Un système hautement classifié de la NRO a détecté un possible objet « Tic-Tac » en 2021
Par John Greenewald 27 février 2023
En 2021, un système hautement classifié au sein du National Reconnaissance Office (NRO) a détecté ce qu’il a décrit comme un petit objet (>10m) en forme de « tic-tac » qui « ne correspondait pas à la signature visuelle des détections d’avions typiques« . Le système qui a observé cet objet s’appelle « Sentient« , et ce programme au sein du NRO, dont les détails restent hautement confidentiels, ressemble à quelque chose dont on entendrait parler dans un film de science-fiction, plutôt qu’en pleine activité par la communauté du renseignement américaine.
« Sentient est (ou du moins vise à être) un outil d’analyse omnivore, capable de dévorer des données de toutes sortes, de donner un sens au passé et au présent, d’anticiper l’avenir et de pointer des satellites vers ce qu’il détermine être les parties les plus intéressantes de cet avenir », écrit la journaliste Sarah Scoles dans un article publié en 2019 dans The Verge, décrivant Sentient.
Les détails sur le système, et ses véritables fonctionnalités, restent rares.
Mais au moins une des capacités de Sentient a été révélée par la publication en 2022 de plusieurs documents en vertu de la loi sur la liberté d’information (FOIA) : Il peut voir et détecter des OVNIs.
Un document prouvant cela a été porté à l’attention de The Black Vault la semaine dernière par le chercheur Kyle Warfel, qui a reçu l’un des documents via sa propre demande FOIA déposée en mai 2022, initialement envoyée au bureau de l’inspecteur général du DoD, puis transmise au NRO pour examen.
Lors de la recherche de cet article, The Black Vault a découvert qu’il y avait en fait de nombreux dossiers déjà publiés par le NRO sur cette observation d’UAP en 2022, mais ils semblent avoir échappé à toute attention médiatique. Le demandeur initial de ce dossier reste inconnu au moment de la rédaction de cet article.
La détection de l’UAP a eu lieu le 6 mai 2021, et les nombreux enregistrements publiés par le NRO peuvent être reconstitués pour en déduire quelques détails mineurs.
Il a été dit que l’objet inconnu « …ressemblait vaguement à des détections similaires d’objets aériens par des avions et des navires de surface de l’US Navy dans les zones d’opération *rédigérées* et *rédigérées* ».
L’endroit où cet objet a été détecté reste inconnu, mais une présentation PowerPoint caviardée publiée par le NRO fait le lien avec des observations antérieures de l’US Navy et décrit que cet objet nouvellement détecté avait une « ressemblance grossière avec la forme de « tic-tac » précédemment signalée », faisant probablement référence à la rencontre du Nimitz en 2004.
La présentation indique également que l’objet n’est « …probablement pas un artefact de capteur ou une anomalie du plan focal (bien qu’une analyse plus approfondie de l’imagerie soit justifiée. ». Pour renforcer le fait qu’une anomalie de capteur n’était pas probable, une deuxième observation de l’UAP a été détectée par au moins un autre capteur.
« L’objet a également été détecté/visible sur une deuxième image aérienne prise dans la même zone environ 15 secondes plus tard« , indique la présentation.
Si cela est vrai, cela signifie que plusieurs capteurs ont capturé le même objet dans la même zone, et pourraient être utilisés en tandem pour une analyse plus approfondie. Cependant, tout cela restera probablement hautement confidentiel étant donné les rédactions déjà utilisées dans les documents publiés. The Black Vault a déposé une demande pour cette image (et d’autres), mais il se peut qu’elle ait déjà été examinée et refusée, comme le représente potentiellement l’une des pages entièrement expurgées dans le communiqué. Au moins 24 pages ont été refusées dans leur intégralité lors de la publication des deux présentations PowerPoint par le NRO, et il n’est pas clair si une ou plusieurs de ces pages comprenaient l’image de la même observation détectée dans l' »image en surface prise dans la même zone », comme indiqué ci-dessus.
Un autre lot de documents publiés comprend une série d’e-mails entre ce qui est probablement la Task Force UAP, le NRO et ce qui semble être potentiellement un entrepreneur du gouvernement. Bien qu’avec des rédactions lourdes sur les lignes « à » et « de », il est impossible de déduire exactement qui est qui.
Ce que l’on peut déduire, c’est que le programme Sentient du NRO peut être utilisé pour détecter les UAP, et qu’il pourrait même avoir un modèle intégré pour une telle tâche. Il suffit de l' »activer ».
« Le programme Sentient R&D de la NRO dispose d’un modèle UAP pour rechercher les UAP *rédigéré* dans les images, mais nous avons besoin d’un client externe pour demander qu’il soit activé », indique un courriel du 29 juin 2021 ayant pour objet « Soutien R&D Sentient à l’UAPTF ». La plupart des réponses à cet e-mail ont été fortement caviardées, et il est impossible de déduire si le « modèle UAP » a été « activé » ou ce que cela impliquait exactement.
Le système Sentient a également détecté la présence d’un autre « vaisseau » dans la zone située à environ 25 km de l’UAP, bien que l’identité de ce vaisseau reste inconnue car elle a également été expurgée dans la présentation PowerPoint. Sur la même diapositive, il est fait référence aux activités de commandement et de contrôle (C2) et à la possibilité d’un lien avec celles-ci. Cependant, avec les rédactions, il est difficile de déterminer exactement quel est le lien proposé. Il est possible que le navire vu fît partie d’une opération de surveillance, d’un exercice d’entraînement, ou d’une foule d’autres possibilités, mais cela reste une pure spéculation étant donné les rédactions.
