Matthew Szydagis

UAlbany consigne que Szydagis a obtenu son PhD à University of Chicago en 2010, puis a travaillé comme postdoctoral associate à University of California, Davis, avant de rejoindre le corps enseignant de physique d’UAlbany. [S1] Sa recherche principale est la détection directe de matière noire.

L’expérience LZ opère à grande profondeur sous terre au Sanford Underground Research Facility, dans le Dakota du Sud. Son détecteur est conçu pour identifier des interactions de particules très rares tout en rejetant un bruit de fond beaucoup plus large d’événements ordinaires. [S1][S6]

Cet environnement de recherche est hautement pertinent pour le problème méthodologique des UAP. Un détecteur de matière noire ne peut pas traiter chaque signal inhabituel comme un élément d’une nouvelle particule. Les chercheurs doivent comprendre la réponse du détecteur, étalonner des bruits de fond connus, simuler des sources alternatives et tester si un signal survit à des critères de rejet de plus en plus stricts.

L’instrumentation des UAP affronte un problème analogue à une autre échelle. Les caméras et les systèmes radar enregistrent constamment des aéronefs, des oiseaux, des satellites, des météores, des insectes, des artefacts de lentille, la météo et du bruit électronique. Un programme d’UAP scientifiquement utile doit donc être au moins aussi intéressé par l’élimination des faux positifs que par l’identification de candidates inhabituelles.

Szydagis a créé NEST en 2011 pour modéliser la réponse d’éléments nobles tels que le xénon et l’argon aux interactions de particules. UAlbany décrit le logiciel comme un outil publiquement disponible, utilisé par la communauté scientifique plus large, et souligne son importance pour des recherches d’événements rares telles que LZ. [S1][S6]

La pertinence pour la recherche sur les UAP est conceptuelle plutôt que directe. NEST n’est pas un détecteur d’UAP. Son importance est que le travail conventionnel de Szydagis est construit autour d’une compréhension de la réponse de l’instrument assez précise pour distinguer un signal faible du bruit de fond et de l’artefact.

C’est une discipline utile dans l’analyse des UAP, parce que de nombreuses images d’apparence extraordinaire sont en dernier ressort des questions sur le capteur plutôt que sur l’objet externe. Une image peut contenir un stimulus réel tout en déformant encore sa forme, sa température ou son mouvement en raison d’effets optiques, électroniques ou de traitement.

En juillet 2021, Szydagis a rejoint Kevin Knuth, Cecilia Levy, Benjamin Kugielsky et d’autres collaborateurs lors d’une expédition de terrain UAPx d’une semaine autour de Catalina Island et de Laguna Beach, en Californie. [S2][S3] L’équipe a déployé plusieurs formes d’instrumentation, y compris des caméras en lumière visible et infrarouge, des données de radar météorologique et des détecteurs de rayonnement Cosmic Watch. Le but n’était pas simplement d’enregistrer des vidéos inhabituelles. Les chercheurs ont tenté de construire un cadre dans lequel les observations pouvaient être recoupées avec plusieurs canaux, des cibles astronomiques connues et des informations environnementales.

Cela constituait un écart méthodologique important par rapport à la recherche historique de cas. Au lieu de tenter de reconstruire un événement des années après qu’il se soit produit, l’équipe de terrain savait où se trouvaient les instruments, ce qu’ils étaient conçus pour mesurer et quand les observations avaient été faites.

L’article de l’équipe, « Initial Results From the First Field Expedition of UAPx to Study Unidentified Anomalous Phenomena », a été publié dans Progress in Aerospace Sciences en 2025, après des versions antérieures de preprint. [S2] Szydagis en était l’auteur principal.

La synthèse d’accompagnement d’UAlbany est notable par sa retenue. Les chercheurs ont rapporté qu’ils avaient expliqué de manière plausible toutes les anomalies potentielles détectées dans les données, sauf une. Des objets connus, y compris la Station spatiale internationale, pouvaient être identifiés ou exclus à l’aide de l’horodatage, de la trigonométrie et d’informations externes. [S3]

L’observation ambiguë restante impliquait des points blancs brillants à l’intérieur d’une région sombre, présents dans plusieurs vidéos. L’équipe n’a pas rapporté cela comme un objet extraordinaire confirmé. Szydagis a indiqué explicitement qu’ils n’avaient pas trouvé d’éléments indiquant que les UAP étaient liés à une intelligence non humaine. [S3] C’est un résultat scientifique important, parce qu’une chaîne de détection solide doit produire des classifications négatives aussi bien que des anomalies candidates.

Szydagis et ses collègues ont développé un logiciel analytique décrit par UAlbany comme le Custom Target Analysis Protocol (C-TAP). Le système a examiné l’imagerie infrarouge image par image et pixel par pixel, et a combiné une analyse automatisée avec une vérification humaine. [S3]

Le but était d’identifier des cibles candidates tout en les distinguant du bruit numérique et d’objets connus. Ce type de chaîne de traitement est important, parce que l’inspection manuelle de l’imagerie peut créer de forts effets de sélection. Les chercheurs remarquent naturellement les images qui paraissent inhabituelles, tout en ignorant le volume beaucoup plus large d’observations ordinaires.

La détection automatisée ou semi-automatisée permet de définir des critères avant l’interprétation. Toutefois, l’apprentissage automatique ou l’analyse d’images n’est fiable que dans la mesure de son entraînement, de son étalonnage, de ses seuils et de sa validation.

