Sans électrode ni chirurgie, Meta a réussi à décoder des phrases entières directement depuis l'activité cérébrale, avec une précision multipliée par sept par rapport aux méthodes précédentes.
Par Jérémy Collovray
Pas encore de commentaire. Lancez la discussion !
Pendant que tout le monde a les yeux rivés sur la sortie publique de GPT-5.6 chez OpenAI, une équipe de chercheurs de Meta a discrètement publié des résultats qui pourraient changer la vie de millions de personnes. Leur système, baptisé Brain2Qwerty v2, parvient à retranscrire en texte ce qu'une personne est en train de taper, uniquement à partir de l'activité de son cerveau, sans le moindre implant chirurgical. Une prouesse rendue possible par une combinaison d'intelligence artificielle et de magnétoencéphalographie, une technique d'imagerie qui capte les champs magnétiques générés par l'activité neuronale.
Le principe est simple à décrire, redoutablement complexe à réaliser. Neuf volontaires ont porté un casque MEG pendant une dizaine d'heures chacun, le temps de taper environ 22 000 phrases. Ces signaux cérébraux, très bruités par nature, sont ensuite traités par une pipeline ainsi qu’un modèle de langage. Le résultat : une précision moyenne de 61% au niveau du mot, contre seulement 8% pour les meilleures méthodes non invasives précédentes. Chez le participant le plus performant, la précision grimpe même à 78%, avec plus de la moitié des phrases décodées avec au maximum une erreur.
Ce bond spectaculaire s'explique moins par une rupture technologique soudaine que par un changement de philosophie. Là où les approches précédentes s'appuyaient sur des étapes de traitement du signal conçues à la main, Meta a laissé un réseau de neurones apprendre directement à partir des données brutes, puis a chargé un modèle de langage de rattraper les erreurs restantes grâce au contexte. Autre enseignement précieux glissé par les chercheurs : la précision progresse de façon log-linéaire avec le volume de données collectées, ce qui laisse penser que l'écart avec les électrodes implantées chirurgicalement pourrait se réduire simplement en enregistrant davantage de cerveaux, sans nouvelle avancée algorithmique.
Il reste toutefois prudent de ne pas s'emballer trop vite. La MEG nécessite une pièce blindée magnétiquement et un sujet parfaitement immobile, ce qui la rend pour l'instant impraticable en dehors d'un laboratoire. Les volontaires testés n'avaient par ailleurs aucun trouble de la communication, contrairement au public visé à terme : les personnes ayant perdu l'usage de la parole après un AVC ou une lésion cérébrale. Meta a cependant publié le code et le jeu de données, ce qui permettra à d'autres équipes de vérifier et de prolonger ces résultats.
Ce genre d'avancée rappelle que les progrès les plus déterminants de l'IA ne se jouent pas toujours dans la course aux gros modèles de langage grand public. Pendant que les laboratoires se disputent des parts de marché à coups de milliards, une poignée de chercheurs vient de rapprocher, discrètement mais concrètement, le jour où une personne paralysée pourra retrouver une voix simplement en pensant ses mots.
