L'utilisation d'algorithmes informatiques pour traiter et interpréter des données sans intervention manuelle.L'analyse automatisée désigne l'utilisation d'algorithmes informatiques pour traiter et interpréter des données sans intervention manuelle. En physique, elle est devenue indispensable, car les expériences et les simulations génèrent des ensembles de données bien trop vastes pour une inspection humaine. Elle va de la simple reconnaissance de formes à des modèles complexes d'apprentissage automatique capables de classifier des objets célestes, de prédire des comportements physiques, ou même de guider des expériences autonomes.
Le concept est apparu avec les premiers calculateurs au milieu du XXe siècle, mais sa forme moderne s'est cristallisée avec l'essor de l'apprentissage automatique dans les années 2010, notamment dans des domaines comme la cosmologie et la physique des particules, où les volumes de données ont explosé.
Les algorithmes sont conçus pour identifier des motifs, des corrélations ou des anomalies dans les données. Dans les approches d'apprentissage automatique, les modèles sont entraînés sur des exemples étiquetés pour apprendre les règles sous-jacentes, puis appliqués à de nouvelles données. Dans les laboratoires autonomes, la boucle d'analyse est fermée : l'algorithme interprète les résultats et décide de la mesure suivante, permettant des expériences auto-pilotées qui optimisent les conditions sans intervention humaine.
Utilisée dans la classification automatique des galaxies, la détection de particules en temps réel dans les collisionneurs, et les robots de synthèse chimique auto-optimisants.
Certains réseaux de neurones peuvent découvrir de nouvelles galaxies dans des images de télescope sans jamais avoir reçu d'explication sur ce qu'est une galaxie.





