Lorsqu’un algorithme signale une anomalie, cela signifie qu’une détection diffère des motifs encodés dans le système. Cela n’établit pas, par soi-même, un objet physique anomal.

Le programme de terrain a également souligné la coïncidence entre capteurs. Si un événement apparaît simultanément dans des caméras indépendantes, des détecteurs de rayonnement ou un radar externe, la probabilité qu’il s’agisse seulement d’une défaillance d’un instrument unique peut diminuer. Ce principe est central en physique des particules, où des signaux coïncidents peuvent aider à rejeter des événements de bruit de fond. Dans la recherche sur les UAP, la coïncidence est particulièrement précieuse, parce que l’ambiguïté d’un capteur unique est courante.

Un artefact de caméra infrarouge peut ne pas apparaître dans une caméra visible. Un aéronef physique devrait généralement présenter des relations prévisibles entre mesures visuelles, infrarouges, acoustiques ou radar, selon la géométrie et la sensibilité des capteurs.

Même une coïncidence multisensorielle ne prouve pas automatiquement une origine extraordinaire. Elle renforce le cas selon lequel un événement externe réel s’est produit et fournit davantage de paramètres avec lesquels l’identifier.

L’expédition UAPx a également exposé des problèmes pratiques. De courts déploiements de terrain peuvent produire d’énormes quantités de données sans nécessairement rencontrer le phénomène que les chercheurs espèrent observer. L’alignement des instruments, l’étalonnage, les interférences environnementales et un chevauchement incomplet des capteurs peuvent limiter ce qui est récupérable.

L’article de 2025 discute explicitement les réussites et les échecs et propose des leçons pour de futures expéditions. [S2] Cette dimension autocritique est importante. Un programme crédible de recherche sur les UAP devrait publier des résultats nuls, des échecs d’étalonnage et des taux de faux positifs, plutôt que seulement des images inhabituelles. Sinon, les chercheurs et le public ne peuvent pas savoir si une anomalie alléguée est exceptionnelle au sein du jeu de données total, ou simplement l’image la plus intéressante sélectionnée dans un large volume de bruit.

En novembre 2025, UAlbany a annoncé une importante dotation pour soutenir la recherche scientifique continue sur les UAP impliquant Szydagis, Knuth et Cecilia Levy. L’université a décrit l’objectif comme le développement de méthodes rigoureuses et reproductibles de détection et d’analyse. [S7]

Ce financement fournit une base institutionnelle plus stable pour un travail qui a commencé par une courte expédition de terrain. L’expédition de 2021 avait été financée par la productrice de documentaires Caroline Cory pour un travail lié à A Tear in the Sky. UAlbany a divulgué cette relation de financement dans son compte rendu de 2025. [S3]

La distinction mérite d’être préservée. Un financement commercial ou documentaire n’invalide pas un travail scientifique, mais une provenance transparente du financement permet aux lecteurs d’évaluer d’éventuelles incitations et l’indépendance de la recherche. La dotation universitaire ultérieure peut permettre une surveillance de plus longue durée et un développement méthodologique plus contrôlé.

En juin 2026, Avi Loeb a inscrit publiquement Szydagis comme membre du nouveau UAP Science Advisory Council, en lui assignant une responsabilité en « instrumentation and data collection ». [S4][S5] Ce rôle correspond étroitement à son parcours expérimental établi. Contrairement à un membre du conseil dont le profil UAP commence par une nomination, Szydagis avait déjà dirigé une recherche d’instrumentation des UAP évaluée par les pairs avant la formation du conseil. Cela rend la nomination pertinente, mais non fondatrice.

La valeur scientifique du conseil demeure dépendante de la qualité des données qui lui sont rendues disponibles et de la question de savoir si ses méthodes et ses constatations sont publiées sous une forme pouvant être examinée de manière indépendante. L’évaluation de gouvernance d’UAPRAD elle-même traite correctement ces points comme des tests de crédibilité non résolus, plutôt que de supposer qu’une liste prestigieuse garantit une production scientifique. [S8]

La position scientifique publique de Szydagis est notablement plus retenue que celle de certains participants au débat plus large sur les UAP. Le communiqué d’UAlbany de 2025 le cite indiquant que l’expédition n’a pas trouvé d’éléments indiquant que les UAP étaient liés à une intelligence non humaine. [S3] Cela ne signifie pas qu’il a conclu que tous les UAP sont conventionnels. Cela signifie que le jeu de données de terrain ne soutenait pas cette inférence plus forte. Cette distinction montre comment un chercheur peut enquêter sérieusement sur les UAP sans traiter une origine non humaine comme l’explication par défaut.

Il est tentant de comparer directement la science des UAP à la recherche de matière noire, parce que Szydagis travaille dans les deux domaines. L’analogie a une valeur, mais aussi des limites.

La matière noire est soutenue par de multiples observations astrophysiques indépendantes, même si la particule elle-même n’a pas été directement identifiée. Les UAP, en revanche, constituent une classification observationnelle couvrant des événements hétérogènes.

La méthode transférable utile n’est pas le statut probatoire de la matière noire, mais la discipline expérimentale des recherches d’événements rares :

• comprendre la réponse du détecteur ;
• caractériser les bruits de fond connus ;
• préserver les données brutes ;
• utiliser une analyse en aveugle ou prédéfinie lorsque c’est possible ;
• rapporter les faux positifs ;
• exiger une cohérence statistique et instrumentale avant de revendiquer un nouveau phénomène. Ces pratiques importent davantage qu’une comparaison superficielle entre deux « mystères ».