Un décodeur de langage non invasif, qui fonctionne comme une interface cerveau-ordinateur capable de reconstruire des phrases complètes à partir de l’imagerie par résonance magnétique fonctionnelle (IRMf), peut « lire » l’esprit des gens après de longues séances d’entraînement : il produit des textes complexes et pas seulement des mots ou phrases. Il est basé en partie sur un modèle d’intelligence artificielle (IA) similaire à ceux alimentés par ChatGPT d’Open AI et Bard de Google.
Des chercheurs de l’Université du Texas à Austin, aux États-Unis, ont créé un système d’intelligence artificielle (IA), techniquement appelé décodeur sémantique, qui parvient à lire les pensées des gens et à les transformer en longs textes comme un récit. Pour obtenir les résultats escomptés, l’interface cerveau-ordinateur a besoin de plusieurs heures d’entraînement avec un scanner d’imagerie par résonance magnétique fonctionnelle (IRMf) : après avoir appris à « traduire » des images cérébrales, il peut décoder de manière autonome ce qu’il lit dans l’esprit des gens.
une nouvelle voix
Selon un communiqué de pressel’innovation pourrait aider les personnes mentalement conscientes mais incapables de parler, par exemple à la suite d’un accident vasculaire cérébral, communiquer à nouveau efficacement. Bien que d’autres projets de décodeurs similaires existent déjà, certains d’entre eux sont invasifs et nécessitent implants chirurgicaux. Pendant ce temps, d’autres identifient seulement mots ou phrases courtes.
Au contraire, le nouveau système est non invasif et peut produire de longs récits de la pensée des gens. Selon ce qui est indiqué dans la nouvelle étude, récemment publiée dans la revue Nature Neuroscience, l’interface vient révéler le contenu d’une vidéo que la personne regarde, uniquement à partir d’images cérébrales et sans s’appuyer sur aucun enregistrement audiovisuel externe.
« Pour une méthode non invasive, c’est une véritable avancée par rapport à ce que a été fait avantqui consistait généralement à produire des mots simples ou des phrases courtes. Nous obtenons le modèle pour décoder un langage continu sur de longues périodes de temps et avec des idées compliquées», a souligné dans le communiqué précédemment cité le scientifique Alex Huth, l’un des responsables de l’enquête.
Le problème de la vie privée
Cependant, Il n’est pas difficile de penser que ce type de technologie peut être utilisé à des fins très différentes de celles d’origine.étant utilisé pour limiter la vie privée des personnes.
« Le fait qu’une machine puisse finir par lire dans votre esprit, une fois entraînée, signifie qu’il est possible que, involontairement et sans votre consentement (par exemple, pendant que vous dormez), elle puisse aller traduire des morceaux de votre pensée. Jusqu’à présent, notre esprit était le gardien de notre vie privée. Nous pouvons garder jalousement certaines pensées, les plus indicibles, si nous le voulons. Cependant, cette découverte pourrait être la première étape pour que la liberté soit compromise à l’avenir », a déclaré le scientifique espagnol David Rodríguez-Arias Vailhen, de l’Université de Grenade, qui n’a pas participé à la recherche, dans un publication de SMC Espagne.
Compte tenu de cela, l’équipe de scientifiques a précisé que le mécanisme n’est efficace que lorsqu’il y a coopération de la personne: Sinon, le système produit des phrases déconnectées et dénuées de sens. Cela est dû à la nécessité d’une longue période de formation, au cours de laquelle l’interface doit apprendre à traduire les pensées générées par chaque individu.
Basé sur un schéma d’Intelligence Artificielle similaire aux systèmes populaires ChatGPT d’Open AI et Google’s Bardle nouveau modèle n’est pas encore pratique pour une utilisation en dehors du laboratoire, en raison de sa dépendance à l’entraînement avec un scanner IRMf.
Cependant, les chercheurs pensent que ce travail pourrait être transféré à d’autres systèmes d’imagerie cérébrale plus portables, tels que la spectroscopie fonctionnelle dans le proche infrarouge (fNIRS), rendant une plus grande fonctionnalité possible en dehors des laboratoires et plus proche de la vie pratique.
Référence
Reconstruction sémantique du langage continu à partir d’enregistrements cérébraux non invasifs. Jerry Tang, Amanda LeBel, Shailee Jain et Alexander G. Huth. Neurosciences de la nature (2023). DOI : https://doi.org/10.1038/s41593-023-01304-9