Comment l'ordinateur apprend à voir les motifs invisibles de la nature ✛ ✎ ✦
Le nouvel algorithme agit comme un peintre qui travaillerait sur plusieurs toiles à la fois, avec des degrés de finition différents : des coups de pinceau larges aux moindres détails. Il génère plusieurs copies floutées des données, puis, grâce à l'apprentissage automatique, cherche des liens entre elles. C'est ainsi qu'apparaît une structure cachée, invisible sur une seule couche.
La même approche a permis, sans aucune indication, de séparer les lumières nocturnes de Chengdu en quartiers et en routes, et sur les images de la galaxie NGC 3627, de détecter de fins ponts de poussière cosmique. Dans le milieu interstellaire, il a mis en évidence des nébuleuses et des foyers de formation stellaire. Riemann supposait autrefois qu'il existait dans la nature des liens cachés entre des régions éloignées, et l'algorithme les trouve effectivement. Désormais, il est prêt à analyser n'importe quoi : des cartes climatiques à la structure des matériaux.
L'algorithme a reconstitué la structure magnétique du plasma sans disposer de données sur le champ magnétique — uniquement à partir de la distribution de densité.
Dans le film « Matrix », les codes cachés révèlent la véritable structure de la réalité — de la même manière, l'algorithme met au jour des connexions invisibles.