Passer au contenu principal

18 Juin, 2026

À partir de données neuronales, les modèles d’IA prédisent la grammaire, le sens et le contexte des phrases prononcées.

À partir de données neuronales, les modèles d’IA prédisent la grammaire, le sens et le contexte des phrases prononcées.

Crédit : Pixabay/CC0 Domaine public

En appliquant des modèles d’apprentissage automatique à des enregistrements cérébraux monocellulaires réalisés lors de conversations humaines, une équipe de recherche a identifié une activité neuronale individuelle et collective reflétant des caractéristiques clés du langage. Ces travaux, publiés dans la revue Nature , offrent un éclairage inédit sur la manière dont les neurones encodent l’information linguistique, suggérant que l’activité cérébrale pourrait un jour permettre de déduire les pensées liées à la parole, ce qui pourrait révolutionner la vie de certains patients.

« Ce niveau de granularité est nécessaire pour que nous puissions mieux comprendre comment le cerveau génère la parole et, en fin de compte, comment nous pouvons développer des technologies pour la restaurer chez les personnes souffrant de troubles de la communication », a déclaré Debara Tucci, MD, directrice de l’Institut national de la surdité et des autres troubles de la communication (NIDCD) des NIH (National Institutes of Health) aux Etats-Unis.

Les conversations offrent une fenêtre rare

Les données neuronales proviennent de réseaux de microélectrodes implantés chez huit patients dans le cadre d’un suivi de leur épilepsie. Les scientifiques du Massachusetts General Hospital de Boston ont profité de cette occasion pour mener et enregistrer des conversations fluides en anglais avec chacun des participants, abordant une grande variété de sujets.

Les chercheurs ont synchronisé les transcriptions des conversations avec des données décrivant l’activité de centaines de neurones du cortex frontotemporal , une région que l’équipe avait précédemment associée à la production de la parole. Puis, à l’aide de modèles de traitement automatique du langage naturel, ils ont cherché à mettre au jour les relations entre ces ensembles de données.

Vues sagittales de l’emplacement des microélectrodes. Crédit : Nature (2026). DOI : 10.1038/s41586-026-10691-5

En anatomie, le plan sagittal, ou plan longitudinal, est un plan anatomique qui divise le corps en parties droite et gauche. Le plan peut être au centre du corps et le diviser en deux moitiés (plan médian) ou loin de la ligne médiane et le diviser en parties inégales (plan para-sagittal).

Les neurones répartissent les tâches linguistiques

Les auteurs ont constaté que les enregistrements neuronaux effectués juste avant que les participants ne prennent la parole permettaient de prédire de nombreuses caractéristiques de leur discours ultérieur, quel que soit le sujet abordé. Ils ont mis en évidence une division du travail entre les neurones examinés : certains reflétaient des informations de base, comme le sens et le rôle de mots spécifiques, tandis que d’autres prenaient en charge des tâches plus complexes, notamment le regroupement de syntagmes en phrases structurées.

Leurs modèles pouvaient faire la distinction entre des phrases et des mots similaires, ce qui suggère que l’activité neuronale captait également le contexte unique des phrases.

« Pour la première fois, nous décrivons des processus qui produisent la parole non seulement à l’échelle régionale, mais aussi à l’échelle cellulaire. L’identification de ces éléments constitutifs fondamentaux nous permet d’aborder des questions passionnantes », a déclaré Jing Cai, Ph.D., première auteure de l’étude, chercheuse et enseignante au Mass General.

Ces découvertes révèlent comment les neurones individuels encodent le langage pendant la parole, faisant progresser la compréhension de l’architecture linguistique du cerveau. Ces connaissances pourraient permettre le développement d’une nouvelle génération de technologies capables de traduire l’activité neuronale en parole générée par machine, dépassant ainsi les capacités actuelles.

https://medicalxpress.com/news/2026-06-neuronal-ai-grammar-context-spoken.html

https://dx.doi.org/10.1038/s41586-026-10691-5

https://www.nature.com/articles/s41586-026-10691-5