Richard Cloete

Le Center for Astrophysics identifie Cloete comme informaticien titulaire d’un doctorat en informatique. Le Galileo Project indique qu’il a occupé auparavant un poste postdoctoral à l’University of Cambridge avant de rejoindre Harvard. [S1][S5]

Le dossier doctoral de Newcastle University fournit un détail supplémentaire. La recherche doctorale de Cloete a porté sur la mesure, la modélisation et la gestion de la latence dans le rendu distant interactif, y compris la prédiction, la simulation et la mesure de performance dans des systèmes en cloud. [S6] Ce parcours est pertinent pour le volet d’ingénierie des données de la recherche sur les UAP. Un observatoire multimodal moderne ne se borne pas à collecter des photographies.

Il doit :

• synchroniser plusieurs capteurs ;
• diffuser de grands volumes de données ;
• détecter des objets en temps réel ;
• les suivre d’une image à l’autre ;
• comparer les observations à des catalogues externes ;
• classer les objets connus ;
• préserver les données brutes ;
• signaler les valeurs aberrantes candidates pour une analyse ultérieure. Ce sont des problèmes d’informatique et d’ingénierie des systèmes avant de devenir des questions de physique exotique.

Le profil actuel du Galileo Project décrit Cloete comme membre de recherche qui définit et mène la recherche du projet sous Avi Loeb au Center for Astrophysics. [S1] Le Galileo Project cherche à remplacer les éléments anecdotiques sur les UAP par des mesures systématiques provenant d’observatoires au sol. Son architecture technique comprend des capteurs optiques, infrarouges, radar, radiofréquence, acoustiques et environnementaux. La couche informatique est essentielle, parce qu’une station de surveillance peut observer d’énormes nombres d’aéronefs, de satellites, d’oiseaux, d’insectes, d’événements météorologiques et de sources astronomiques.

La plupart des détections devraient être ordinaires. Un système scientifiquement crédible doit donc devenir très bon pour reconnaître l’ordinaire, avant qu’un résidu inhabituel ne devienne informatif.

Cloete a été premier auteur de l’article de 2023 « Integrated Computing Platform for Detection and Tracking of Unidentified Aerial Phenomena (UAP) », publié dans le Journal of Astronomical Instrumentation. [S2] L’article décrit une architecture informatique proposée pour ingérer des données provenant de plusieurs types de capteurs, traiter les observations en temps réel et distinguer les phénomènes naturels et d’origine humaine des événements qui sortent de l’enveloppe phénoménologique connue. La conception comprend des algorithmes d’analyse hors ligne aussi bien que de détection en temps réel.

L’article décrit explicitement le travail comme préliminaire. Cela importe. Une architecture proposée n’est pas un élément établissant que le système a déjà détecté un UAP inédit. Sa contribution scientifique est d’ingénierie : définir comment les données doivent circuler des capteurs vers la classification et l’analyse des valeurs aberrantes.

L’article sur la plateforme intégrée établit une distinction conceptuelle importante entre les valeurs aberrantes statistiques et les anomalies scientifiques. [S2] Une valeur aberrante statistique est une mesure qui s’écarte de la distribution dominante. Cela peut se produire pour de nombreuses raisons :

• un mauvais étalonnage ;
• un aéronef rare mais connu ;
• une météorologie inhabituelle ;
• une corruption de données ;
• une saturation de capteur ;
• un insecte très proche d’une caméra ;
• des données de classification incomplètes. Une anomalie scientifique est une catégorie beaucoup plus exigeante.

Elle requiert une observation corroborée et statistiquement distinctive, qui résiste à l’explication dans les modèles en vigueur après que les artefacts et les alternatives connues ont été mis à l’épreuve. Cette distinction est essentielle, parce que les systèmes d’IA sont exceptionnellement efficaces pour produire des candidats « étranges ». Un score d’anomalie élevé n’est pas un élément de technologie non humaine. C’est un signal de triage indiquant aux chercheurs où regarder de plus près.

Cloete a également coécrit la feuille de route de 2023 du Galileo Project « The Scientific Investigation of Unidentified Aerial Phenomena (UAP) Using Multimodal Ground-Based Observatories ». [S7] L’article décrit une matrice de traçabilité scientifique reliant les paramètres physiques recherchés à des grandeurs observables et à des exigences instrumentales. Le paquet de capteurs comprend :

• des caméras grand champ ;
• des caméras multispectrales à champ étroit ;
• un radar passif multistatique ;
• une surveillance du spectre radioélectrique ;
• des capteurs acoustiques ;
• des mesures environnementales. L’objectif n’est pas simplement de photographier quelque chose d’inhabituel.

Il est de recouvrer suffisamment de mesures indépendantes pour estimer des propriétés physiques telles que la position, la trajectoire, le spectre et la cinématique, et pour déterminer si des anomalies apparentes survivent à la comparaison inter-capteurs. Cette approche répond directement aux faiblesses de nombreuses affaires historiques d’UAP.

Cloete a coécrit un article distinct de 2023 décrivant le matériel et le logiciel pour la localisation tridimensionnelle d’objets aériens. Le système utilise plusieurs caméras dans les bandes visible, proche infrarouge et infrarouge, un étalonnage et une triangulation pour recouvrer des positions au cours du temps et, par là, estimer la vitesse et l’accélération. [S8] Cela est particulièrement pertinent pour les débats modernes sur les vidéos d’UAP. Une seule séquence d’images peut produire un mouvement rapide apparent sans fournir une distance fiable.

