Matthew Szydagis

UAlbanyの記録によれば、Szydagisは2010年にUniversity of ChicagoでPhDを取得し、その後University of California, Davisで博士研究員を務め、UAlbanyの物理学教員となった。[S1] 主たる研究は暗黒物質の直接検出である。

LZ実験はSouth DakotaのSanford Underground Research Facilityの地下深くで行われる。検出器は、ありふれた事象からなるはるかに大きな背景を排除しながら、極めて稀な粒子相互作用を特定するよう設計されている。[S1][S6]

この研究環境は、UAPの方法論上の問題と深く関係する。暗黒物質の検出器は、通常と異なる信号をすべて新粒子の証拠として扱えない。研究者は検出器の応答を理解し、既知の背景を較正し、別の発生源をシミュレーションし、より厳しい排除基準にかけても信号が残るかを検証しなければならない。

UAPの観測機器も、規模は異なるが類似の問題に直面する。カメラとレーダーは航空機、鳥、人工衛星、流星、昆虫、レンズのアーティファクト、天候、電子ノイズを絶えず記録する。したがって科学的に有用なUAP研究は、通常と異なる候補を見つけることと同じくらい、誤検出を排除することにも関心を払わなければならない。

Szydagisは2011年、キセノンやアルゴンなどの希ガス元素が粒子相互作用に示す応答をモデル化するためNESTを開発した。UAlbanyは、幅広い科学界が使える公開ソフトウェアとして紹介し、LZなどの稀な事象の探索における重要性を記している。[S1][S6]

UAP研究との関係は直接的ではなく概念的なものだ。NESTはUAP検出器ではない。その意義は、Szydagisの従来の研究が、弱い信号を背景やアーティファクトから区別できるほど機器の応答を理解することに基づく点にある。

これはUAP分析に有用な規律である。並外れて見える画像の多くは、最終的には外部物体ではなくセンサーに関わる問題になるからだ。画像に実際の刺激が写っていても、光学、電子、処理上の影響によってその形、温度、運動が誤って表現される場合がある。

2021年7月、SzydagisはKevin Knuth、Cecilia Levy、Benjamin Kugielskyらと、CaliforniaのCatalina IslandとLaguna Beach周辺で1週間のUAPx現地調査に参加した。[S2][S3] チームは可視光・赤外線カメラ、気象レーダーデータ、Cosmic Watch放射線検出器など複数の機器を配置した。目的は通常と異なる動画を記録することだけではない。複数の観測経路、既知の天体、環境情報と照合できる枠組みを構築しようとした。

これは歴史的事例の研究から方法論上大きく異なる。出来事の何年も後に再構成するのではなく、現地チームは機器の位置、測定目的、観測時刻を把握していた。

チームの論文"Initial Results From the First Field Expedition of UAPx to Study Unidentified Anomalous Phenomena,"は、先行するプレプリントを経て、2025年にProgress in Aerospace Sciencesに掲載された。[S2] Szydagisは筆頭著者だった。

UAlbanyの関連する要約は慎重な表現で注目に値する。研究者は、データから見つかった潜在的な異常のうち、1件を除くすべてを妥当な形で説明できたと報告した。International Space Stationを含む既知の対象は、時刻、三角法、外部情報を用いて特定または除外できた。[S3]

残った曖昧な観測は、複数の動画に見える暗い領域内の明るい白点に関するものだった。チームはこれを確認された並外れた物体とは報告していない。Szydagisは、UAPが人間以外の知性と結びつくことを示す証拠は見つからなかったと明言した。[S3] 強い検出手順は候補の異常だけでなく否定的な分類も生み出す必要があり、これは重要な科学的結果である。

Szydagisらは、UAlbanyがCustom Target Analysis Protocol（C-TAP）と呼ぶ分析ソフトウェアを開発した。赤外線画像をフレームごと、画素ごとに調べ、自動分析と人間による確認を組み合わせた。[S3]

目的は、候補となる対象を見つけ、デジタルノイズや既知の対象と区別することだった。画像の手作業による確認は強い選択効果を生みうるため、この種の手順は重要である。研究者は、通常の観測がはるかに大量にあるにもかかわらず、通常と異なって見えるフレームに自然と目を向ける。

自動または半自動の検出なら、解釈に先立って基準を定義できる。ただし機械学習や画像分析の信頼性は、学習、較正、閾値、検証の質に依存する。

アルゴリズムが異常と判定するのは、検出結果がシステムに組み込まれたパターンと異なるという意味である。それだけで物理的に異常な物体が存在すると立証されるわけではない。

