Avec l'IA, Meta sur la voie du décodage du langage depuis le cerveau

En utilisant des appareils de surveillance cérébrale "non invasifs", tels qu'un appareil de magnéto-encéphalographie (MEG) qui ne nécessite pas d'intervention chirurgicale, le laboratoire de recherche Fair est parvenu à reconstituer des caractères et des phrases tapés à l'ordinateur à partir de simples signaux neuronaux, sur un échantillon de 35 personnes.

"Nous avons demandé à des participants de simplement taper des phrases sur un clavier et, avec un MEG, nous pouvons mesurer chaque milliseconde de l'activité cérébrale", a expliqué devant la presse Jean-Rémi King, membre de l'équipe de recherche.

Les résultats "décodent avec succès la production de phrases à partir d'enregistrements cérébraux non invasifs, décodant avec précision jusqu'à 80% des caractères, et reconstruisant ainsi souvent des phrases complètes", a précisé Fair, qui a mené cette étude en partenariat avec le Centre basque sur la cognition, le cerveau et le langage (BCBL).

"Cette recherche pourrait créer une nouvelle voie pour les interfaces cerveau-ordinateur non invasives afin d'aider à restaurer la communication pour ceux qui ont perdu la capacité de parler", s'est félicité Fair, tout en soulignant l'existence de "défis importants" avant que ces avancées puissent trouver une application clinique.

"Ce n'est clairement pas adapté pour être transformé en produit ni même en application clinique à ce stade", a indiqué Jean-Rémi King, en relevant un taux d'exactitude encore trop faible.

Des recherches similaires sur la retranscription du langage depuis le cerveau ont déjà été menées par d'autres laboratoires.

En 2024, un chercheur de l'université américaine UC Davis était parvenu à un résultat de 97,5% d'exactitude dans la détection des mots, après plusieurs mois d'entraînement. Son expérience avait toutefois nécessité une intervention chirurgicale.

Fair, qui organisait vendredi une démonstration de ses avancées auprès de la presse, planche aussi sur les interactions robots-humains via l'IA.

Il a fait état d'"avancées dans des modèles capables de collaborer avec des humains dans des situations de simulation et dans des environnements réels".

Pour l'un des modèles entraînés, Fair indique que celui-ci est désormais capable "d'interpréter des instructions à long terme, décomposer les tâches complexes en étapes réalisables et fournir une assistance significative aux utilisateurs humains".