Meta et des chercheurs internationaux révèlent des avancées révolutionnaires dans la compréhension de l’intelligence humaine. Grâce à deux études, ils ont créé des modèles d’IA capables d’interpréter les signaux cérébraux pour reconstruire des phrases et de cartographier les processus neuronaux menant à la transformation de la pensée en parole.
Qu’est-ce qui vient de se passer ? En collaboration avec des chercheurs internationaux, Meta a annoncé de grandes avancées dans la compréhension de l’intelligence humaine à travers deux études révolutionnaires : elles ont créé des modèles d’IA capables de lire et d’interpréter les signaux cérébraux pour reconstruire des phrases tapées et de cartographier les processus neuronaux précis transformant les pensées en mots écrits ou parlés.
La première étude, réalisée par le laboratoire de recherche fondamentale en IA de Meta (FAIR) à Paris, en collaboration avec le Centre basque sur la cognition, le cerveau et la langue à Saint-Sébastien, en Espagne, démontre la capacité de décrypter la production de phrases à partir d’enregistrements cérébraux non invasifs. À l’aide de la magnetoencéphalographie (MEG) et de l’électroencéphalographie (EEG), les chercheurs ont enregistré l’activité cérébrale de 35 volontaires en bonne santé pendant qu’ils tapaient des phrases.
Le système utilise une architecture en trois parties composée d’un encodeur d’image, d’un encodeur cérébral, et d’un decodeur d’image. L’encodeur d’image construit un ensemble riche de représentations indépendamment du cerveau. L’encodeur cérébral apprend alors à aligner les signaux MEG à ces représentations d’image. Enfin, le decodeur d’image génère une image plausible basée sur ces représentations cérébrales.
Les résultats sont impressionnants : le modèle d’IA peut décoder jusqu’à 80 % des caractères tapés par les participants dont l’activité cérébrale a été enregistrée avec la MEG, ce qui est au moins deux fois plus efficace que les systèmes EEG traditionnels. Cette recherche ouvre de nouvelles perspectives pour des interfaces cerveau-ordinateur non invasives qui pourraient aider à restaurer la communication pour les individus ayant perdu la capacité de parler.
La deuxième étude se concentre sur la compréhension de la façon dont le cerveau transforme les pensées en langage. En utilisant l’IA pour interpréter les signaux MEG pendant que les participants tapent des phrases, les chercheurs ont pu déterminer les moments précis où les pensées sont converties en mots, syllabes et lettres individuelles.
Cette recherche révèle que le cerveau génère une séquence de représentations, commençant par le niveau le plus abstrait (la signification d’une phrase) et les transformant progressivement en actions spécifiques, telles que les mouvements des doigts sur un clavier. L’étude démontre également que le cerveau utilise un « code neuronal dynamique » pour enchaîner les représentations successives tout en maintenant chacune d’elles pendant des périodes prolongées.
Cependant, bien que la technologie montre des promesses, plusieurs défis demeurent avant qu’elle ne puisse être appliquée dans des contextes cliniques. La performance de décodage n’est toujours pas parfaite, et la MEG nécessite que les sujets soient dans une version à blindage magnétique et restent immobiles. Le scanner MEG lui-même est grand, coûteux et doit être utilisé dans une version blindée, car le champ magnétique terrestre est un trillion de fois plus fort que celui du cerveau.
Meta prévoit de relever ces limitations dans des recherches futures en améliorant la précision et la fiabilité du processus de décodage, en explorant des techniques d’imagerie cérébrale non invasives alternatives plus pratiques pour un usage quotidien, et en développant des modèles d’IA plus sophistiqués capables d’interpréter des signaux cérébraux complexes. L’entreprise vise également à élargir ses recherches pour inclure un plus large éventail de processus cognitifs et explorer des applications potentielles dans des domaines tels que la santé, l’éducation et l’interaction homme-machine.
Bien que d’autres recherches soient nécessaires avant que ces évolutions puissent aider les personnes souffrant de blessures cérébrales, elles nous rapprochent de la construction de systèmes d’IA capables d’apprendre et de raisonner plus comme des humains.