Influences
Sciences : La pensée humaine décryptée par IRM devient réaliste
Une nouvelle étude a réussi, pour la première fois, à extraire le sens global ainsi que des phrases et des images de l’activité du cerveau obtenues par imagerie à résonance magnétique (IRM) fonctionnelle. D’un point de vue technologique, imaginer décoder les pensées humaines est désormais devenu de plus en plus réaliste, relève une étude de l’université du Texas.
Des neuroscientifiques ont pu ainsi pour la première fois “décrypter” des données d’imagerie non invasive des cerveaux de trois participants pour reconstruire des suites de mots et le sens global d’histoires que les participants avaient écouté, regardé ou imaginé, rapporte la revue spécialisé “Nature Neuroscience”.
Ces recherches soulèvent aussi des interrogations sur l’existence de la vie privée la plus intime, celle des pensées secrètes.
Il s’agit d’une grande avancée pour les patients puisque synthétiser des mots grâce à des signaux cérébraux pourrait être très utiles pour les personnes n’ayant pas accès à la parole à cause de maladies comme celles des motoneurones qui affectent les neurones contrôlant les mouvements volontaires du corps. Les modèles de décodage du langage, ou “décodeurs de la parole”, cherchent à utiliser des enregistrements d’activité cérébrale pour en déduire les mots que les sujets entendent, disent ou imaginent.
Les décodeurs de langage avaient été seulement utilisés sur des données obtenues grâce à des dispositifs implantés dans le cerveau, ce qui limitait leur utilité. Aujourd’hui, les décodeurs utilisant des enregistrements non invasifs de l’activité cérébrale décodaient des mots uniques ou des phrases très brèves, mais n’étaient pas appliqués pour extraire le sens d’un discours continu.
Dans cette nouvelle étude, c’est un signal bien particulier de l’IRM fonctionnelle qui a été exploité : ce signal dépend des flux de sang dans le cerveau et du niveau d’oxygénation du sang, expliquent les chercheures dans leur étude.
À l’intérieur du scanner d’IRM fonctionnelle, les participants ont aussi été amenés à regarder des films muets et à imaginer les histoires correspondantes. Dans les deux cas, le décodeur a été capable de prédire l’essentiel des histoires.
Le modèle d’encodeur est conçu pour relier des activités cérébrales et des “éléments sémantiques” ou le sens global de mots ou de phrases. Pour y parvenir, le système utilise le modèle de langage “GPT” (Generative Pre-trained Transformer), le précurseur du GPT-4 actuel. Le décodeur génère ensuite la suite de mots qui aurait pu produire la réponse cérébrale observée.
Le groupe de recherche a l’intention de tester cette méthode avec des données issues d’autres technologies non invasives d’imagerie cérébrale.