現地調査は、センサー間の同時検出も重視した。事象が独立したカメラ、放射線検出器、外部レーダーに同時に現れれば、1台の機器の故障にすぎない可能性は下がりうる。この原理は素粒子物理学の中心にあり、同時の信号は背景事象の排除に役立つ。単一センサーの曖昧さが多いUAP研究では特に有用だ。

赤外線カメラのアーティファクトは、可視光カメラには現れないかもしれない。物理的な航空機なら、幾何やセンサー感度に応じ、可視光、赤外線、音響、レーダーの測定間に予測可能な関係が通常あるはずだ。

複数センサーで同時に検出されても、並外れた由来が自動的に証明されるわけではない。実際の外部事象が起きたという根拠を強め、特定に使えるパラメータを増やす。

UAPxの調査は実務上の問題も明らかにした。短期間の現地調査は大量のデータを生み出しても、研究者が観測を望む現象に必ず遭遇するわけではない。機器の方向合わせ、較正、環境による干渉、センサー間の不完全な重なりは、後に得られる情報を制限しうる。

2025年の論文は成功と失敗を明示的に論じ、将来の調査のための教訓を示した。[S2] 自らの方法を批判的に検討するこの側面は重要である。信頼できるUAP研究は、通常と異なる画像だけでなく、検出がなかった結果、較正の失敗、誤検出率も公表すべきだ。そうでなければ、主張された異常がデータ全体の中で例外的なのか、大量のノイズから選ばれた最も興味深いフレームにすぎないのか、研究者も一般の読者も判断できない。

2025年11月、UAlbanyはSzydagis、Knuth、Cecilia Levyが関わる継続的な科学的UAP研究を支える大型の基金を発表した。大学は、検出と分析のための厳密かつ再現可能な方法を開発することが目的だと説明した。[S7]

この資金は、短期の現地調査から始まった研究に、より安定した制度的基盤を与える。2021年の調査は、A Tear in the Skyに関連する活動としてドキュメンタリー製作者Caroline Coryが資金を提供した。UAlbanyは2025年の報告でその資金関係を開示した。[S3]

この違いは維持すべきである。商業的またはドキュメンタリー向けの資金が科学研究を無効にするわけではないが、資金の出所が明らかなら、読者はありうる動機と研究の独立性を評価できる。その後の大学基金は、より長期の監視と管理された方法論の開発を可能にしうる。

2026年6月、Avi Loebは新たなUAP Science Advisory Councilの構成員としてSzydagisを公表し、"instrumentation and data collection."を担当分野として挙げた。[S4][S5] この役割は彼の実験研究の経歴によく合う。UAPへの関与が任命から始まった構成員とは異なり、Szydagisは評議会発足前に査読付きのUAP観測機器研究を主導していた。したがって任命は重要だが、彼の活動の基礎ではない。

評議会の科学的価値は、利用できるデータの質と、方法・知見が独立した検証を受けられる形で公表されるかに依存する。UAPRAD自身のガバナンス評価も、著名な構成員の一覧だけで科学的成果が保証されるとは想定せず、こうした点を未解決の信頼性の検証課題として適切に扱っている。[S8]

Szydagisの公的な科学的立場は、より広いUAP論争の一部参加者と比べて慎重である。UAlbanyの2025年発表は、調査ではUAPと人間以外の知性との関係を示す証拠が見つからなかったという彼の発言を引用する。[S3] これはすべてのUAPが通常のものだと結論した意味ではない。現地調査のデータでは、そのより強い推論を支えられなかったという意味である。この区別は、人間以外の由来を既定の説明とせずにUAPを真剣に研究できることを示す。

Szydagisが両分野で活動するため、UAP研究と暗黒物質探索を直接比較したくなる。この類比には価値があるが、限界もある。

暗黒物質は、その粒子自体が直接特定されていなくても、複数の独立した宇宙物理観測に支持される。対照的にUAPは、多様な出来事をまとめた観測上の分類である。

転用できるのは、暗黒物質の証拠上の地位ではなく、稀な事象を探索する実験上の規律である。

• 検出器の応答を理解する；
• 既知の背景を特徴づける；
• 生データを保存する；
• 可能ならブラインド化または事前定義した分析を用いる；
• 誤検出を報告する；
• 新たな現象を主張する前に統計と機器の両面での整合性を求める。こうした実践は、2つの"mysteries"を表面的に比較することより重要である。