Conférences plénières
Prof. Shanhui Fan
Titre : Exploiter les structures modales via la manipulation de la lumière
Une grande partie des capacités de manipulation de la lumière dans les systèmes photoniques provient de l’exploitation des structures modales de ces systèmes. Dans cette présentation, nous présenterons quelques exemples. Nous montrerons que les distributions des modes dans l’espace des vecteurs d’onde peuvent être utilisées pour créer des paquets d’ondes espace-temps capables de se propager dans l’espace libre sans diffraction ni dispersion. Nous construirons des structures modulées dans le temps où des modes à différentes fréquences peuvent se coupler pour réaliser des champs de jauge non abéliens dans des réseaux. Nous programmerons également la transformation des modes spatiaux dans des réseaux de guides d’ondes afin d’effectuer des calculs importants pour le traitement de l’information quantique.
Prof. Xiaoyi Bao
Titre : Intégrer la détection distribuée en fibre et les capteurs en fibre structurée : vers des systèmes de surveillance ultrasensibles et dynamiques
La détection par fibre optique transforme la façon dont nous surveillons le monde — des ponts et pipelines aux avions et réseaux énergétiques. La détection distribuée en fibre peut mesurer la déformation, la température et les vibrations de manière continue sur plus de 100 kilomètres, fournissant un « système nerveux » pour les grandes structures. Parallèlement, les capteurs en fibre structurée, tels que les interféromètres en nanofibre, offrent une détection ultrasensible à des points critiques. Cette présentation explore comment la combinaison de ces deux approches crée un réseau de détection puissant, offrant à la fois une couverture globale et une précision locale. Je partagerai les percées récentes dans la détection distribuée utilisant les diffusions Brillouin et Rayleigh, ainsi que les innovations dans les fibres structurées qui améliorent la sensibilité et la détection de nanoparticules. Nous examinerons la physique derrière ces technologies et leurs applications dans les infrastructures intelligentes, l’aérospatial, les pipelines et même la détection quantique émergente, reliant la science fondamentale à des solutions pratiques pour un futur plus sûr et plus intelligent.
Prof. Florian Marquardt
Titre : Faire apprendre les machines physiques
La révolution actuelle de l’intelligence artificielle nécessite des ressources toujours plus importantes pour l’entraînement et le déploiement des réseaux neuronaux artificiels. Cette tendance exponentiellement croissante est considérée comme insoutenable, et une communauté de scientifiques et d’ingénieurs explore des alternatives énergétiquement efficaces au paradigme actuel des réseaux neuronaux numériques. En concevant des dispositifs qui fonctionnent plus près des lois microscopiques de la physique tout en offrant des fonctionnalités similaires, on peut obtenir des gains significatifs en efficacité et en vitesse.
Dans cette présentation, je donnerai un aperçu des différentes approches. Je me concentrerai surtout sur le sujet de l’apprentissage basé sur la physique, où l’idée est de déterminer les mises à jour correctes des paramètres entraînables de manière efficace, en se basant sur des procédures expérimentales intelligemment choisies. Je présenterai quelques-unes de nos idées récentes dans ce domaine, notamment : l’apprentissage avec l’aide d’opérations de rétropropagation temporelle, le traitement non linéaire basé sur la diffusion optique linéaire, et une nouvelle technique générale d’entraînement basée sur des expériences de diffusion.