يطبق التحليل الطيفي بالذكاء الاصطناعي التعلم الآلي لتفسير الأطياف من النجوم أو المجرات أو الأنظمة الكمومية بهدف التصنيف أو التحسين.التحليل الطيفي بالذكاء الاصطناعي يجمع بين التقنية التقليدية لتقسيم الضوء (أو أي إشعاع آخر) إلى أطوال موجية مكوّنة له، وبين خوارزميات التعلم الآلي التي تستطيع تمييز الأنماط في الأطياف الناتجة. الأطياف تشبه البصمات: كل عنصر أو جزيء أو عملية فيزيائية يترك بصمة فريدة في الضوء الذي يصدره أو يمتصه. يُستخدم الذكاء الاصطناعي لتصنيف هذه البصمات، أو تحديد الأجسام النادرة، أو تحسين دقة البيانات الطيفية، مما يتيح تحليل مجموعات ضخمة من البيانات من التلسكوبات أو التجارب الكمومية التي قد تكون طاغية على الباحثين البشر.
يعود استخدام الحواسيب لتحليل الأطياف إلى ستينيات القرن العشرين، لكن تطبيق التعلم العميق على الأطياف الفلكية أصبح بارزًا في العقد الثاني من القرن الحادي والعشرين مع ظهور مسوحات سماء واسعة النطاق مثل SDSS وتوفر وحدات معالجة رسومية قوية.
يلتقط المطياف الضوء ويفرده إلى طيف، يُسجَّل كسلسلة من قيم الشدة عند أطوال موجية مختلفة. بدلاً من مقارنة هذا الطيف يدويًا مع نماذج معروفة، تُدرَّب شبكة عصبية على آلاف الأمثلة المصنفة لتتعلم الأنماط الدقيقة التي تميز، على سبيل المثال، الثقب الأسود عن النجم النيوتروني، أو النجم الشاب عن النجم القديم. بعد التدريب، يمكن للذكاء الاصطناعي تصنيف الأطياف الجديدة فورًا، حتى تلك ذات نسبة إشارة إلى ضوضاء منخفضة، ويمكنه أحيانًا استنتاج خصائص فيزيائية مثل درجة الحرارة أو السرعة أو التركيب الكيميائي.
يُستخدم في علم الفلك لتصنيف ملايين المجرات والنجوم تلقائيًا من بيانات المسوحات، وفي البصريات الكمومية لتفسير أطياف المواد الغريبة أو مصادر الفوتونات المفردة.
يمكن للتحليل الطيفي بالذكاء الاصطناعي أحيانًا تحديد عمر النجم من مجرد الشكل الدقيق لخطوطه الطيفية، وهو أمر كان يتطلب سابقًا نمذجة فيزيائية معقدة.

















