Lorsque nous parlons, ou faisons à peu près n'importe quelles autres choses – notre cerveau génère un schéma spécifique d'activité électrique. Et depuis des décennies, les scientifiques relient ces impulsions à des machines, non seulement pour comprendre et traiter les maladies du cerveau, mais aussi pour aider les personnes handicapées. Un dernier dispositif expérimental élaboré par des chercheurs, qui transforme les pensées en texte, a permis à un homme paralysé à la suite d'un accident de construire des phrases rapidement sur un écran d'ordinateur. L'homme était capable de taper avec une précision de 99 % en imaginant qu'il écrivait des lettres sur une feuille de papier, a rapporté l’équipe de scientifiques mercredi dans la revue Nature.L'entreprise Neuralink d'Elon Musk a fait la une des médias à propos de sa technologie des implants neuronaux, mais il n'a pas encore montré comment nous pourrions réellement utiliser les implants. Pour l'instant, la démonstration de la promesse des implants reste entre les mains de la communauté universitaire. Cette semaine, des scientifiques universitaires ont fourni un exemple assez impressionnant de la promesse des implants neuronaux. Grâce à un implant, un individu paralysé a réussi à taper environ 90 caractères par minute en imaginant simplement qu'il écrivait ces caractères à la main.
« Ce que nous avons découvert, de manière surprenante, c'est qu'il peut taper environ 90 caractères par minute », a déclaré Krishna Shenoy, de l'Université de Stanford et du Howard Hughes Medical Institute, et membre de l’équipe. Selon le Dr Jaimie Henderson, neurochirurgien à Stanford et codirecteur, avec Shenoy, du Stanford Neural Prosthetics Translational Laboratory, l'appareil serait surtout utile à une personne qui ne pourrait ni bouger ni parler.
« Nous pouvons également imaginer qu'il puisse être utilisé par une personne ayant subi une lésion de la moelle épinière et qui souhaite utiliser le courrier électronique », explique le Dr Henderson qui est aussi membre de l’équipe, « ou, disons, par un programmeur informatique qui souhaite reprendre le travail ».
Approche différente des premières tentatives
Les tentatives précédentes visant à doter les personnes paralysées de capacités de frappe via des implants consistaient à donner aux sujets un clavier virtuel et à les laisser manipuler un curseur par la pensée. Le processus est efficace, mais lent et requiert toute l'attention de l'utilisateur, qui doit suivre la progression du curseur et déterminer le moment où il doit appuyer sur une touche. Il exige également que l'utilisateur prenne le temps d'apprendre à contrôler le système.
Mais il existe d'autres voies possibles pour faire sortir les caractères du cerveau et les mettre sur la page. Quelque part dans notre processus de réflexion sur l'écriture, nous formons l'intention d'utiliser un personnage spécifique, et l'utilisation d'un implant pour suivre cette intention pourrait potentiellement fonctionner. Malheureusement, ce processus n'est pas particulièrement bien compris.
En aval de cette intention, une décision est transmise au cortex moteur, où elle est traduite en actions. Là encore, il y a une étape d'intention, où le cortex moteur détermine qu'il va former la lettre (en la tapant ou en l'écrivant, par exemple), qui est ensuite traduite en mouvements musculaires spécifiques nécessaires pour effectuer l'action. Ces processus sont beaucoup mieux compris, et c'est ce que l'équipe de recherche a ciblé pour ses nouveaux travaux.
Plus précisément, les chercheurs ont placé deux implants dans le cortex prémoteur d'un homme de 65 ans qui a subi une lésion de la moelle épinière qui l'a laissé paralysé sous le cou depuis 2007. Cette zone est censée être impliquée dans la formation des intentions d'effectuer des mouvements. Il est beaucoup plus probable que la capture de ces intentions produise un signal clair que la capture des mouvements eux-mêmes, qui sont probablement complexes (tout mouvement implique plusieurs muscles) et dépendent du contexte (où se trouve votre main par rapport à la page sur laquelle vous écrivez, etc.)
Chaque réseau de capteurs était capable de détecter les signaux d'une centaine de neurones, soit une fraction des quelque 100 milliards de neurones que compte le cerveau humain. Lorsque l'homme imaginait écrire des lettres et des mots sur une feuille de papier, les signaux étaient transmis à un réseau neuronal artificiel. Krishna Shenoy explique que les capteurs ne ciblent pas les neurones exacts, car des milliers ou des millions d'entre eux peuvent être impliqués dans le mouvement de la main, mais comme les deux réseaux surveillent environ 200 neurones, les données contiennent suffisamment d'indices pour que le réseau neuronal artificiel puisse construire un interprète fiable des signaux cérébraux.
En convertissant ces enregistrements en un graphique bidimensionnel, il était évident que l'activité observée lors de l'écriture d'un seul caractère se regroupait toujours. Et des caractères physiquement similaires – p et b, par exemple, ou h, n et r – formaient des groupes proches les uns des autres. Les chercheurs ont également demandé au participant de faire des signes de ponctuation comme la virgule et le point d'interrogation et ont utilisé un > pour indiquer un espace et un tilde pour un point.
