Des physiciens de Wits créent un « cerveau de lumière » capable de lire les motifs lumineux cachés

Des chercheurs de l'Université du Witwatersrand à Johannesburg (Wits) ont présenté un « cerveau de lumière » : un système optique qui reconnaît l'information cachée dans des motifs lumineux complexes. Les auteurs associent cette réalisation à des systèmes de communication plus rapides. La description publique reste pour l'instant succincte. L'annonce ne mentionne ni la précision de reconnaissance, ni la vitesse, ni le nombre de canaux : il faut donc juger l'orientation du travail, et non un produit abouti.

Pourquoi les spécialistes des télécoms s'intéressent aux motifs lumineux

La lumière ne code pas les données uniquement par son amplitude et sa fréquence. La structure spatiale du faisceau (profil, phase, moment angulaire orbital) peut aussi porter de l'information. Chacun de ces modes fonctionne comme un canal distinct et, en théorie, on peut les superposer dans une même fibre ou dans un même faisceau traversant l'atmosphère. Le groupe de Wits travaille depuis longtemps sur la lumière structurée : le choix de ce sujet n'a donc rien de fortuit pour l'université.

Le problème se situe côté récepteur. La turbulence, les courbures de la fibre et la diffusion mélangent les modes. En sortie, on obtient une tache complexe : l'information y est bien présente, mais un simple détecteur ne peut pas l'en extraire. On procède habituellement ainsi : une caméra capture l'image, le signal est numérisé, puis un algorithme le déchiffre. Chaque étape ajoute de la latence et une consommation d'énergie.

Ce que fait le « cerveau » optique

L'idée de l'intelligence optique consiste à confier une partie du calcul à la physique de la propagation de la lumière. Le faisceau traverse un ensemble d'éléments qui le transforment à peu près comme les couches d'un réseau de neurones transforment un vecteur de caractéristiques. En sortie, le motif contient déjà la réponse. La multiplication de matrices s'effectue à la vitesse de la lumière, et l'opération elle-même ne consomme presque pas d'énergie. L'énergie est dépensée par les sources, les modulateurs et les détecteurs.

Le texte disponible ne permet pas de savoir ce que Wits a précisément construit. Il pourrait s'agir de couches diffractives, d'un milieu diffusant entraîné ou d'une autre architecture. La question est importante : l'architecture détermine si l'on peut réentraîner le système pour un nouveau canal ou s'il est conçu pour une seule tâche figée.

Ce que l'on sait et ce que l'on ignore :

• Développeur : Université du Witwatersrand (Wits), Afrique du Sud.
• Tâche : reconnaissance d'informations cachées dans des motifs lumineux complexes.
• Objectif annoncé : des systèmes de communication plus rapides.
• Non divulgués : précision, débit, nombre de modes reconnus, longueur d'onde de fonctionnement.
• Non divulgué : milieu des essais (fibre, espace libre ou banc de laboratoire).
• Non divulgué : méthode d'entraînement, unique ou avec adaptation au canal.

Le point de vue pratique

Pour les ingénieurs télécoms et les concepteurs de puces photoniques, c'est un signal à suivre, mais pas une raison de revoir leurs plans. Trois éléments sont d'abord nécessaires : une publication évaluée par des pairs, des métriques sur un canal réel à turbulence variable, et une comparaison avec l'association habituelle « caméra plus réseau de neurones » en matière de latence et de consommation d'énergie.

Si le décodeur optique conserve sa précision face à des distorsions instables, il pourra devenir un candidat pour le module de réception des liaisons laser entre satellites et stations au sol. Il pourrait aussi servir à l'intérieur des centres de données, où chaque watt consacré à la transmission de données pèse sur l'économie du cluster. Si le système ne fonctionne en revanche que sur un banc d'essai avec des distorsions figées, il s'agit d'une démonstration de principe, et rien de plus.

Pour le marché du matériel d'IA, le parallèle est simple. Le calcul optique tente à nouveau d'occuper une niche étroite où le traitement analogique l'emporte sur le numérique : une transformation fixe à l'entrée du canal. Ces architectures ne concurrencent pas les accélérateurs universels comme les GPU. Elles peuvent en revanche les soulager d'une partie de la charge à la périphérie du réseau.