Et si un appareil photo pouvait reconnaître les détails importants d’une scène avant même que son processeur ne reçoive l’image ? Les métasurfaces optiques rendent cette possibilité de plus en plus concrète. Ces structures extrêmement fines manipulent la lumière incidente pour réaliser des opérations qui nécessiteraient normalement des calculs électroniques. Elles peuvent accentuer les contours, filtrer les informations visuelles et préparer les images à leur analyse par l’intelligence artificielle, alors que la lumière traverse encore le système optique de l’appareil. Des recherches publiées en 2026 ont démontré que les métasurfaces pouvaient contribuer à des tâches de vision par ordinateur nettement plus complexes, notamment la détection d’objets et la compréhension des scènes. Cette technologie pourrait, à terme, permettre aux caméras, aux machines autonomes et aux équipements d’imagerie médicale de réagir plus rapidement tout en consommant moins d’énergie. Son véritable intérêt ne réside toutefois pas dans la suppression des processeurs classiques, mais dans une nouvelle répartition du travail d’interprétation des informations visuelles entre les composants optiques et électroniques.

Comment les métasurfaces optiques traitent les images grâce à la lumière

Les appareils photo numériques classiques suivent généralement une séquence bien connue. La lumière traverse un objectif et atteint un capteur d’image, où elle est convertie en signaux électriques. Les données obtenues sont ensuite traitées électroniquement pour ajuster le contraste, identifier les contours, reconnaître les objets ou effectuer d’autres tâches d’analyse visuelle. Cette méthode est particulièrement efficace, mais l’analyse d’un grand nombre d’images détaillées peut nécessiter d’importantes ressources informatiques. Cette difficulté devient particulièrement sensible dans les appareils qui doivent fonctionner en continu, réagir immédiatement et disposer d’une autonomie limitée. Les métasurfaces optiques proposent une autre approche : effectuer certaines opérations de traitement d’image avant que la lumière incidente ne soit convertie en informations numériques.

Une métasurface est une structure optique extrêmement fine composée d’éléments microscopiques disposés selon des motifs soigneusement conçus. Ces éléments sont souvent plus petits que la longueur d’onde de la lumière qu’ils contrôlent. En modifiant leurs dimensions, leurs formes et leurs positions, les chercheurs peuvent influencer la manière dont la lumière traverse le matériau ou s’y réfléchit. Contrairement à une lentille ordinaire, dont la fonction principale consiste à dévier la lumière pour former une image, une métasurface dédiée au calcul peut être conçue pour modifier les informations spatiales de cette image. Elle peut renforcer la visibilité des frontières entre les objets, atténuer certains détails ou produire un motif optique contenant des informations utiles à la reconnaissance visuelle. C’est l’organisation des structures microscopiques qui détermine l’opération réalisée par le dispositif.

Le principe fondamental repose sur la nature ondulatoire de la lumière. Lorsque celle-ci traverse une métasurface spécialement conçue, les différentes parties de l’onde interagissent de manière à reproduire naturellement certaines opérations mathématiques. Au lieu de demander à un processeur d’examiner individuellement les pixels pour calculer l’emplacement des contours, un dispositif optique peut rendre ces contours plus visibles dans la lumière qui atteint le capteur. Cette méthode est appelée calcul optique analogique. Cela ne signifie pas que la lumière comprend une image ou prend des décisions de manière autonome. Son comportement physique permet plutôt d’effectuer une transformation prédéfinie, fournissant au système électronique une représentation différente et potentiellement plus utile de la scène d’origine.

Des objectifs classiques au traitement optique des images

La différence entre un objectif traditionnel et une métasurface dédiée au calcul devient plus évidente avec un exemple simple. Imaginons une caméra observant un objet sombre sur un fond clair. Un objectif classique forme une image dans laquelle l’intérieur de l’objet et son environnement restent visibles. Une métasurface conçue pour détecter les contours peut, au contraire, accentuer la transition entre ces deux régions. L’image optique obtenue contient alors une représentation plus marquée des contours de l’objet, ce qui peut aider un système de reconnaissance à identifier sa forme. La métasurface n’a pas besoin de stocker une image ni d’exécuter des instructions logicielles pour obtenir ce résultat. Sa structure physique détermine directement la transformation appliquée à la lumière incidente.

