Une des recherches menée au sein de l’UMR XLIM par Yassin Boussafa, et dirigé par Benjamin Wetzel (CNRS), a permis la publication de l’article « Deep learning prediction of noise-driven nonlinear instabilities in fibre optics » dans la revue Nature Communications.

Dans ces travaux menés à XLIM, notamment dans le cadre du projet ERC STREAMLINE, et d’une collaboration franco-allemande, l’équipe a montré qu’il est possible d’utiliser l’intelligence artificielle pour prédire et contrôler des phénomènes optiques non-linéaires complexes, jusque-là considérés comme imprévisibles (i.e. chaotiques et incohérents).

En combinant réseaux de neurones et apprentissage profond sur des données expérimentales obtenues au laboratoire, ils ont réussi à extraire des informations cachées dans des signaux optiques bruités et fluctuant d’une impulsion laser à une autre (c.a.d. 50 millions de fois par seconde). Ces travaux ouvrent la voie à des applications plus large en traitement du signal optique, imagerie et communications.

Référence : Y. Boussafa, L. Sader, V. T. Hoang, B. P. Chaves, A. Bougaud, M. Fabert, A. Tonello, J. M. Dudley, M. Kues, and B. Wetzel, « Deep learning prediction of noise-driven nonlinear instabilities in fibre optics, » Nature Communications 16, 7800 (2025)

L’article est à lire ICI.