استخدام الخوارزميات الحاسوبية لمعالجة البيانات وتفسيرها دون تدخل يدوي.يشير التحليل الآلي إلى استخدام الخوارزميات الحاسوبية لمعالجة البيانات وتفسيرها دون تدخل يدوي. في الفيزياء، أصبح هذا الأمر لا غنى عنه حيث تولد التجارب والمحاكاة مجموعات بيانات أكبر من أن يفحصها البشر. يمتد هذا من التعرف البسيط على الأنماط إلى نماذج تعلم آلي معقدة يمكنها تصنيف الأجرام السماوية، أو التنبؤ بالسلوكيات الفيزيائية، أو حتى توجيه تجارب ذاتية التشغيل.
ظهر المفهوم مع الحوسبة المبكرة في منتصف القرن العشرين، لكن شكله الحديث تبلور مع صعود التعلم الآلي في العقد الثاني من القرن الحادي والعشرين، خاصة في مجالات مثل علم الكون وفيزياء الجسيمات حيث تضخمت أحجام البيانات.
تُصمم الخوارزميات لتحديد الأنماط أو الارتباطات أو الشذوذ في البيانات. في أساليب التعلم الآلي، تُدرَّب النماذج على أمثلة موسومة لتعلم القواعد الأساسية، ثم تُطبق على بيانات جديدة. في المختبرات الذاتية، تُغلق حلقة التحليل: يفسر الخوارزم النتائج ويقرر القياس التالي، مما يمكن تجارب ذاتية القيادة تحسن الظروف دون تدخل بشري.
يُستخدم في التصنيف الآلي للمجرات، والكشف الفوري عن الجسيمات في المصادمات، وروبوتات التخليق الكيميائي ذاتية التحسين.
بعض الشبكات العصبية يمكنها اكتشاف مجرات جديدة في صور التلسكوب دون أن تُخبر مسبقًا كيف تبدو المجرة.





















