Des chercheurs de Meta AI ont récemment mis au point une méthode non invasive « pour décoder la parole à partir de l’activité cérébrale d’une personne ». Cela pourrait permettre aux personnes incapables de parler de transmettre leurs pensées par l’intermédiaire d’une interface informatique, espèrent les chercheurs (cf. Interface cerveau-machine : le haut du corps maintenant). La méthode proposée, qui combine l’utilisation d’une technique d’imagerie avec l’apprentissage automatique [1], a été publiée dans Nature Machine Intelligence [2].
Des dispositifs actuels invasifs
« Après un accident vasculaire cérébral ou une maladie du cerveau, de nombreux patients perdent leur capacité à parler », explique Jean Remi King, chercheur chez Meta. « Ces dernières années, des progrès importants ont été réalisés dans le développement d’une prothèse neuronale : un dispositif, généralement implanté sur le cortex moteur des patients, qui peut être utilisé, grâce à l’IA, pour contrôler une interface informatique, indique-t-il. Toutefois, cette possibilité nécessite encore une intervention chirurgicale au niveau du cerveau et n’est donc pas sans risque » (cf. Interface cerveau-machine : essais aux Etats-Unis).
Outre le fait qu’elles nécessitent des interventions chirurgicales, la plupart des approches proposées pour le décodage de la parole reposent sur l’implantation d’électrodes, dont « il est difficile d’assurer le bon fonctionnement pendant plus de quelques mois » (cf. Interface cerveau-machine : un nouveau dispositif moins invasif).
Une première étude
La méthode développée par Meta fait appel à la magnéto-encéphalographie. « Il s’agit d’une technique d’imagerie reposant sur un dispositif non invasif capable de prendre plus d’un millier de clichés de l’activité cérébrale par seconde, explique Jean Remi King. Comme ces signaux cérébraux sont très difficiles à interpréter, nous entraînons un système d’intelligence artificielle à les décoder en segments de discours ».
Les chercheurs ont évalué leur approche dans une première étude impliquant 175 participants. Ces participants ont été invités à écouter des histoires courtes et des phrases isolées pendant que leur activité cérébrale était enregistrée à l’aide de la magnéto-encéphalographie ou de l’électroencéphalographie. Avec la première, ils ont pu « décoder les segments de discours avec une précision moyenne de 41 % sur plus de 1 000 possibilités pour l’ensemble des participants ». Pour certains participants, ils ont atteint une précision de 80 %. « Dans la plupart des cas, nous pouvons retrouver ce que les participants entendent, décrypte Jean Remi King, et si le décodeur commet une erreur, celle-ci tend à être sémantiquement similaire à la phrase cible ».
« La route est encore longue avant une application pratique », reconnaît-il toutefois. « La prochaine étape consistera à aller au-delà du décodage de la parole perçue et à décoder la parole produite ». Outre la parole, les chercheurs entendent également travailler sur la perception visuelle.
[1] machine learning
[2] Alexandre Défossez et al, Decoding speech perception from non-invasive brain recordings, Nature Machine Intelligence (2023). DOI: 10.1038/s42256-023-00714-5.
Source : Medical Xpress, Ingrid Fadelli (28/11/2023)
