4 pièce(s) jointe(s)
Un réseau neuronal reconstruit les pensées humaines à partir des ondes cérébrales en temps réel
Un réseau neuronal reconstruit les pensées humaines à partir des ondes cérébrales en temps réel,
Ce qui améliorera les dispositifs de rééducation post-AVC, selon une nouvelle recherche
Un nouveau rapport de recherche a révélé un moyen de visualiser l'activité cérébrale d'une personne sous forme d'images réelles reproduisant ce qu'elle observe en temps réel. L’étude a été menée par des chercheurs de la société russe Neurobotics et de l'Institut de physique et de technologie de Moscou (MIPT), et selon eux, elle permettra la mise au point de nouveaux dispositifs de réadaptation post-AVC contrôlés par des signaux cérébraux. L'équipe de chercheurs a publié la recherche en avant-première dans l’archive de dépôt de preprints dédié aux sciences biologiques BioRxiv et a mis en ligne une vidéo montrant son système de « lecture mentale » en activité.
Selon le site Web de MIPT qui a rapporté la recherche publiée en préimpression le mois dernier, pour parvenir aux fins de mise au point des dispositifs contrôlés par le cerveau et des méthodes de traitement des troubles cognitifs et de rééducation post-AVC des patients, les neurobiologistes doivent comprendre comment le cerveau code l'information. Les chercheurs procèdent pour cela à l'étude de l'activité cérébrale des sujets qui perçoivent de l'information visuelle, par exemple, en regardant une vidéo.
La recherche de l’équipe de chercheurs de MIPT et de Neurobotics n’est pas la première ; des solutions pour l'extraction des images observées à partir des signaux du cerveau existent déjà. Selon la recherche, les solutions existantes utilisent soit l'IRM (l’imagerie par résonance magnétique) fonctionnelle, soit des interfaces cerveau-ordinateur synchrones (basés sur l'enregistrement potentiel lié à l'événement) pour effectuer des sélections discrètes. Cependant, selon les chercheurs, ces deux scénarios présentent des avantages qui, malheureusement, sont surpassés par de graves limitations qui entravent la mise en œuvre de la technologie BCI dans la pratique clinique et dans la vie quotidienne, les applications nécessitant un contrôle rapide et en temps réel d'un dispositif externe étant rendues peu pratiques, entre autres, par ces approches.
Selon le rapport de recherche, une solution pourrait être de combiner les avantages des deux scénarios. La solution de l'interface cerveau-ordinateur développée par les chercheurs de MIPT et de Neurobobotics repose sur des réseaux neuronaux artificiels et l'électroencéphalographie, ou EEG, une technique d'enregistrement des ondes cérébrales via des électrodes placées de manière non invasive sur le scalp. En analysant l'activité cérébrale, le système reconstruit en temps réel les images vues par une personne subissant un EEG, selon l’étude. Vladimir Konyshev, qui dirige le laboratoire de neurorobotique du MIPT, a déclaré à propos de la recherche :
« Nous travaillons sur le projet Assistive Technologies de Neuronet de la National Technology Initiative, qui se concentre sur l'interface cerveau-ordinateur qui permet aux patients post-AVC de contrôler un bras exosquelette à des fins de neuroréadaptation, ou aux patients paralysés de conduire un fauteuil roulant électrique, par exemple. L'objectif ultime est d'augmenter la précision du contrôle neuronal chez les personnes en bonne santé également ».
L’expérience des neurobiologistes
Dans leur étude, les chercheurs de MIPT et de Neurobobotics ont utilisé des clips vidéo de différents objets comme stimulus. Les catégories d'objets stimulus ci-dessous ont été sélectionnées sur la base qu’elles pourraient potentiellement affecter l'état mental des sujets en induisant la relaxation, la concentration sur des objets particuliers, ou en imposant du stress : formes géométriques abstraites, chutes d'eau, visages humains, mécanismes mobiles et sports mécaniques.
L'expérience consistait en deux séances avec une courte pause de 5 à 10 minutes entre les séances. Dans la première partie de l'expérience, les neurobiologistes ont demandé à des sujets sains de regarder une séquence vidéo YouTube de 6 à 10 secondes pendant 21 minutes, avec des transitions « écran noir » de 1 à 3 secondes entre les clips consécutifs. La séquence vidéo était composée de 117 clips vidéo mélangés au hasard, avec 25 clips par catégorie à l'exception de la catégorie des formes géométriques abstraites, qui n’en contenait que 17 en raison de la faible variabilité de la catégorie et de l'effet de fatigue causé par ces vidéos, d’après le rapport.
Selon le rapport d’étude, en analysant les données de l'EEG, les chercheurs ont montré que les modèles d'ondes cérébrales sont distincts pour chaque catégorie de vidéos. Ce qui leur a permis d'analyser en temps réel la réponse du cerveau à chaque catégorie de vidéos.
