The Royal Institution for the Advancement of Learning/McGill University

Objet publié

Les nouvelles techniques d’optimisation telles que la rétro-ingénierie nanophotonique sont des outils prometteurs qui sont susceptibles de réduire considérablement la taille des composants photoniques passifs en silicium tout en préservant leurs fonctionnalités et leurs performances. Bien que les résultats publiés fassent état de divers dispositifs miniaturisés de validation de principe ayant une taille et un rapport d’aspect prédéterminés, leurs performances actuelles sont inférieures à ce qui est disponible sur le marché et les conceptions sont très peu interprétables. Dans ce contexte, les outils de l’IA peuvent être mis à contribution pour aider à déterminer des motifs récurrents dans l’espace multidimensionnel de conception grâce à l’analyse d’une base de données regroupant des concepts simulés qui oriente la recherche de meilleures performances et éclaire le comportement de l’espace de conception en dévoilant ses particularités et ses limites. Au bout du compte, l’utilisation d’outils basés sur l’IA permettra de faire progresser la miniaturisation des composants photoniques intégrés en silicium sans compromettre leurs performances ni leur manufacturabilité.