Une équipe de recherche de l'Université de Yale aux États-Unis a récemment annoncé avoir développé avec succès un nouveau système d'interface cerveau-ordinateur (BCI) capable de contrôler les personnages virtuels dans les jeux vidéo en temps réel en s'appuyant uniquement sur l'activité cérébrale de l'utilisateur, sans aucune poignée ou contrôleur traditionnel. Les chercheurs ont déclaré qu'en « se conformant » à la structure d'activité neuronale inhérente au cerveau humain, ce système permet un démarrage rapide en très peu de temps de formation et devrait remodeler de nombreux domaines tels que la réadaptation médicale, l'intervention en santé mentale et l'interaction homme-machine.
L'étude a utilisé l'imagerie par résonance magnétique fonctionnelle (IRMf) pour surveiller l'activité cérébrale des sujets en temps réel et convertir ces signaux en instructions de jeu. Les résultats de la recherche ont été récemment publiés dans la revue Nature Neuroscience. L'équipe a découvert que lorsque la conception de l'interface cerveau-ordinateur s'adapte aux voies neuronales et aux schémas d'activité existants du cerveau, les utilisateurs peuvent apprendre à contrôler le système avec des « pensées » beaucoup plus rapidement, et les propres activités du cerveau seront également réorganisées de manière adaptative.
La première auteure de l'article, Erica Busch, qui vient de terminer ses études de doctorat à Yale, a souligné que l'activité cérébrale n'est pas chaotique, mais fonctionne selon une « variété neuronale » établie. Lorsque l'interface cerveau-ordinateur se conforme à cette structure naturelle, la charge d'apprentissage est considérablement réduite et l'utilisateur peut obtenir des capacités de contrôle stables en peu de temps ; au contraire, si le système exige que le cerveau produise des schémas d’activité non naturels, l’effet d’apprentissage ne sera guère amélioré de manière substantielle.
L’interface cerveau-ordinateur est une technologie qui permet aux humains d’interagir directement avec les ordinateurs via des activités cérébrales. La recherche sur l’humain se poursuit depuis de nombreuses années, mais la praticité et l’efficacité d’apprentissage de nombreux systèmes restent limitées. Dans le passé, les interfaces cerveau-ordinateur basées sur l’IRMf en temps réel nécessitaient généralement jusqu’à dix longues séances de formation, mais l’amélioration des performances était très limitée. Environ un tiers des participants n’ont pas réussi à apprendre à contrôler efficacement le système, peu importe l’intensité de leur pratique. L'équipe Busch estime que cela est dû en grande partie à la manière dont les systèmes traditionnels sont conçus : ils ignorent souvent la structure organisationnelle inhérente du cerveau et obligent les utilisateurs à apprendre « à l'encontre des habitudes naturelles du cerveau ».
Afin de vérifier l'idée de « respecter la structure géométrique du cerveau », l'équipe de recherche a recruté un groupe de jeunes sujets en bonne santé et a fait en sorte qu'ils participent à quatre expériences d'IRMf. Lors de la première série d'expériences, les participants ont utilisé des joysticks physiques pour contrôler un personnage virtuel dans le scanner afin de se déplacer dans la scène, tandis que les chercheurs enregistraient leur activité cérébrale. L’équipe s’est concentrée sur les zones cérébrales liées à la navigation et au mouvement spatial, puis a introduit un algorithme « T-PHATE » développé lors de recherches antérieures pour extraire la « variété neuronale » individualisée de chaque participant, c’est-à-dire la trajectoire structurelle naturelle de son activité cérébrale.
Sur la base de cette « carte d'activité cérébrale », les chercheurs ont construit trois ensembles différents de systèmes de « cartographie de jeu de contrôle cérébral » pour chaque sujet. Le premier ensemble est une « cartographie intuitive », qui se connecte aux modèles d’activité les plus forts et les plus naturels du cerveau ; le deuxième ensemble est celui des « perturbations intra-collectives », qui reposent toujours sur la structure inhérente du cerveau, mais se déplacent vers des schémas d'activité relativement mineurs ; et le troisième ensemble est celui des « perturbations extra-collectives », qui obligent le cerveau à générer des modèles d'activité qu'il génère rarement naturellement. En d’autres termes, ces trois systèmes représentent respectivement trois idées de conception différentes : « suivre la tendance », « suivre la tendance à contrecœur » et « aller complètement à contre-courant ».
