En esta investigación, proponemos un método que utiliza el aprendizaje automático para mantener el paralelismo de la cavidad resonante en un interferómetro Fabry-Perot diseñado específicamente para sustratos de vidrio. Basándonos en el principio y la teoría óptica, establecemos una relación proporcional entre los franjas de interferencia y el ángulo de inclinación de los espejos. Esto permite una determinación precisa del ángulo de inclinación utilizando aprendizaje supervisado, específicamente clasificación. Al entrenar un modelo de aprendizaje automático con datos etiquetados, los patrones de franjas de interferencia se categorizan en tres niveles, con aproximadamente 100 datos de entrenamiento disponibles para cada nivel en cada ubicación. Los resultados experimentales de la clasificación de Nivel 2 y Nivel 3 indican un número promedio de correcciones de 2.55 y 3.55 veces, respectivamente, para alcanzar la posición objetivo con un error de corrección de menos de 30 segundos de arco. Estos hallazgos demuestran la naturaleza esencial de esta tecnología de mantenimiento de paralelismo para la industria de semiconductores y la ingeniería mecánica de precisión.