Dans la deuxième phase de l'expérience, trois catégories aléatoires de vidéos ont été utilisées sur les cinq de départ. Les chercheurs ont développé deux réseaux neuronaux : l’un des réseaux neuronaux étant destiné à générer des images aléatoires spécifiques à une catégorie à partir du « bruit » et l'autre à générer un « bruit » similaire à partir de l'EEG. L'équipe a ensuite formé les réseaux pour qu'ils fonctionnent ensemble d'une manière qui transforme le signal EEG en images réelles similaires à celles que les sujets observaient.
Selon le rapport, pour tester la capacité du système à visualiser l'activité cérébrale, les neurobiologistes ont montré aux sujets des vidéos inédites des mêmes catégories. Pendant qu'ils regardaient, les EEG ont été enregistrés et transmis aux réseaux neuronaux. Le système a passé le test avec succès, générant des images convaincantes qui pouvaient être facilement catégorisées dans 90 % des cas, d’après les chercheurs.
Grigory Rashkov, un chercheur au MIPT et programmeur à Neurobotics, coauteur du document, a expliqué :
« L'électroencéphalogramme est une collection de signaux cérébraux enregistrés sur le cuir chevelu. Les chercheurs avaient l'habitude de penser que l'étude des processus cérébraux via l'EEG, c'est comme découvrir la structure interne d'une machine à vapeur en analysant la fumée laissée par un train à vapeur ». « Nous ne nous attendions pas à ce qu'il contienne suffisamment d'informations pour reconstruire, même partiellement, une image observée par une personne. Pourtant, cela s'est avéré tout à fait possible », a-t-il ajouté.
Le chercheur a également dit :
« De plus, nous pouvons nous en servir comme base d'une interface cerveau-ordinateur fonctionnant en temps réel. C'est assez rassurant. Avec la technologie actuelle, les interfaces neurales invasives envisagées par Elon Musk font face aux défis de la chirurgie complexe et de la détérioration rapide due aux processus naturels - elles s'oxydent et échouent en quelques mois. Nous espérons que nous pourrons éventuellement concevoir des interfaces neuronales plus abordables qui ne nécessitent pas d'implantation ».
En effet, Neuralink d'Elon Musk a annoncé lors d’une conférence en juillet que son dispositif d'interface cerveau-ordinateur était prêt pour des tests sur les humains, après des essais concluants conduits sur des animaux. Lors de la conférence, Elon Musk a déclaré que seule la mise sur pied d’une interface cerveau-ordinateur empêchera les humains être supplantés par l’intelligence artificielle. Toutefois, des obstacles subsistent à l’atteinte de cet objectif, à savoir, la précision de l’information et le débit, tares que les solutions existantes dans la filière exhibent, d’après la société.
Comme remède à ces limitations, la solution de Neuralink repose sur l’utilisation de fils flexibles plus fins qu’un cheveu (4 à 6 micromètres), d’après la vidéo de la conférence qui avait été diffusée en direct en juillet. Les ensembles de fils aboutissant d’un côté sur des capteurs de mesure de l’activité électrique des neurones (6 fils pour 192 électrodes de mesure) et de l’autre sur une unité de traitement des données assez fine pour qu’on puisse poser une dizaine sous la peau. Ces connexions filaires contribueront à une augmentation du débit de transmission des données, selon l’entreprise. Pour leur insertion, la firme se sert d’un robot de neurochirurgie conçu pour les installer sans créer de dommages au cerveau. Neuralink a promis que, dans le futur, ses équipes utiliseront un faisceau laser pour traverser le crâne, plutôt que de percer des trous.
Quant à l’équipe de chercheurs de MIPT et Neurobotics, elle espère pouvoir éventuellement concevoir des interfaces neuronales plus abordables qui ne nécessitent pas du tout d'implantation.
Sources : La recherche
Et vous ?
:fleche: Qu’en pensez-vous ? Véritable recherche ou intox marketing ?
:fleche: « De plus, nous pouvons nous en servir comme base d'une interface cerveau-ordinateur fonctionnant en temps réel. C'est assez rassurant ». Qu’en pensez-vous ?
:fleche: Selon vous, quelles seraient les avancées introduites par une telle recherche ?
Lire aussi
:fleche: Le Pentagone met au point un prototype d'interface cerveau-machine, ne nécessitant pas de percer de trou dans la tête du sujet
:fleche: Facebook travaille sur une interface cerveau-machine pour lire les pensées, et utiliser des applications de messagerie et de réalité augmentée
:fleche: Facebook acquiert CTRL-Labs, une startup dans l'interface cerveau-machine, et qui fabrique un bracelet permettant aux utilisateurs de contrôler les appareils numériques avec leur esprit
:fleche: Neuralink d'Elon Musk annonce que l'interface cerveau - ordinateur est prête pour des tests sur les humains, et entend procéder aux premiers en 2020
