L'analyse spectrale par IA applique l'apprentissage automatique pour interpréter les spectres d'étoiles, de galaxies ou de systèmes quantiques afin de les classer ou de les améliorer.L'analyse spectrale assistée par intelligence artificielle combine la technique traditionnelle de décomposition de la lumière (ou d'autre rayonnement) en ses longueurs d'onde constitutives avec des algorithmes d'apprentissage automatique capables de reconnaître des motifs dans les spectres résultants. Les spectres sont comme des empreintes digitales : chaque élément, molécule ou processus physique laisse une signature unique dans la lumière qu'il émet ou absorbe. L'IA est utilisée pour classer ces signatures, identifier des objets rares ou améliorer la résolution des données spectrales, permettant ainsi d'analyser de vastes ensembles de données provenant de télescopes ou d'expériences quantiques, ce qui serait écrasant pour les chercheurs humains.
L'utilisation d'ordinateurs pour analyser les spectres remonte aux années 1960, mais l'application de l'apprentissage profond aux spectres astronomiques est devenue importante dans les années 2010 avec l'essor des grands relevés du ciel comme le SDSS et la disponibilité de GPU puissants.
Un spectromètre capture la lumière et la disperse en un spectre, qui est enregistré comme une série de valeurs d'intensité à différentes longueurs d'onde. Au lieu de comparer manuellement ce spectre à des modèles connus, un réseau de neurones est entraîné sur des milliers d'exemples étiquetés pour apprendre les motifs subtils qui distinguent, par exemple, un trou noir d'une étoile à neutrons, ou une jeune étoile d'une vieille. Une fois entraînée, l'IA peut instantanément classer de nouveaux spectres, même ceux avec un faible rapport signal sur bruit, et peut parfois déduire des propriétés physiques comme la température, la vitesse ou la composition chimique.
Utilisée en astronomie pour classer automatiquement des millions de galaxies et d'étoiles à partir des données de relevés, et en optique quantique pour interpréter les spectres de matériaux exotiques ou de sources de photons uniques.
L'analyse spectrale par IA peut parfois déterminer l'âge d'une étoile à partir de la forme subtile de ses raies spectrales, ce qui nécessitait auparavant une modélisation physique complexe.

















