Concevoir des surfaces optiques à l'échelle nanométrique est un défi majeur. Les simulations informatiques traditionnelles reposent sur des conditions idéales, négligeant les défauts de fabrication et le bruit expérimental, ce qui crée souvent un écart entre la théorie et la réalité. Une équipe internationale de chercheurs, menée par l'associate professor Dong Zhaogang de l'Université de technologie et de design de Singapour (SUTD), a développé un cadre d'apprentissage profond capable de concevoir ces surfaces en s'appuyant directement sur des mesures réelles. Les résultats ont été publiés dans la revue PhotoniX. Pour surmonter les limites des simulations, l'équipe a entraîné un réseau de neurones transformateur nommé ExpForm sur plus de vingt-cinq mille spectres expérimentaux. Ces données ont été acquises à l'aide d'un système de spectroscopie haute vitesse mesurant la réflexion de nanostructures réelles soumises à divers angles d'incidence. Contrairement aux modèles classiques qui supposent des géométries parfaites, ExpForm intègre les irrégularités de fabrication, les asymétries structurelles et le bruit de mesure. Cela permet d'exploiter efficacement un paramètre sous-utilisé : l'angle d'arrivée de la lumière, qui modifie les propriétés optiques sans modifier la structure physique. Le modèle fonctionne selon une architecture à deux voies. Un réseau avant prédit le spectre optique résultant de paramètres géométriques et angulaires donnés. À l'inverse, un réseau arrière détermine les dimensions structurelles et les angles d'éclairage nécessaires pour atteindre un spectre cible. Cette approche élimine le cycle traditionnel de simulation, de fabrication et de mesure itérative. Comparé aux méthodes de simulation conventionnelles, ExpForm atteint une cohérence de 99,79 % avec les données expérimentales et accélère l'évaluation spectrale d'environ neuf cent fois. Les cycles de conception, autrefois longs de plusieurs heures ou jours, se réduisent désormais à quelques secondes, réduisant considérablement les coûts et les essais-erreurs. La capacité de conception inverse a été validée par la génération à la demande de résonances étroites, de profils à haute réflexion et de résonances à double bande, le tout ajusté simplement par la modification de l'angle d'incidence. Cette flexibilité ouvre la voie à des dispositifs programmables par angle, où une seule structure nanostructurée peut remplir plusieurs fonctions optiques. Soucieux de favoriser la recherche, l'équipe a rendu son jeu de données expérimental entièrement public, établissant une référence pour la communauté scientifique. Si les approches basées sur l'expérience étaient jusque-là limitées aux microondes, cette méthode les étend désormais au domaine visible et infrarouge proche. Les chercheurs prévoient d'appliquer ce paradigme aux résonateurs à haute qualité, aux plateformes optiques non linéaires et aux métasurfaces tridimensionnelles. Cette initiative marque un tournant vers une conception guidée par les données et ancrée dans l'expérience, où l'intelligence artificielle agit comme un coconcepteur. Bien que née dans le domaine de la photonique, cette méthodologie trouve des applications potentielles en science des matériaux, en électronique et dans le développement de dispositifs quantiques.