Cette IA transforme les signaux cérébraux de l’écriture manuscrite en texte

Des chercheurs américains ont conçu un réseau neuronal artificiel capable d’interpréter les signaux cérébraux d’une personne imaginant qu’elle écrit avec un stylo, et de les convertir en texte à une vitesse sans précédent.

Une nouvelle étape dans le domaine des interfaces cerveau-ordinateur

Jusqu’à présent, les records de frappe ou de navigation au curseur établis pour ce type d’interfaces cerveau-ordinateur avaient impliqué un système de suivi de la tête ou des yeux, se révélant particulièrement encombrants pour l’utilisateur. Dans le cadre de travaux présentés dans la revue Nature, Jaimie Henderson et ses collègues de l’université de Stanford sont parvenus à résoudre ce problème en implantant deux petits réseaux de capteurs dans le cerveau d’un homme de 65 ans victime d’une lésion de la moelle épinière en 2007 l’ayant laissé tétraplégique.

Chaque réseau de capteurs était en mesure de détecter les signaux d’une centaine de neurones, soit une fraction de quelque 100 milliards de cellules nerveuses que compte le cerveau humain. Ainsi, lorsque l’homme imaginait écrire des lettres et des mots sur un morceau de papier, les signaux étaient transmis à un réseau neuronal artificiel.

« Ces capteurs ne ciblent pas des neurones spécifiques, étant donné que des milliers ou millions d’entre eux peuvent être impliqués dans le mouvement de la main », explique Krishna Shenoy, co-auteure de l’étude. « Les implants surveillent environ 200 cellules nerveuses, ce qui offre suffisamment d’indices pour que le réseau neuronal artificiel puisse interpréter de façon fiable les signaux cérébraux. »

Lorsque le sujet imaginait écrire une lettre ou un symbole, des capteurs implantés dans son cerveau détectaient des schémas d’activité électrique, qu’un algorithme interprétait pour établir la trajectoire de son stylo imaginaire

Habituellement, les réseaux neuronaux sont formés à partir de plusieurs exemples données qui, dans ce cas, se résumeraient à l’enregistrement d’un signal cérébral pendant l’écriture d’un certain caractère. Bien qu’une telle approche s’avère efficace lorsque de grands ensembles de données existent déjà ou sont fournis par des systèmes automatisés, générer de telles archives aurait ici nécessité que le sujet pense à écrire des milliers de caractères.

Vitesse de frappe et précision record

Afin d’accélérer les choses, l’équipe a enregistré des exemples de signaux émis par le cerveau de l’homme pendant qu’il écrivait certaines lettres et a ensuite généré des copies supplémentaires en y ajoutant un bruit aléatoire afin de construire un ensemble de données composites. Cependant, une telle approche implique que le modèle créé ne soit pas transposable à une autre personne, étant donné que le réseau neuronal n’est formé qu’aux données provenant d’un seul individu, avec des capteurs placés à un endroit unique.

Grâce à ce système, l’homme a pu taper 90 caractères par minute (contre une quarantaine seulement pour le précédent record réalisé à l’aide d’un système de suivi classique), se rapprochant ainsi de la moyenne des personnes de son âge utilisant un smartphone, fixée à 115 caractères par minute. La précision de la frappe était de 94,1 %, chiffre qui dépassait 99 % lorsqu’un outil de correction automatique était utilisé.

Si les interfaces cerveau-ordinateur précédentes avaient été capables d’interpréter de larges signaux, tels que ceux des mouvements du bras, jusqu’à présent, celles-ci n’avaient pas été en mesure de capter ceux des mouvements fins et dextres comme l’écriture manuscrite. L’équipe espère s’appuyer sur ces travaux afin de créer un système de décodage neuronal de la parole destiné aux personnes en ayant perdu l’usage.