Globalement, les chercheurs ont constaté qu'ils pouvaient déchiffrer le caractère approprié avec une précision d'un peu plus de 94,1 %, qui passait à plus de 99 % lorsqu'un outil de correction automatique était utilisé. Mais le système a nécessité une analyse relativement lente après l'enregistrement des données neuronales. Pour faire fonctionner le système en temps réel, les chercheurs ont entraîné un réseau neuronal récurrent à estimer la probabilité d'un signal correspondant à chaque lettre.
Bien que travaillant avec une quantité relativement faible de données (seulement 242 phrases de caractères), le système a remarquablement bien fonctionné. Le délai entre la pensée et l'apparition d'un caractère à l'écran n'était que d'environ une demi-seconde, et le participant a pu produire environ 90 caractères par minute, dépassant facilement le précédent record de frappe par implant, qui était d'environ 25 caractères par minute, et se rapprochant ainsi de la moyenne des personnes de son âge utilisant un smartphone, qui est de 115 caractères par minute. Le taux d'erreur brut n'était que de 5 % environ, et l'application d'un système tel qu'un correcteur automatique de frappe pouvait faire baisser le taux d'erreur à 1 % seulement.
Les tests ont tous été effectués avec des phrases préparées. Mais une fois le système validé, les chercheurs ont demandé au participant de taper des réponses libres à des questions. Dans ce cas, la vitesse a un peu baissé (75 caractères par minute) et le taux d'erreur est passé à 2 % après correction automatique, mais le système a tout de même fonctionné.
Le « système n'est pas encore complet et cliniquement viable »
L'idée de décoder l'activité cérébrale impliquée dans l'écriture manuscrite est « tout simplement brillante », a déclaré John Ngai, qui dirige l'initiative BRAIN du National Institutes of Health, qui a contribué au financement de la recherche. « Mais elle n'a porté que sur un seul sujet dans un cadre de laboratoire », a précisé Ngai. « Donc pour l'instant, c'est une excellente démonstration de la preuve de principe ».
Comme le disent les chercheurs eux-mêmes, ce « système n'est pas encore complet et cliniquement viable ». Pour commencer, il n'a été utilisé que chez un seul individu, nous n'avons donc aucune idée de la façon dont il pourrait fonctionner chez d'autres personnes. L'alphabet simplifié utilisé lors des travaux ne contient ni chiffres, ni majuscules, ni la plupart des formes de ponctuation. De plus, le comportement des implants change avec le temps, peut-être en raison de déplacements mineurs par rapport aux neurones qu'ils lisent ou de l'accumulation de tissu cicatriciel. Le système a donc dû être recalibré régulièrement – au moins une fois par semaine pour maintenir un taux d'erreur tolérable.
Cela dit, le système présente une augmentation très significative de la vitesse par rapport aux systèmes précédents basés sur des implants, et la précision est assez bonne. Le système a également le potentiel d'être similaire à la dactylographie tactile, dans la mesure où l'utilisateur n'a pas besoin de se concentrer visuellement sur la production de lettres, ce qui permet des interactions plus normales avec l'environnement de l'utilisateur. Le problème des lettres pourrait être résolu en partie par l'utilisation d'un alphabet alternatif conçu par les chercheurs, dans lequel toutes les lettres sont définies par des motifs de traits dissemblables. Il y a là beaucoup de potentiel.
Le succès de l'équipe dans le décodage de l'écriture imaginée n'est que la dernière avancée dans les efforts visant à relier les ordinateurs au cerveau humain, a dit Ngai. « On m'a présenté ce concept il y a plus de 10 ans, et je pensais que c'était un peu de la science-fiction », a-t-il dit. « Puis, environ cinq ans plus tard, il s'est avéré que ce n'était pas de la science-fiction. Je pense donc que nous assistons à une progression. C'est vraiment très excitant ».
Source : Article d’étude
Et vous ?
Que pensez-vous de cette nouvelle étude ? Quel commentaire faites-vous de la nouvelle approche qui transforme les pensées en texte sans avoir besoin de manipuler une souris virtuelle ? Conseilleriez-vous à un de vos proches d’utiliser une de ces interfaces cerveau-machine ? Voir aussi :
Elon Musk : une puce cérébrale Neuralink pourra être utilisée pour guérir la dépression et la dépendance, « C'est sûr. C'est à la fois formidable et terrifiant » Elon Musk affirme que la puce issue de sa société Neuralink peut diffuser de la musique directement au cerveau, des tiers qui se la feront insérer dans le crâne Facebook travaille sur une interface cerveau-machine pour lire les pensées, et utiliser des applications de messagerie et de réalité augmentée Elon Musk annonce qu'un singe est capable de jouer à des parties de Pong par la pensée, grâce à une interface cerveau-machine conçue par sa société Neuralink