Meta publie la version 2 de Brain2Qwerty, un système qui traduit l’activité cérébrale en phrases écrites sans implant chirurgical. Le taux de reconnaissance des mots atteint 78 % chez le meilleur participant, contre 48 % pour la première version. Les chercheurs veulent aider les personnes atteintes de troubles neurologiques à retrouver la parole.
Il aura fallu à Méta un an et demi pour peaufiner et présenter Brain2Qwerty v2, capable de convertir l’activité cérébrale en phrases complètes sans recours à la chirurgie. Neuf volontaires ont fourni la matière première de l’entraînement, chacun porteur d’un casque de magnétoencéphalographie pendant dix heures. Chaque volontaire a tapé plus de 2 500 phrases, pour un total proche de 22 000 phrases dans l’ensemble du groupe. Sur l'ensemble des participants, le taux moyen de reconnaissance des mots atteint 61 %, loin devant les 8 % obtenus par les méthodes non invasives précédentes. Meta a aussi publié le code d’entraînement des deux versions, et son partenaire espagnol, le Basque Center on Cognition, Brain and Language, a mis en ligne le jeu de données de la première.
Le système de décodage comprend trois étapes. D’abord, la conversion des signaux magnétiques en caractères individuels, réalisée par un premier réseau de neurones. Ensuite, le regroupement de ces caractères en mots complets, confié à un module appelé aligneur. Enfin, la mise en forme de phrases cohérentes revient à un grand modèle de langage. Selon Meta, la précision du décodage progresse de façon log-linéaire avec le volume de données d’entraînement, et un simple ajout de données pourrait un jour réduire l’écart de performance avec les méthodes chirurgicales, sans changement d’architecture.
Les agents d’intelligence artificielle retouchent le code
Dans l’optimisation du système, Meta a confié un rôle à des agents d’intelligence artificielle. Chargés de tester des architectures inédites, ces agents ont modifié eux-mêmes le code source du décodeur. D’après le rapport technique de l’équipe, ce travail automatisé a réduit le taux d’erreur par mot.
Les chercheurs précisent toutefois que l’humain garde une place indispensable dans le processus. Les agents accélèrent la recherche de nouvelles architectures, mais l’équipe d’ingénieurs conserve la décision finale sur chaque configuration retenue.
Les concurrents de Meta choisissent l’implant chirurgical
Dans le domaine des interfaces cerveau-machine, plusieurs sociétés choisissent déjà l’implant chirurgical. Neuralink, la société d’Elon Musk, insère des fils électroniques directement dans le cortex moteur de ses patients. Synchron glisse un dispositif appelé stentrode dans un vaisseau sanguin proche du cerveau. Ses patients subissent malgré tout une opération, plus légère que celle de Neuralink. Les volontaires de Meta ne subissent aucune chirurgie invasive. Le casque MEG capte les champs magnétiques des neurones depuis l’extérieur du crâne. L’appareil garde toutefois un format volumineux et un coût élevé, réservé pour l’instant aux laboratoires de recherche.
Meta destine ce système aux personnes souffrant d’anarthrie, de syndrome d’enfermement ou de sclérose latérale amyotrophique. Ces pathologies empêchent la parole. Elles n’altèrent pas la pensée, ce qui rapproche ce projet d’autres tentatives récentes de restitution de la voix par décodage cérébral. Il faut des données ouvertes sur le cerveau pour accélérer la recherche externe. Meta finance ce chantier via le Digital Brain Project, à hauteur d’environ 4,6 millions d’euros. L’ensemble des résultats de Brain2Qwerty v2 est publié dans la revue Nature Neuroscience.
