Une équipe de chercheurs affiliée à plusieurs institutions en Chine et deux aux États-Unis a développé un moyen d'utiliser l'apprentissage automatique pour mieux regarder le passé. Dans leur article publié dans la revue Science , le groupe décrit comment ils ont utilisé l'apprentissage automatique pour analyser les enregistrements du passé.

Les scientifiques utilisent des fossiles pour dater les roches car ils n'ont aucun moyen de tester directement l'âge de la roche. Des recherches antérieures ont montré que la plupart des espèces n'existent que pendant un certain temps. Si les scientifiques déterminent le moment où un dinosaure donné a vécu dans une zone donnée, ils peuvent utiliser cette information pour dater les roches locales en utilisant les fossiles qui y sont incrustés. Un inconvénient de cette méthode de datation des roches est qu'elle ne donne pas aux scientifiques un filtre très fin lorsqu'ils tentent de créer une chronologie d'événements historiques tels que des extinctions massives.

Il y a une décennie, un groupe de mathématiciens a développé une approche statistique pour créer une chronologie de la biodiversité basée sur l'analyse de centaines de milliers d'enregistrements de fossiles marins et terrestres. Leur méthode aurait permis aux scientifiques de diviser les dernières centaines de millions d'années en de petits intervalles de temps. Cela aurait permis d'avoir une vision plus fine de ce qui s'est passé. Malheureusement, il a fallu des dizaines de mois pour exécuter les programmes, trop longs pour une utilisation pratique. Dans ce nouvel effort, les chercheurs ont ressuscité le travail des mathématiciens en appliquant l'apprentissage automatique aux données, puis en analysant les résultats sur un supercalculateur Tianhe-2.