Conception et synthèse de nanoparticules et nanomatériaux pilotées par intelligence artificielle – AIM

Des cœurs de silicium (Si) recouverts d'une fine coquille (=10 nm) métallique (Au ou Ag) sont intéressants pour des applications optiques, notamment s'ils peuvent être organisés en métasurfaces. La forte résonance dipolaire magnétique de la particule de silicium peut être couplée à la résonance dipolaire électrique de la coquille pour des lames de phase, des absorbeurs quasi parfaits et des revêtements antireflets. Les nanorésonateurs doivent présenter une grande homogénéité des fines coquilles métalliques. Trouver les conditions de synthèse permettant de produire de tels nanomatériaux est une tâche ardue, si l'on se limite aux approches synthétiques conventionnelles par essais et erreurs à petite échelle. Pour économiser du temps et des ressources, l’apprentissage machine (machine learning) peut être appliqué à un processus de synthèse continu. De telles coquilles minces sont difficiles à produire en or et en argent. Avec un placement spécifique de ces particules cœur-coquille sur une surface, nous pourrons contrôler spatialement le front d'onde de la lumière. Pour déterminer la disposition optimale des particules nanostructurées sur une surface, des bibliothèques de métasurfaces peuvent être simulées, puis utilisées pour entraîner une intelligence artificielle. L'intelligence artificielle peut ainsi prédire l'espacement et l'organisation idéal des particules cœur-coquille. Ces métasurfaces seront ensuite générées expérimentalement en créant, par nano-embossage (nano-imprint lithography) des puits dans un substrat, puis en plaçant par dépôt blade-coating les particules coeur-coquille Si@métal dans les puits. Ce projet présente plusieurs innovations méthodologiques et scientifiques : le processus de synthèse, les nanomatériaux générés, les propriétés optiques attendues et les techniques d'apprentissage automatique appliquées au développement de ces métasurfaces.