Les chercheurs obtiennent ce comportement grâce à des techniques telles que le filtrage spatial. Une image contient à la fois de grandes variations de luminosité et des détails fins, notamment des contours et des textures. Différents phénomènes d’interférence optique permettent de renforcer ou d’atténuer ces composantes avant que l’image n’atteigne le capteur. Certaines métasurfaces réalisent des opérations comparables à la différenciation mathématique utilisée dans les logiciels classiques de traitement d’image. D’autres sont conçues pour reconnaître des motifs spatiaux particuliers ou manipuler la lumière en fonction de sa polarisation. Ces capacités présentent un intérêt particulier, car de nombreuses méthodes traditionnelles de traitement d’image commencent par des opérations similaires, même lorsque leur objectif final est plus complexe, comme l’identification de véhicules, la détection de défauts ou l’examen d’échantillons biologiques.

Il est important de comprendre qu’une métasurface optique ne remplace pas nécessairement l’objectif d’une caméra ou son processeur numérique. Elle peut fonctionner comme un composant optique supplémentaire, une lentille plate spécialement conçue ou un élément d’un système d’imagerie associant optique et électronique. Le capteur doit toujours enregistrer la lumière transformée, tandis que le matériel électronique reste souvent chargé d’interpréter le résultat. Les chercheurs doivent également tenir compte des conditions d’éclairage, de la qualité de l’image et de la gamme de couleurs ou d’angles de vue pris en charge par chaque conception. Le principal avantage pratique pourrait donc provenir de l’association du prétraitement optique et du calcul conventionnel, plutôt que d’une tentative de transférer toutes les étapes de la vision par ordinateur vers le système optique.

Les avancées de la recherche sur les métasurfaces optiques en 2026

Les progrès scientifiques réalisés entre 2024 et 2026 ont démontré que les métasurfaces optiques pouvaient accomplir bien davantage que la simple focalisation de la lumière. Une étude publiée en 2024 dans Nature Communications a présenté une métasurface reconfigurable destinée à la détection optique des contours, utilisant du dioxyde de vanadium, un matériau dont les propriétés optiques varient avec la température. Les chercheurs ont montré que des variations de température relativement faibles autour de 65 °C pouvaient modifier considérablement la réponse optique du dispositif. Ce résultat est important, car de nombreuses premières métasurfaces de calcul étaient conçues pour réaliser une seule opération fixe. L’introduction de modifications contrôlées permet d’ajuster le traitement optique sans remplacer physiquement le composant. Même si un fonctionnement reposant sur le contrôle de la température n’est pas nécessairement adapté à toutes les caméras portables, cette expérience a ouvert une voie importante vers des dispositifs optiques adaptables.

De nouvelles avancées ont été réalisées en 2025. Une recherche publiée dans Light: Science & Applications a présenté un processeur optique d’images utilisant un matériau à changement de phase, capable de passer de la détection des contours à l’imagerie en champ clair. Au lieu d’utiliser des configurations optiques distinctes pour ces fonctions, les chercheurs ont démontré différents modes de fonctionnement au sein d’une même métasurface. D’autres travaux se sont intéressés aux limites pratiques de l’optique, notamment à la sensibilité à la polarisation et aux angles de vue restreints. Une étude publiée dans Optics Letters a démontré une détection des contours indépendante de la polarisation autour d’une longueur d’onde de 1 064 nanomètres, avec une bande passante de fonctionnement annoncée de 48 nanomètres et une ouverture numérique atteignant 0,5. Ces résultats témoignent des progrès accomplis vers des processeurs optiques capables de fonctionner dans des conditions d’imagerie moins contraignantes, même si la gamme de longueurs d’onde étudiée se situe en dehors de la photographie classique en lumière visible.

Une avancée particulièrement importante a été annoncée en juin 2026, lorsque des chercheurs ont publié dans Nature une étude intitulée Optical Metasurfaces for General Vision Processing on the Edge. Le projet associait un dispositif optique frontal à métasurface comprenant environ 41 millions de paramètres physiques de conception à un réseau neuronal numérique comptant près de 87 000 paramètres. Cette recherche allait au-delà des démonstrations exclusivement consacrées au filtrage simple des images ou à la reconnaissance de motifs dans des conditions très contrôlées. Son architecture optoélectronique a été évaluée sur des tâches complexes de vision par ordinateur, notamment la détection d’objets, la segmentation d’images, la reconstruction tridimensionnelle et l’analyse vidéo. Les chercheurs ont également construit un prototype fonctionnel et démontré un traitement visuel en temps réel dans des scènes naturelles. Ces résultats sont importants, car ils montrent comment un matériel optique spécialisé peut contribuer à une intelligence visuelle plus générale, plutôt que de réaliser une seule opération isolée.

