Un réseau neuronal entraîné aux lois physiques accélère la nanophotonique

Des chercheurs de l’Université de technologie Chalmers, en Suède, ont mis au point un réseau de neurones dit « informé par la physique » capable de diviser par dix le temps de conception de composants nanophotoniques. Leurs travaux, publiés le 4 juin 2026 dans Laser & Photonics Reviews, ouvrent la voie à un développement plus rapide de matériaux optiques pour l’informatique quantique ou l’imagerie.

Passer de trente jours à trois jours pour entraîner un réseau de neurones dédié à la simulation de nanostructures optiques : tel est le gain obtenu par l’équipe du professeur Philippe Tassin à Chalmers. L’astuce consiste à injecter, dès la conception du modèle, les équations fondamentales de l’électromagnétisme, notamment celles de Maxwell, plutôt que de laisser l’algorithme les redécouvrir laborieusement à partir de données brutes.

Un mois de calculs ramené à quelques jours

Dans le domaine de la nanophotonique, la simulation des propriétés optiques de matériaux artificiels constitue une tâche lourde. Former un réseau de neurones classique exige des dizaines de milliers de points de données, dont chacun demande entre dix minutes et une heure de calcul. L’assemblage d’un jeu d’entraînement complet peut ainsi engloutir un mois entier, voire davantage lorsqu’il faut l’enrichir en cours de route.

« Il nous faut parfois un mois entier pour générer suffisamment de données afin d’entraîner le réseau de neurones. Et si l’on réalise qu’il faut ajouter des éléments supplémentaires, cela peut prendre encore un mois de plus », résume Viktor Lilja, doctorant au sein du groupe.

L’approche développée à Chalmers change la donne. En intégrant directement les lois physiques dans l’architecture du réseau, les chercheurs ont observé une chute drastique du volume de données nécessaire. « Lorsque nous avons fourni au super-cerveau des informations sur les lois de la physique, il est devenu bien plus intelligent immédiatement. Nos calculs ne prennent plus qu’un dixième du temps auparavant nécessaire », explique Philippe Tassin.

Des photons manipulés à l’échelle inférieure à la longueur d’onde

L’équipe suédoise conçoit des matériaux optiques artificiels structurés à des dimensions inférieures à une seule longueur d’onde lumineuse. À pareille échelle, il devient possible de contrôler les photons d’une façon qu’aucun matériau naturel ne permet. Les retombées potentielles couvrent des objectifs photographiques et des verres de lunettes plus fins et plus légers, jusqu’aux composants pour ordinateurs quantiques.

Une collaboration est d’ailleurs engagée avec le Département de microtechnologie et de nanosciences de Chalmers, où le premier grand ordinateur quantique suédois est en construction. L’objectif sera d’étudier des matériaux nanostructurés capables de transmettre des informations entre machines quantiques par l’intermédiaire de la lumière.

Des équations intégrées pour plus de transparence

L’idée initiale n’était pas de gagner en vitesse mais en interprétabilité. Les chercheurs cherchaient à rendre les prédictions du réseau plus lisibles en y incorporant des équations fondées sur le développement en modes quasinormaux de la matrice de diffusion. Ils ont alors constaté que ces contraintes physiques n’amélioraient pas seulement la transparence du modèle : elles le rendaient aussi nettement plus sobre en données.

« Une fois le réseau entraîné, on pouvait lui soumettre n’importe quelle structure et obtenir ses propriétés optiques en une milliseconde. Avec ces nouveaux réseaux, on obtient de meilleures estimations et on évite les erreurs flagrantes », précise Viktor Lilja.

Article : « A General Framework for Knowledge Integration in Machine Learning for Electromagnetic Scattering Using Quasinormal Modes, » – DOI : 10.1002/lpor.202502769

Source : Chalmers U.