L’idée d’objets disparaissant de manière transparente, non seulement dans des environnements de laboratoire contrôlés mais également dans des scénarios du monde réel, a longtemps captivé l’imagination populaire. Ce concept incarne la trajectoire de la civilisation humaine, depuis les techniques de camouflage primitives jusqu'aux capes sophistiquées basées sur les métamatériaux d'aujourd'hui.
Récemment, cet objectif a été davantage souligné dans Science , comme l'une des « 125 questions :exploration et découverte ». Des chercheurs de l’Université du Zhejiang ont fait des progrès dans cette direction en démontrant une cape d’invisibilité aéro-amphibie intelligente. Cette cape peut maintenir l'invisibilité dans des environnements dynamiques, neutralisant les stimuli externes.
Malgré des décennies de recherche et l’émergence de nombreux prototypes de capes d’invisibilité, réaliser une cape aéroamphibie capable de manipuler la diffusion électromagnétique en temps réel dans des paysages en constante évolution reste un formidable défi. Les obstacles sont multiples, allant de la nécessité de métasurfaces accordables d'amplitude complexe à l'absence d'algorithmes intelligents capables de résoudre des problèmes inhérents tels que la non-unicité et les entrées incomplètes.
Pour relever ces défis de front, une équipe de l’Université du Zhejiang a dévoilé un drone sans pilote masqué et autonome. Comme indiqué dans Photonique avancée , ce drone intègre de manière transparente des fonctionnalités de perception, de prise de décision et d'exécution.
La clé réside dans la modulation spatio-temporelle appliquée aux métasurfaces reconfigurables, permettant la personnalisation des champs de diffusion dans les domaines spatial et fréquentiel. Pour alimenter cette innovation, ils proposent un réseau neuronal de génération-élimination, également connu sous le nom d'apprentissage par évolution stochastique.
Ce réseau guide globalement les métasurfaces spatio-temporelles, recherchant automatiquement des solutions optimales avec une inférence probabiliste maximale, résolvant ainsi les problèmes un-à-plusieurs inhérents à la conception inverse. Dans le cadre d'une expérience révolutionnaire, l'équipe a mis en œuvre ce concept sur une plate-forme de drone sans pilote, démontrant l'invisibilité adaptative dans trois paysages canoniques :la mer, la terre et l'air.
Cette fusion de métasurfaces spatio-temporelles, d’apprentissage en profondeur et de systèmes de contrôle avancés étend le domaine des capes d’invisibilité aux plates-formes aériennes. Le réseau neuronal intégré sert de commandant sophistiqué, démêlant l'interaction complexe entre les ondes et les métasurfaces.
Cette avancée annonce un nouveau paradigme de conception inverse, offrant des solutions aux correspondances plusieurs-à-plusieurs. Au-delà des applications immédiates, ces travaux servent de catalyseur pour inspirer les recherches futures sur la découverte de matériaux et le développement de métadispositifs adaptatifs. À l'avenir, d'autres avancées pourront permettre de remédier aux limitations actuelles, telles que les contraintes de bande passante et les défis liés à la polarisation complète.
Plus d'informations : Chao Qian et al, Cape d'invisibilité aéroamphibie autonome avec apprentissage par évolution stochastique, Photonique avancée (2024). DOI :10.1117/1.AP.6.1.016001
Fourni par SPIE
