Optimisation des sources optiques ultra-rapides à large bande à l'aide de l'apprentissage automatique – OPTIMAL

A. Méthodes numériques et théoriques

1. Pour notre analyse théorique et nos simulations numériques, nous avons élaboré des modèles réalistes de guides d’ondes et de systèmes laser à partir d’équations de propagation généralisées. Les simulations en passage unique ont permis de constituer des bases de données reliant les caractéristiques d’entrée et de sortie, en tenant compte de la phase et de l’amplitude spectrales ainsi que du bruit technique et quantique. Après une exploration de paramètres étendue, nous avons ciblé des conditions initiales optimisant les spectres à large bande dans la région 1500–1600 nm, ce qui a orienté la conception expérimentale.

2. Deux approches fondées sur les données ont également été étudiées : SINDy (*Sparse Identification of Nonlinear Dynamics*) et Balance dominante. La méthode SINDy, appliquée au cas du mélange à quatre ondes dans les fibres optiques, a permis de retrouver les équations différentielles gouvernantes à partir de données dynamiques. Son application à un système expérimental plus complexe a révélé comment des pertes non conservatives perturbaient la dynamique idéale. La Balance dominante, quant à elle, a permis d’identifier automatiquement les termes dominants d’un modèle numérique en combinant une carte dynamique spatio-temporelle et un regroupement statistique (modèle de mélange gaussien).

3. Le codage a été réalisé en MATLAB pour les modélisations directes de l’équation de Schrödinger non linéaire, et en Python (code open source sur GitHub) pour les méthodes SINDy et Balance dominante.

B. Travaux expérimentaux

Notre méthodologie expérimentale s’appuie sur de nombreuses années d’expérience commune dans le domaine de la fibre optique non linéaire autour de la bande de télécommunications à 1550 nm. Cette expertise exploite la disponibilité de sources et de composants de haute qualité pour la manipulation et la détection d’impulsions picosecondes et femtosecondes. Les montages expérimentaux spécifiques ont utilisé des approches adaptées, résumées ci-dessous :

-Développement d’un nouveau dispositif expérimental basé sur la troncature des bandes latérales et la rétroaction, pour étudier la dynamique idéale du mélange à quatre ondes.

-Mise au point d’une méthode ultrasensible de mesure spectrale en temps réel.

-Démonstration du contrôle actif de la génération de supercontinuum à l’aide d’un algorithme génétique, dans des configurations à passage unique et en laser à fibre.

-Démonstration du contrôle actif de la génération de supercontinuum appliqué à la microscopie multiphotonique.

-Démonstration d’un réseau de neurones capable d’interpréter les dynamiques non linéaires incohérentes induites par le bruit dans la propagation en fibre optique (sélectionné par Optica comme recherche phare de 2025).

OPTIMAL a conduit à un nombre d’avancées majeures, tant sur le plan des objectifs théoriques/numériques que des objectifs expérimentaux visés. En particulier :

Études théoriques et numériques:

- Découverte guidée par les données du modèle physique sous-jacent gouvernant le mélange à quatre ondes dans les fibres optiques, en utilisant une variante adaptée au bruit de la méthode SINDy (Sparse Identification of Nonlinear Dynamics).

-Automatisation de l’intuition physique de la propagation non linéaire dans les fibres optiques à l’aide de la méthode de l’Équilibre Dominant, basée à la fois sur la régression parcimonieuse et sur des approches combinatoires (sélectionnée par Opticacomme research highlight de 2024).

-Émulation des équations de propagation non linéaire à l’aide de réseaux de neurones, en particulier via une approche itérative à propagation directe (*iterative feedforward).

Résultats expérimentaux:

-Développement d’un nouveau dispositif expérimental basé sur la troncature des bandes latérales et la rétroaction pour étudier la dynamique idéale du mélange à quatre ondes.

-Développement d’une méthode de mesure spectrale en temps réel ultra-sensible.

-Démonstration du contrôle actif de la génération de supercontinuum à l’aide d’un algorithme génétique, à la fois dans des configurations fibre "single pass" et dans un laser à fibre.

-Démonstration du contrôle actif de la génération de supercontinuum appliqué à la microscopie multiphotonique.

-Démonstration de l’utilisation d’un réseau de neurones pour interpréter les dynamiques non linéaires incohérentes induites par le bruit lors de la propagation dans les fibres optiques (sélectionnée par Optica comme *research highlight* de 2025).

Résumé des publications

Les travaux réalisés dans le cadre d’OPTIMAL ont conduit à une production scientifique significative :

45 publications dans des revues internationales à comité de lecture

99 présentations lors de conférences internationales et nationales à comité de lecture

Les résultats du projet OPTIMAL ouvrent de nombreuses perspectives passionnantes, tant pour la recherche future que pour les applications pratiques et sociétales. D’un point de vue théorique, la combinaison de la découverte fondée sur les données, du raisonnement physique automatisé et de l’émulation par apprentissage automatique constitue une base solide pour une nouvelle génération d’outils d’intelligence artificielle « informés par la physique » appliqués à l’optique non linéaire. Ces approches offrent un fort potentiel pour accélérer la découverte de modèles physiques (dans les guides d’ondes optiques), optimiser la conception expérimentale et permettre le contrôle en temps réel de systèmes photoniques non linéaires et dispersifs complexes.

Sur le plan expérimental, les avancées dans le contrôle en boucle fermée à l’aide d’algorithmes évolutionnaires devraient favoriser le développement de sources lumineuses intelligentes et adaptatives. Enfin, nos résultats concernant l’utilisation de réseaux de neurones pour extraire des informations d’expériences menées dans le régime non linéaire incohérent pourraient ouvrir encore davantage le champ de l’apprentissage automatique appliqué à l’optique non linéaire pilotée par le bruit.

OPTIMAL vise à développer des sources lumineuses avancées en appliquant les techniques de l'apprentissage automatique à la conception des sources laser et à l’étude de l'optique non linéaire ultra-rapide. Les objectifs spécifiques sont : (i) concevoir de nouvelles approches pour générer la lumière à large bande avec des propriétés spectrales et temporelles sur mesure en utilisant l'apprentissage automatique pour optimiser les conditions initiales de propagation non linéaire dans des guides photoniques ; (ii) développer de nouvelles sources ultra-rapides basées sur le concept d'oscillation régénérative de Mamyshev utilisant l'apprentissage automatique pour optimiser le contrôle intra-cavité ; (iii) combiner le développement de ces nouvelles sources avec des études fondamentales de dynamique non linéaire, s'inspirant de l'apprentissage automatique pour analyser des données expérimentales, et en interprétant les résultats en termes des analogies avec d’autres systèmes physiques.