Comment le calcul optique contribue à l’intelligence artificielle

Les systèmes modernes de vision par ordinateur reposent fréquemment sur des réseaux neuronaux qui analysent les motifs visuels à plusieurs niveaux. Les premières étapes du traitement peuvent identifier les contours, les textures et les caractéristiques locales de l’image, tandis que les étapes suivantes combinent ces informations pour reconnaître les objets et comprendre leurs relations au sein d’une scène. Les métasurfaces optiques sont particulièrement adaptées aux premières étapes, car certaines transformations mathématiques peuvent être réalisées directement par la propagation de la lumière à travers des structures spécialement conçues. Plutôt que de reproduire un modèle complet d’intelligence artificielle à l’aide de composants optiques, les chercheurs peuvent transférer certaines opérations vers le système optique de la caméra. Un modèle électronique plus compact interprète ensuite les informations transformées et accomplit les tâches nécessitant des calculs supplémentaires.

La recherche publiée dans Nature en 2026 illustre cette répartition des tâches. Son composant optique a été conçu à partir de principes utilisés en vision par ordinateur, notamment la reconnaissance des similitudes, l’orientation de l’attention vers les informations pertinentes et l’association des détails fins au contexte visuel général. Le composant numérique complémentaire interprétait les caractéristiques optiques obtenues. Cette combinaison a permis à l’équipe de recherche d’aborder des tâches que les réseaux neuronaux optiques classiques avaient du mal à accomplir avec un niveau de complexité comparable. Elle souligne également une distinction essentielle : les 41 millions de paramètres optiques correspondent aux caractéristiques physiques de la métasurface, et non à 41 millions de calculs électroniques effectués pour chaque image. Le nombre de paramètres ne suffit donc pas, à lui seul, pour déterminer les économies d’énergie réalisées par le système complet ou comparer ses performances à celles d’un processeur conventionnel.

D’autres recherches menées en 2026 ont examiné des moyens de réduire plus directement la charge de calcul numérique. Une étude consacrée à un système hybride associant une métalentille et un capteur d’image fondé sur l’acquisition compressive a proposé de combiner l’extraction optique des contours avec une capture sélective des informations visuelles. Une autre approche expérimentale utilisait un encodeur métaoptique pour effectuer optiquement une partie du processus de segmentation des images. Dans cette dernière étude, les chercheurs ont rapporté une réduction d’environ 800 fois du nombre d’opérations de calcul et de 12 000 fois du nombre de paramètres du modèle, par rapport à leur modèle de référence plus volumineux, avec toutefois un compromis sur la précision. Ces résultats démontrent les avantages potentiels du transfert de certaines opérations soigneusement sélectionnées vers le matériel optique. Ils ne doivent cependant pas être interprétés comme des améliorations universelles de la vitesse ou de la consommation énergétique. Le bénéfice réel dépend de la tâche concernée, de la configuration de la caméra et du système utilisé pour la comparaison.

Applications pratiques et défis à relever

La vision industrielle constitue l’un des domaines d’application les plus prometteurs. Les caméras y sont utilisées pour inspecter les produits, surveiller les chaînes de production et identifier les défauts de fabrication. Ces systèmes doivent souvent détecter de petites variations de forme ou d’aspect des surfaces tout en traitant les images en continu. Une métasurface conçue pour accentuer les contours pertinents pourrait rendre certaines opérations de contrôle moins exigeantes pour les composants électroniques associés. Par exemple, un prétraitement optique pourrait aider à faire ressortir les contours d’une pièce ou faciliter la distinction de certains motifs visuels. Toutefois, le filtre optique doit être choisi en fonction de la tâche d’inspection. Un dispositif qui améliore la visibilité des contours peut également atténuer des informations de couleur ou de texture indispensables à la détection d’autres catégories de défauts.

Les véhicules autonomes, les drones et les robots mobiles représentent un autre domaine d’application potentiel. Leurs systèmes de vision doivent interpréter des environnements changeants tout en respectant des contraintes de consommation énergétique, de poids et de dissipation thermique. Le prétraitement optique pourrait faciliter la reconnaissance de structures visuelles ou préparer les informations provenant des capteurs avant leur transmission à un système de perception plus complexe. Les composants compacts pourraient être particulièrement intéressants pour les petits appareils aériens et les machines alimentées par batterie. Néanmoins, une navigation fiable exige bien davantage que la simple détection des contours. Les objets en mouvement, les conditions d’éclairage difficiles, la pluie, les reflets et les obstacles partiellement masqués créent des problèmes que le filtrage optique ne peut résoudre à lui seul. Toute caméra assistée par métasurface destinée à une utilisation critique pour la sécurité devrait faire l’objet d’essais approfondis en association avec des capteurs d’image classiques et des systèmes électroniques de perception.