Comme ce vaisseau est lié à l’incident de l’UAP, il a été noté que la détection du vaisseau pourrait être totalement sans rapport, et simplement une « coïncidence ».
The Black Vault a déposé des demandes supplémentaires en vertu de la loi sur la liberté d’information dans l’espoir de révéler plus de détails et d’images de l’observation ci-dessus. D’autres demandes également déposées par The Black Vault visent à rechercher d’autres détections d’UAP par Sentient. Ces cas, s’ils révèlent quelque chose de plus, seront rapportés.
Document Archive
Recent Sentient Highlights – 6 May 2021 [10 Pages, 1MB]
Sentient Operations Highlight – Detection of Possible UAP Near [Redacted] 6 May 2021 [20 Pages, 1MB]
Sentient R&D Support to UAPTF Email Chain [15 Pages, 1MB]
Note de Toledo
J’ai un peu cherché, et aussi à peu près compris ce que fait cette usine à gaz.
Sentient est une architecture automatisée, multi-I NT, centrée sur la problàmatique opérationnelle, révolutionnant le cycle séquentiel actuel de collecte, d’exploitation et de diffusion des tâches (TCPED) en un cycle d’apprentissage et d’adaptation par Machine Learning.
Sentient catalogue les modèles normaux, détecte les anomalies et aide à prévoir et à modéliser les plans d’action potentiels des adversaires.
Pour ce faire, il est capable de fédérer les données d’un grand nombre de sources et de capteurs, que celles-ci proviennent d’avions de reconnaissance, de ballon (haha ha), de satellites, de caméra FLIR, ou encore de RADARS.
La complexité opérationnelle vient essentiellement du fait que :
Tous ces appareils produisent des données qui sont formatées de manières entièrement différentes, que cela soit dû par leurs natures (Une observation d’un système FLIR produira une image et des données associées, alors qu’un RADARS produira un écho, voir interrogera le système de réponse RADAR de l’objet, et retournera d’autres informations, très différentes d’une caméra…), ou alors simplement pour des raisons de conceptions (comme divers fabricants dont il faut faire fonctionner les appareils ensemble).
C’est un peu le même problème qu’avec les anciens ordinateurs : Tous les constructeurs avaient autrefois leurs propres protocoles, et c’est pour cela que TCP/IP a été conçus, comme protocole ouvert permettant de connecter toutes les machines.
Ensuite, au niveau logiciel, quand il a fallu intégrer des applications différentes pour qu’elles puissent s’échanger des données, on a conçu des bus applicatifs appelés ESB, chargé de collecter et transformer les données pour faire parler les programmes les uns avec les autres.
Donc nous avons ici un Superbus capable d’aller chercher les données dans tous ces systèmes, et les présenter d’une manière aux opérateurs afin qu’ils puissent prendre les bonnes décisions.
Cela a tout son sens, dans la mesure que chaque système a des capacités de détection qui lui est propre, et le temps pour que ces données soient analysées séparément peut être très long, à supposer même qu’il soit…Et quand la synthèse est effectuée, en général, c’est trop tard, le missile a déjà été livré…
Donc ce système permet de fédérer et traiter ces données, pour les présenter en temps réel aux opérateurs, et des modèles prédéfinis capable d’évoluer permettent de créer des alertes si des données relevées sur un équipement sortent d’un comportement jugé normal.
Alors quand je parle d’usine à gaz, c’est évidemment que ce genre de système est immensément complexe à mettre en place, il faut configurer chaque passerelles vers les différents équipements, créer les modèles judicieux, configurer ce qui est présenté aux opérateurs, etc…Des années / Hommes de travail…
Les quatre fonctions essentielles de Sentient sont les suivantes :
Acquisition et traitement des données : Quelles sont les informations dont nous disposons dans le contexte de la situation ?
Prise de décision : Que signifient ces informations ? De quelles informations supplémentaires ai-je besoin ?
Collecte orchestrée : Comment puis-je obtenir la collecte la mieux coordonnée pour combler les lacunes en matière de connaissances ?
Cadre et interface homme/machine : Comment l’architecture interagit-elle avec les humains ?
Sentient améliore considérablement la valeur du renseignement de la constellation du NRO en :
- Permettant l’automatisation des tâches et de la collecte et en appliquant l’apprentissage automatique pour construire la connaissance du renseignement ;
- Fournissant une connaissance de la situation basée sur l’activité observée et le renseignement historique pour modéliser et anticiper les cours d’action potentiels des adversaires.
Sentient améliore la compréhension du renseignement :
- En faisant participer les analystes tout au long du cycle, tout en permettant l’attribution de tâches, la collecte et le traitement à la vitesse de la machine afin de fournir des informations exploitables sur les bureaux des analystes ;
- En permettant aux analystes de se concentrer sur le raisonnement et la compréhension de la situation plutôt que sur la recherche et la corrélation de données.
Et pour conclure…
Impossible de savoir de quoi il s’agissait sans étudier l’intégralité des données, sans compter qu’il peut aussi s’agir d’une mauvaise programmation d’un seuil de détection sur une interface…Mais la démarche est évidemment intéressante.