Perspectives – utilisation des approches statistiques
Comprendre l’ALD par la modélisation

L’intelligence artificielle n’apparaît pas, dans le cas du dépôt par couche atomique (ALD), comme un substitut aux approches de modélisation existantes, mais plutôt comme un niveau de liaison entre des approches déjà bien établies. L’ALD combine en effet une chimie de surface auto-limitante, des phénomènes de transport dépendants de la géométrie du réacteur, et des objectifs procédés souvent multiples : vitesse de croissance, uniformité, conformalité, sélectivité, pureté chimique ou encore stabilité des couches. Les approches classiques restent donc indispensables : DFT ou AIMD pour la chimie élémentaire ; modèles mécanistiques ou Monte Carlo cinétique pour la croissance de surface ; CFD pour l’échelle réacteur. Leur enchaînement direct demeure toutefois coûteux, tant en temps de calcul qu’en effort de paramétrisation. Dans ce contexte, l’IA intervient comme une boîte à outils capable d’accélérer...