Meta dispose d'une IA pour la saisie cérébrale, mais elle est bloquée dans le laboratoire
infohightech ·
En 2017, Facebook a dévoilé son projet de chapeau capable de lire dans le cerveau et permettant d'envoyer des messages simplement en pensant. « Nous travaillons sur un système qui vous permettra d'écrire directement depuis votre cerveau », a déclaré le PDG Mark Zuckerberg dans un message publié cette année-là.
L'entreprise, rebaptisée Meta, y est parvenue. Sauf que le prototype pèse une demi-tonne, coûte 2 millions de dollars et ne quittera jamais le laboratoire.
Il est néanmoins plutôt intéressant que les chercheurs en neurosciences et en IA travaillant pour Meta aient réussi à analyser le cerveau des gens pendant qu'ils tapent et à déterminer sur quelles touches ils appuient, simplement à partir de leurs pensées.
La recherche, décrite dans deux articles publiés par la société ( ici et ici ), ainsi que dans un article de blog , est particulièrement impressionnante car les pensées des sujets ont été mesurées depuis l'extérieur de leur crâne à l'aide d'un scanner magnétique, puis traitées à l'aide d'un réseau neuronal profond.
« Comme nous l'avons vu à maintes reprises, les réseaux neuronaux profonds peuvent révéler des informations remarquables lorsqu'ils sont associés à des données robustes », explique Sumner Norman, fondateur de Forest Neurotech, qui n'a pas participé à la recherche mais attribue à Meta le mérite d'avoir « déployé de grands efforts pour collecter des données de haute qualité ».
Selon Jean-Rémi King, responsable de l'équipe de recherche « Cerveau et IA » de Meta, le système est capable de déterminer quelle lettre un dactylo qualifié a appuyée jusqu'à 80 % du temps, une précision suffisamment élevée pour reconstituer des phrases complètes à partir des signaux cérébraux.
La quête initiale de Facebook pour une casquette ou un bandeau capable de lire le cerveau du consommateur s'est heurtée à des obstacles techniques et, après quatre ans, l'entreprise a abandonné l'idée.
Mais Meta n’a jamais cessé de soutenir la recherche fondamentale en neurosciences, qu’elle considère désormais comme une voie importante vers des IA plus puissantes, capables d’apprendre et de raisonner comme les humains . Jean-Rémi King explique que son groupe, basé à Paris, est spécifiquement chargé de comprendre « les principes de l’intelligence » à partir du cerveau humain.
« Essayer de comprendre l’architecture ou les principes précis du cerveau humain pourrait être un moyen d’éclairer le développement de l’intelligence artificielle », affirme Jean-Rémi King. « C’est la voie à suivre. »
Le système de dactylographie n'est pas un produit commercial et n'est pas sur le point de le devenir. Le scanner magnétoencéphalographique utilisé dans la nouvelle recherche recueille les signaux magnétiques produits dans le cortex lorsque les neurones cérébraux s'activent. Mais il est volumineux et coûteux et doit être utilisé dans une pièce blindée, car le champ magnétique terrestre est mille milliards de fois plus puissant que celui de votre cerveau.
Summer Norman compare l’appareil à « une machine IRM inclinée sur le côté et suspendue au-dessus de la tête de l’utilisateur ».
De plus, souligne Jean-Rémi King, dès que la tête d'un sujet bouge, le signal est perdu. « Notre effort ne se concentre pas du tout sur les produits », dit-il. « En fait, mon message est toujours de dire que je ne pense pas qu'il existe une voie vers les produits, car c'est trop difficile. »
Le projet de dactylographie a été mené avec 35 volontaires dans un centre de recherche en Espagne, le Centre basque sur la cognition, le cerveau et le langage. Chacun a passé environ 20 heures à l'intérieur du scanner à taper des phrases telles que « el procesador ejecuta la instrucción » (le processeur exécute l'instruction) pendant que leurs signaux cérébraux étaient transmis à un système d'apprentissage profond que Meta appelle Brain2Qwerty, en référence à la disposition des lettres sur un clavier.
Le rôle de ce système d'apprentissage profond est de déterminer quels signaux cérébraux signifient que quelqu'un tape un a, lesquels signifient un z, etc. Finalement, après avoir vu un volontaire taper plusieurs milliers de caractères, le modèle peut deviner sur quelle touche les gens ont réellement appuyé.
Dans la première prépublication, les chercheurs de Meta rapportent que le taux d’erreur moyen était d’environ 32 %, soit près d’une lettre erronée sur trois. Pourtant, selon Meta, ses résultats sont les plus précis à ce jour pour la saisie cérébrale à l’aide d’un clavier alphabétique complet et de signaux collectés à l’extérieur du crâne.
La recherche sur la lecture du cerveau progresse rapidement, même si les approches les plus efficaces utilisent des électrodes implantées dans le cerveau ou directement à sa surface. Ces techniques sont appelées interfaces cerveau-ordinateur « invasives ». Bien qu’elles nécessitent une intervention chirurgicale au cerveau, elles peuvent recueillir très précisément des informations électriques à partir de petits groupes de neurones.
En 2023, par exemple, une personne qui avait perdu la voix à cause de la SLA a pu parler grâce à un logiciel de lecture cérébrale relié à un synthétiseur vocal. Neuralink, fondée par Elon Musk, teste son propre implant cérébral qui permet aux personnes paralysées de contrôler un curseur.
Meta affirme que ses propres efforts restent orientés vers la recherche fondamentale sur la nature de l’intelligence.
Et c'est là que le grand scanner magnétique peut s'avérer utile. Même s'il n'est pas pratique pour les patients et ne mesure pas les neurones individuellement, il est capable d'observer l'ensemble du cerveau, de manière globale et en une seule fois.
Les scientifiques de Meta affirment que dans un deuxième effort de recherche, en utilisant les mêmes données de frappe, ils ont utilisé cette vision plus large pour rassembler des preuves que le cerveau produit des informations linguistiques de manière descendante, avec un signal initial pour une phrase déclenchant des signaux séparés pour les mots, les syllabes et enfin les lettres tapées.
« L’idée principale est que le cerveau structure la production du langage de manière hiérarchique », explique Summer Norman. Ce n’est pas une idée nouvelle, mais le rapport de Meta met en évidence « la manière dont ces différents niveaux interagissent en tant que système », explique-t-il.
Ces types d’informations pourraient à terme façonner la conception des systèmes d’intelligence artificielle. Certains d’entre eux, comme les chatbots, s’appuient déjà largement sur le langage pour traiter l’information et raisonner, tout comme le font les humains.
« Le langage est devenu un élément fondamental de l’IA », conclut Jean-Rémi King. « Les principes informatiques qui permettent au cerveau, ou à tout autre système, d’acquérir cette capacité constituent donc la motivation principale de ce travail. »