Pendant des décennies, la capacité de visualiser la composition chimique des matériaux, que ce soit pour diagnostiquer une maladie, évaluer la qualité des aliments ou analyser la pollution, dépendait de grands instruments de laboratoire coûteux appelés spectromètres. Ces appareils fonctionnent en captant la lumière, en l’étalant en un arc-en-ciel à l’aide d’un prisme ou d’un réseau, puis en mesurant l’intensité de chaque couleur. Le problème est que l’étalement de la lumière nécessite un long trajet physique, ce qui rend le dispositif intrinsèquement encombrant.
Une étude récente de l’Université de Californie à Davis (UC Davis), rapportée dans Advanced Photonics, relève le défi de la miniaturisation, visant à réduire un spectromètre de qualité laboratoire à la taille d’un grain de sable, un minuscule spectromètre sur puce qui peut être intégré dans des appareils portables. L’approche traditionnelle d’étalement spatial de la lumière est abandonnée au profit d’une méthode reconstructrice. Au lieu de séparer physiquement chaque couleur, la nouvelle puce utilise seulement 16 détecteurs au silicium distincts, chacun conçu pour répondre légèrement différemment à la lumière incidente. C’est analogue à donner à une poignée de capteurs spécialisés un cocktail mixé, chaque capteur échantillonnant un aspect différent de la boisson. La clé pour déchiffrer la recette originale est la deuxième partie de l’invention : l’intelligence artificielle (IA).
Le cœur de cette innovation repose sur deux avancées technologiques. Premièrement, l’équipe a conçu les surfaces de photodiodes au silicium standard avec des textures de surface spécialisées pour piéger les photons (PTST). Le silicium est généralement efficace pour détecter la lumière visible, mais il est notoirement médiocre pour détecter la lumière du proche infrarouge (NIR) (longueurs d’onde jusqu’à 1100 nm), ce qui est crucial pour de nombreuses applications, comme l’imagerie biomédicale, car elle pénètre les tissus humains plus profondément que la lumière visible. La surface PTST agit comme une texture ingénieusement conçue qui force les photons NIR à se disperser dans la fine couche de silicium au lieu de la traverser directement. Cela augmente considérablement la probabilité que le silicium absorbe la lumière, rendant toute la puce sensible sur une large plage spectrale.
Au-delà de la simple détection des couleurs, l’architecture utilise des capteurs à grande vitesse pour fournir une capacité ultra-rapide intrinsèque de mesure de la durée de vie des photons. Cette précision temporelle permet à l’appareil de capturer des interactions lumière-matière fugaces qui sont invisibles pour les instruments traditionnels.
Deuxièmement, la puce utilise un puissant réseau de neurones entièrement connecté (IA). Comme les 16 détecteurs uniques ne capturent que des signaux encodés et bruyants, l’IA est entraînée sur des milliers d’exemples pour apprendre la relation complexe et cachée entre les sorties brutes des détecteurs et le spectre lumineux original et pur. L’IA résout ce « problème inverse », reconstruisant le spectre lumineux avec une grande précision (une résolution d’environ 8 nm). Cette méthode computationnelle supprime totalement le besoin d’optiques encombrantes.
Le résultat final est un système avec une empreinte minimale (0,4 mm²), une sensibilité élevée et une forte résistance au bruit. La puce augmentée par l’IA peut maintenir la clarté du signal même en présence d’interférences électriques significatives, un défi majeur dans l’électronique portable et à faible coût. En étendant la plage de détection du silicium dans le spectre NIR crucial tout en permettant des performances élevées grâce à l’apprentissage automatique, cette technologie ouvre la voie à une détection hyperspectrale véritablement intégrée et en temps réel, pour des applications allant du diagnostic médical avancé à la télédétection environnementale.
Article : AI-augmented photon-trapping spectrometer-on-a-chip on silicon platform with extended near-infrared sensitivity – Journal : Advanced Photonics – DOI : Lien vers l’étude
Source : SPIE