Dans les trois expériences suivantes, l’équipe de recherche a construit un système en boucle fermée qui collectait de nouvelles données d’analyse cérébrale toutes les deux secondes et convertissait immédiatement ces informations en instructions de mouvement pour le personnage virtuel. Les participants s'appuyaient uniquement sur des « idées » pour tenter de contrôler le jeu, chaque expérience correspondant à une méthode de cartographie. Les résultats montrent que lorsque l'interface cerveau-ordinateur suit la diversité naturelle du cerveau, les sujets peuvent généralement apprendre à contrôler le personnage de manière relativement compétente en moins d'une heure, et certaines personnes sont même beaucoup plus rapides ; tandis que dans la condition de « perturbation hors collecteur », presque personne ne peut véritablement maîtriser le contrôle dans le même laps de temps.
En plus des performances comportementales, le cerveau lui-même présente également des changements adaptatifs importants. À mesure que les participants maîtrisent progressivement le « contrôle mental », les schémas d'activité des zones cérébrales pertinentes seront réorganisés pour mieux répondre aux besoins du système. Dans certaines conditions, le degré de cette réorganisation est fortement lié au niveau opérationnel du participant ; dans le même temps, ce changement ne se limite pas à la zone cérébrale de navigation initialement ciblée, mais s'étend à un réseau neuronal plus large. Les chercheurs pensent que la « variété neuronale » est à la fois une contrainte et une opportunité d’apprentissage : elle détermine ce que les gens peuvent apprendre et à quelle vitesse ils peuvent apprendre.
Cette découverte offre également une nouvelle perspective sur la compréhension de l’apprentissage des compétences humaines. L'équipe de recherche a souligné que la raison pour laquelle certaines compétences sont relativement faciles à maîtriser peut non seulement dépendre de l'effort personnel ou du talent, mais aussi être étroitement liée au fait que la tâche elle-même « soit conforme » à la structure existante du cerveau. Les humains ont tendance à apprendre rapidement pour des tâches qui correspondent étroitement aux schémas naturels du cerveau ; cependant, si la conception des tâches s’écarte considérablement de ces modèles, aucune formation n’apportera grand-chose.
Au niveau appliqué, l’impact potentiel de cette recherche s’étend bien au-delà du laboratoire. Dans le domaine de la santé mentale, les chercheurs estiment que les interventions contre des maladies telles que la dépression et l'anxiété pourraient être plus efficaces si elles pouvaient être ajustées « étape par étape » en fonction des schémas d'activité existants du cerveau, plutôt que d'essayer de remodeler complètement les circuits cérébraux. Pour les patients souffrant de troubles du mouvement ou de la communication, ce concept de conception conforme à la structure du cerveau devrait également conduire à une interface cerveau-ordinateur non invasive plus stable et plus fiable, leur permettant de contrôler plus naturellement les appareils externes via des signaux cérébraux.
Plus largement, cette approche pourrait également être utilisée pour améliorer les capacités cognitives des personnes en bonne santé. En concevant des programmes de formation autour de l'organisation naturelle du cerveau, les gens pourraient être en mesure d'acquérir de nouvelles compétences plus efficacement et d'optimiser les performances d'attention et de mémoire. Comme l'a dit Busch, les humains investissent beaucoup de ressources dans l'éducation, la formation et le traitement, dans l'espoir de devenir une « meilleure version d'eux-mêmes », et une véritable compréhension de la structure de leur propre cerveau pourrait être la clé pour améliorer considérablement l'efficacité de ce processus.
La recherche a été réalisée conjointement par Erica L. Busch, E. Chandra Fincke, Guillaume Lajoie, Smita Krishnaswamy, Nicholas B. Turk-Browne et d'autres. L'article s'intitule « Apprentissage humain des interfaces cerveau-ordinateur non invasives via une géométrie multiple ». La recherche a reçu un financement de la National Science Foundation des États-Unis, des Instituts d'études avancées du Canada, de la Sloan Foundation et d'agences affiliées au ministère américain de la Santé et des Services sociaux.