Un système étalonné à plusieurs caméras peut recouvrer la profondeur de façon géométrique. Cela convertit le mouvement angulaire en cinématique mesurable. Le défi d’ingénierie n’est donc pas seulement une résolution plus élevée. C’est l’acquisition d’une géométrie indépendante.

Cloete figure également comme coauteur de travaux du Galileo Project concernant la surveillance acoustique multi-bandes et le radar passif multistatique. [S9][S10] Le système acoustique est conçu pour surveiller des signatures infrasonores, audibles et ultrasonores, et pour utiliser des enregistrements d’aéronefs connus afin de développer des algorithmes d’identification. Le concept radar vise à recouvrer la position et la vitesse d’un objet à partir de récepteurs distribués. Ces modalités sont scientifiquement précieuses, parce qu’elles peuvent corroborer ou contredire les données optiques. Une cible optique sans signature acoustique, radar ou thermique correspondante peut encore être réelle, selon la distance et la sensibilité du capteur, mais le schéma multi-capteurs fournit des contraintes qu’une vidéo seule ne peut pas fournir.

En 2025, Cloete a coécrit un article évalué par les pairs dans Sensors sur la mise en service d’un réseau de caméras infrarouges à ciel entier pour la détection d’objets aéroportés. Ses contributions indiquées comprenaient le logiciel, l’analyse formelle et la rédaction originale. [S11]

Le travail de mise en service importe, parce que les instruments scientifiques doivent être caractérisés avant que leurs anomalies puissent être tenues pour fiables. Les chercheurs ont besoin de connaître :

• la sensibilité ;
• les pixels morts ;
• la distorsion de l’objectif ;
• le comportement thermique ;
• le bruit de fond ;
• les fausses détections ;
• les effets du traitement d’image. Un capteur non étalonné peut créer des anomalies convaincantes qui disparaissent une fois le comportement du détecteur compris. La participation de Cloete à la mise en service renforce donc sa pertinence pour le rôle d’analyse de données de l’UAPSAC.

La recherche actuelle de Cloete ne se limite pas aux UAP. En 2024, il a coécrit un article évalué par les pairs dans Astronomy & Astrophysics sur des méthodes d’apprentissage automatique pour la classification automatisée d’objets interstellaires dans l’environnement de données du Vera C. Rubin Observatory/LSST. [S12]

En 2025, il a coécrit un autre article dans Astronomy & Astrophysics appliquant des méthodes d’apprentissage automatique pour améliorer la découverte d’objets géocroiseurs. [S13] Ces publications importent pour son profil, parce qu’elles démontrent un travail d’apprentissage automatique sur des problèmes établis de classification astronomique, où la vérité de terrain et la performance d’un relevé peuvent être mises à l’épreuve. La pertinence pour les UAP est méthodologique. Les algorithmes devraient d’abord prouver qu’ils peuvent identifier des populations connues, estimer des taux d’erreur et se généraliser à de nouvelles données, avant que les chercheurs n’accordent un poids fort à leur classification d’un « unknown ».

L’intelligence artificielle est attractive dans la recherche sur les UAP, parce que les réseaux de capteurs produisent trop de données pour un examen manuel. Mais l’IA introduit ses propres risques épistémologiques. Un modèle peut apprendre des artefacts dans les données d’entraînement. Il peut classer un objet avec une confiance élevée même lorsqu’il est confronté à une catégorie absente de l’entraînement.

Il peut produire un « unknown » simplement parce que des métadonnées manquent. La détection hors distribution est elle-même un problème de recherche actif. En conséquence, une chaîne de traitement d’IA pour les UAP a besoin de davantage qu’un logiciel sophistiqué. Il a besoin :

• d’ensembles de validation d’objets connus ;
• d’un examen humain ;
• de seuils transparents ;
• d’un prétraitement reproductible ;
• d’enregistrements de versions de modèles ;
• d’un étalonnage de l’incertitude ;
• d’un accès aux données brutes des capteurs. Le rôle technique de Cloete est donc potentiellement central pour que l’UAPSAC évite les faux positifs.

Cloete figurait dans la liste initiale du conseil de juin 2026, avec la responsabilité de l’analyse de données et des outils d’IA. [S3][S4] Contrairement aux membres dont les contributions sont principalement politiques ou de communication publique, son rôle assigné est proche de la question technique centrale : convertir des données d’UAP en classifications. Cela ne signifie pas que les systèmes d’IA du conseil ont déjà produit une découverte. L’information publiquement disponible examinée ici ne fournit pas une chaîne de traitement de données UAPSAC complète, une architecture de modèle ni un résultat validé d’analyse de cas. Son profil doit donc décrire la nomination comme une nouvelle application d’une spécialité de recherche établie, plutôt que comme un élément d’un résultat achevé du conseil.

Cloete travaille au sein du Galileo Project sous Avi Loeb et siège désormais dans un conseil présidé par Loeb. Cela crée à la fois une continuité et une préoccupation méthodologique possible. La continuité est utile, parce que des outils et une expertise existants peuvent être transférés rapidement dans un travail consultatif gouvernemental. La préoccupation concerne l’indépendance.

Si le même groupe de recherche conçoit l’instrumentation, sélectionne les anomalies candidates et les évalue sans une réplication externe suffisante, un biais de confirmation peut s’introduire même dans des systèmes techniquement sophistiqués. La sauvegarde n’est pas d’exclure les chercheurs affiliés. C’est d’assurer une validation indépendante, des méthodes ouvertes lorsque c’est possible, et une séparation claire entre le développement d’algorithmes et les affirmations finales d’anomalie.