Résumé :
La capacité de l'IA à décoder les signaux visuels du cerveau va encore plus loin. Une équipe de recherche scientifique israélienne a récemment développé un modèle d’IA capable d’utiliser le scanner cérébral pour restaurer les images vues par l’œil humain. L’équipe espère également s’étendre à la vidéo et même au décodage des rêves à l’avenir. Dans le même temps, le risque d’une mauvaise utilisation de cette technologie suscite également des inquiétudes.
Selon les médias samedi, heure locale,
L'équipe de Michal Irani, professeur à l'Institut des sciences Weizmann en Israël, a récemment développé un modèle d'IA appelé Brain-IT. Le modèle peut analyser les données d'imagerie par résonance magnétique fonctionnelle (IRMf) pour reconstruire l'image visuelle du sujet regardant l'image.
Source : Communiqué de presse officiel de l'Institut scientifique Weizmann
Selon le communiqué de presse officiel, le modèle peut restituer les images vues par les sujets avec une extrêmement grande précision.
L'entraînement de ce type de modèle d'IA nécessite une grande quantité de données couplées « image + scan cérébral », qui enregistrent l'activité cérébrale d'une personne lors de la visualisation de chaque image.
Mais ce type de données est extrêmement long et laborieux à collecter. Le « ensemble de données sur la scène naturelle » public utilisé dans l'étude est actuellement le plus grand ensemble de données dans le domaine, mais il ne comprend que les données de 8 sujets. Chaque personne a participé à 30 à 40 numérisations avec le scanner, visualisé des milliers d'images et formé un total d'environ 73 000 paires de données.
Afin de résoudre le problème de l'insuffisance des données, l'équipe a formé un modèle de « rétro-traduction » : basé sur l'image, il prédit l'activité cérébrale des personnes lorsqu'elles la voient, élargissant ainsi considérablement les données d'entraînement.
Irani a déclaré que (auparavant) certains modèles étaient capables de réaliser une reconstruction d'image de haut niveau basée sur l'activité cérébrale, mais que des erreurs fondamentales de composition et de couleur se produisaient souvent.
Elle a noté : "Le nouveau modèle que nous avons développé est supérieur à ces modèles en termes de restauration du contenu et des détails de l'image."
"De plus, d'autres modèles nécessitent des dizaines d'heures de données d'analyse cérébrale pour apprendre à "lire" une nouvelle personne, alors que notre modèle ne prend qu'une heure."
La gauche est l'image originale vue par le sujet, la droite est l'image reconstruite Brain-IT, source : communiqué de presse officiel de l'Institut Weizmann des Sciences
Actuellement, cette étude utilise des images statiques. Le laboratoire d'Irani travaille à étendre ce type d'approche de « lecture mentale » au décodage des informations auditives et éventuellement à la vidéo.
Le décodage d'une vidéo, par exemple lors d'un rêve, est particulièrement difficile, a déclaré Irani dans un communiqué. Les images vidéo changent des dizaines de fois par seconde et l’IRMf prend environ deux secondes pour effectuer une analyse. Si nous parvenons à surmonter tous ces obstacles,
nous pourrons peut-être lire des rêves à l'avenir
. »Les médias ont souligné que les scientifiques travaillent sur des technologies connexes depuis de nombreuses années. En 2017, un article publié dans la revue juridique internationale « Journal of Law and the Biosciences » a exploré la possibilité d'utiliser la technologie de neuroimagerie pour réaliser une « lecture mentale basée sur le cerveau ».
Le document souligne que ce type de technologie peut être utilisé dans les tribunaux pour effectuer des évaluations polygraphiques des accusés, des prisonniers et des jurés potentiels, améliorant ainsi le système judiciaire. Le document prévient également que ce type de technologie peut également être utilisé à des fins contraires à l’éthique et coercitives.
Kenneth Norman, professeur de psychologie et de neurosciences à l'Université de Princeton aux États-Unis, estime que la qualité des signaux provenant des équipements d'IRMf s'est améliorée ces dernières années et que les méthodes permettant aux humains d'analyser ces données se sont également améliorées, ce qui rend ce type de technologie possible.
Selon certaines informations, en 2022, Norman a déclaré lors d'une conversation avec l'American Psychological Association (APA) qu'une telle technologie devrait aider les patients souffrant de dépression ou d'anxiété.
Il a expliqué que les thérapeutes peuvent utiliser le neurofeedback pour faire prendre conscience aux patients que leurs pensées ont glissé dans des boucles négatives et les guider dans leurs efforts pour contrôler ces schémas de pensée.
Actuellement, certains neuroscientifiques font l'éloge des capacités du modèle Brain-IT et estiment qu'il a le potentiel d'être utilisé dans le traitement de patients atteints de maladies neurologiques. Mais on craint également que cette technologie puisse être utilisée à mauvais escient et utilisée pour obtenir de force des informations idéologiques personnelles.
Commentaires