y determinar si las aparentes anomalías resisten la comparación entre sensores. Este enfoque aborda directamente las deficiencias de muchos casos históricos de UAP.

Cloete fue coautor de otro artículo de 2023 que describe equipos y programas para localizar objetos aéreos en tres dimensiones. El sistema emplea varias cámaras en las bandas visible, infrarroja cercana e infrarroja, además de calibración y triangulación, para recuperar posiciones a lo largo del tiempo y estimar así la velocidad y la aceleración. [S8] Esto es especialmente relevante para los debates actuales sobre vídeos de UAP. Una única secuencia de imágenes puede producir una impresión de movimiento rápido sin aportar una distancia fiable.

Un sistema calibrado con varias cámaras puede obtener la profundidad mediante geometría. De este modo transforma el movimiento angular en una cinemática medible. Por tanto, el desafío técnico no es solo lograr mayor resolución, sino adquirir una geometría independiente.

Cloete también figura como coautor de trabajos del Galileo Project sobre vigilancia acústica multibanda y radar pasivo multiestático. [S9][S10] El sistema acústico está concebido para vigilar señales infrasónicas, audibles y ultrasónicas, y emplear grabaciones de aeronaves conocidas en el desarrollo de algoritmos de identificación. El concepto de radar pretende obtener la posición y velocidad de los objetos mediante receptores distribuidos. Estas modalidades poseen valor científico porque pueden corroborar o contradecir los datos ópticos. Un blanco óptico sin una señal acústica, de radar o térmica correspondiente puede seguir siendo real, según la distancia y la sensibilidad de los sensores, pero el patrón multisensor impone restricciones que un vídeo aislado no puede ofrecer.

En 2025, Cloete fue coautor de un artículo revisado por pares en Sensors sobre la puesta en servicio de una matriz de cámaras infrarrojas de cielo completo para detectar objetos aerotransportados. Entre sus contribuciones declaradas figuraban el software, el análisis formal y la redacción original. [S11]

La puesta en servicio es importante porque los instrumentos científicos deben caracterizarse antes de que sus anomalías resulten fiables. Los investigadores necesitan conocer:

• la sensibilidad;
• los píxeles muertos;
• la distorsión de la lente;
• el comportamiento térmico;
• el ruido de fondo;
• las detecciones falsas;
• los efectos del procesamiento de imágenes.

Un sensor sin calibrar puede crear anomalías convincentes que desaparecen cuando se comprende el funcionamiento del detector. La participación de Cloete en esta fase refuerza, por tanto, su pertinencia para la función de análisis de datos de UAPSAC.

La investigación actual de Cloete no se limita a los UAP. En 2024, fue coautor de un artículo revisado por pares en Astronomy & Astrophysics sobre métodos de aprendizaje automático para la clasificación automatizada de objetos interestelares en el entorno de datos de Vera C. Rubin Observatory/LSST. [S12]

En 2025, participó en otro artículo de Astronomy & Astrophysics que aplicaba métodos de aprendizaje automático para mejorar el descubrimiento de objetos próximos a la Tierra. [S13] Estas publicaciones son importantes para su perfil porque demuestran el empleo del aprendizaje automático en problemas consolidados de clasificación astronómica, donde pueden comprobarse los datos de referencia y el rendimiento de los estudios. La pertinencia para los UAP es metodológica. Antes de atribuir gran peso a su clasificación de algo «desconocido», los algoritmos deben demostrar que pueden identificar poblaciones conocidas, estimar tasas de error y generalizarse a datos nuevos.

La inteligencia artificial resulta atractiva para el estudio de los UAP porque las redes de sensores generan demasiados datos para una revisión manual. Sin embargo, también introduce riesgos epistemológicos. Un modelo puede aprender artefactos presentes en los datos de entrenamiento. Puede asignar una clase con gran seguridad incluso cuando se le presenta una categoría ausente del entrenamiento.

Puede generar un resultado «desconocido» simplemente porque faltan metadatos. La detección de datos fuera de distribución es, en sí misma, un ámbito de investigación activo. En consecuencia, un sistema de inteligencia artificial para UAP necesita algo más que programas sofisticados. Necesita:

• conjuntos de validación con objetos conocidos;
• revisión humana;
• umbrales transparentes;
• preprocesamiento reproducible;
• registros de las versiones del modelo;
• calibración de la incertidumbre;
• acceso a los datos brutos de los sensores.

Por ello, la función técnica de Cloete podría ser decisiva para que UAPSAC evite falsos positivos.

Cloete apareció en la lista inicial del consejo de junio de 2026 con responsabilidad sobre el análisis de datos y las herramientas de inteligencia artificial. [S3][S4] A diferencia de los miembros cuyas contribuciones se centran principalmente en la política o la comunicación pública, la función asignada a Cloete se aproxima a la cuestión técnica fundamental de convertir los datos sobre UAP en clasificaciones. Esto no significa que los sistemas del consejo ya hayan producido un descubrimiento. La información pública aquí examinada no aporta un sistema completo de procesamiento de datos de UAPSAC, una arquitectura de modelos ni resultados validados del análisis de casos. Por tanto, este perfil presenta su nombramiento como una nueva aplicación de una especialidad investigadora consolidada, no como prueba de un resultado ya obtenido por el consejo.

Cloete trabaja en el Galileo Project bajo la dirección de Avi Loeb y ahora forma parte de un consejo presidido por Loeb. Esta situación ofrece continuidad, pero también plantea una posible preocupación metodológica. La continuidad resulta útil porque permite transferir con rapidez herramientas y conocimientos existentes al trabajo consultivo gubernamental. La preocupación se refiere a la independencia.

Si un mismo grupo de investigación diseña los instrumentos, selecciona las posibles anomalías y las evalúa sin suficiente reproducción externa, el sesgo de confirmación puede introducirse incluso en sistemas técnicamente avanzados. La protección adecuada no consiste en excluir a investigadores afiliados, sino en asegurar una validación independiente, métodos abiertos cuando sea posible y una separación clara entre el desarrollo de algoritmos y las conclusiones finales sobre anomalías.