Métamatériaux ultra-compacts et non-linéaires comme processeurs d'ondes pour l'apprentissage profond analogique – MetaLearn

Le traitement de l'information basé sur des interactions onde-matière façonnées surgit comme une alternative prometteuse aux processeurs électroniques en termes de vitesse et de consommation d'énergie, notamment pour les capteurs de l'internet des objets avec une intelligence artificielle (IA). Nous introduirons des métamatériaux localement résonant avec des inclusions non-linéaires et programmables comme plateforme idéale pour mettre en oeuvre des processeurs d'ondes ultra-compacts pour l'IA, la compacité étant particulièrement pertinente pour les signaux de grande longueur d'onde comme les microondes et le son. Nous développerons un modèle semi-analytique générique de ces systèmes basé sur des dipôles couplés. Nous fabriquerons des prototypes acoustiques principalement destinés au traitement d'informations codées dans le temps (comme la parole) et des prototypes en radiofréquence principalement destinés au traitement d'informations codées dans l'espace (reconnaissance de gestes).