L’imagerie médicale et scientifique pourrait également bénéficier d’un traitement optique spécialisé. Les microscopes doivent fréquemment révéler de faibles différences entre des structures difficiles à distinguer à partir de simples mesures de luminosité. Les métasurfaces peuvent être conçues pour modifier le contraste, accentuer les contours ou analyser des propriétés optiques que les images conventionnelles ne capturent pas directement. Des recherches ont également démontré l’existence de systèmes fondés sur des métasurfaces capables d’enregistrer des informations complexes de polarisation en une seule exposition, ce qui pourrait réduire le recours à des composants optiques volumineux. Ces techniques pourraient contribuer à l’observation biologique, à l’analyse des matériaux et au développement d’équipements diagnostiques spécialisés. Il ne faut cependant pas confondre les démonstrations réalisées en laboratoire avec des méthodes diagnostiques approuvées pour un usage clinique. Les applications médicales exigent des preuves de précision, de reproductibilité et de fiabilité dans des conditions réalistes avant de pouvoir être utilisées dans les soins courants.

Pourquoi les métasurfaces optiques ne sont pas encore intégrées aux caméras courantes

Malgré des résultats expérimentaux encourageants, plusieurs limites empêchent les métasurfaces de calcul de remplacer universellement le traitement conventionnel des images. La première concerne leur flexibilité. Une métasurface passive possède généralement une structure physique fixe, ce qui signifie qu’un changement de fonction peut nécessiter un composant différent. Les matériaux reconfigurables offrent des solutions potentielles, mais peuvent imposer des contraintes supplémentaires liées à la température, au contrôle électrique ou à la commutation optique. Les performances dans des conditions d’éclairage variées constituent un autre défi. Certaines expériences fonctionnent mieux avec des longueurs d’onde sélectionnées, une polarisation contrôlée ou des configurations optiques particulières. À l’inverse, les caméras grand public doivent fonctionner avec une lumière naturelle composée de nombreuses longueurs d’onde et s’adapter à des distances, des angles et des niveaux de luminosité variables.

La fabrication et l’intégration soulèvent également des difficultés. Les métasurfaces reposent sur des structures extrêmement petites, dont les dimensions doivent être contrôlées avec précision pendant la production. De légers écarts peuvent modifier la façon dont le dispositif final manipule la lumière, notamment lorsque sa conception dépend de phénomènes d’interférence particulièrement précis. Les chercheurs doivent aussi prendre en compte la transmission lumineuse, la luminosité des images, la compatibilité avec les capteurs et l’alignement des composants optiques. Un processeur optique capable de produire des caractéristiques visuelles utiles, mais laissant parvenir trop peu de lumière au capteur, risque de fonctionner médiocrement dans les environnements sombres. Par ailleurs, certaines opérations éliminent volontairement des informations. Lorsqu’un dispositif accentue les contours tout en supprimant d’autres détails visuels, les logiciels utilisés ensuite ne peuvent pas toujours reconstruire les informations perdues. Le choix de la transformation optique devient donc particulièrement important.

À la fin de l’année 2026, les métasurfaces optiques restent un domaine de recherche actif plutôt qu’une solution standard pour la vision par ordinateur généraliste. Les avancées les plus convaincantes s’orientent vers des systèmes hybrides dans lesquels les composants optiques prennent en charge les transformations adaptées à leurs propriétés physiques, tandis que les processeurs électroniques assurent les étapes plus flexibles de reconnaissance et de prise de décision. Les progrès futurs dépendront de la démonstration d’améliorations constantes sur des appareils complets, et pas seulement de l’accélération d’opérations optiques isolées. Les chercheurs devront comparer la précision, la consommation énergétique, les coûts de fabrication et la fiabilité dans des conditions réalistes. Une avancée fondamentale est néanmoins déjà acquise : le traitement d’une image ne doit plus nécessairement commencer après la conversion de la lumière en données numériques. En maîtrisant directement le parcours de la lumière, les métasurfaces optiques proposent une nouvelle manière de répartir les opérations de calcul au sein des caméras intelligentes.