« L'imagerie cérébrale pour décoder le contenu de la pensée a fait l'objet d'un intense intérêt de recherche depuis un certain temps », souligne un communiqué de l'Université de Kyoto (Japon).

« À mesure que les études ont progressé, les scientifiques ont progressivement réussi à interpréter ce que des participants voient, se souviennent, imaginent et même rêvent. »

Yukiyasu Kamitani et ses collègues ont utilisé des techniques d'intelligence artificielle, dites d'apprentissage profond ou basées sur des réseaux neuronaux, qui se rapprochent de la façon dont le cerveau traite l'information (d'une façon hiérarchisée, chaque niveau de traitement utilisant comme input le résultat du niveau précédent), afin de décoder et prédire ce qu'une personne voit ou imagine, en se référant à un vaste catalogue d'images.

Ces travaux sont rapportés dans la revue Nature Communications.

« Lorsque nous regardons un objet, notre cerveau traite l'information de façon hiérarchique, en commençant par les caractéristiques les plus simples et progressant vers les plus complexes », explique le chercheur.

L'intelligence artificielle utilisée fonctionne sur le même principe de l'analyse hiérarchique des caractéristiques. Nommée « réseau neural profond » (« deep neural network »), elle a été entraînée par un groupe qui travaille maintenant chez Google. (Dans l'entraînement, le système se fait présenter des objets ou des phénomènes, il en analyse les caractéristiques et peut ensuite les reconnaître.)

Les chercheurs ont découvert que lorsqu'une personne et l'ordinateur se font présenter une même image, il existe une correspondance entre les patterns de l'activité cérébrale et les patterns de signaux de l'intelligence artificielle.

Ils ont aussi constaté que les zones visuelles inférieures et supérieures du cerveau correspondaient plus étroitement au traitement de l'information de l'intelligence artificielle, révélant une homologie entre le cerveau humain et le réseau neuronal artificiel.

Ils ont testé si les signaux de l'intelligence artificielle correspondant à un pattern cérébral pouvaient être utilisés pour identifier des objets perçus ou imaginés, explique Kamitani.

Pour ce, les signaux de l'intelligence artificielle étaient comparés à ceux de la base de données obtenue lors de l'entraînement du système. Plusieurs objets étaient reconnus avec une forte probabilité.

« Rapprocher la recherche en intelligence artificielle et celle en neurosciences pourrait ouvrir la porte à de nouvelles interfaces cerveau-machine, peut-être même nous rapprocher de la compréhension de la conscience elle-même », conclut le chercheur.

Excellente vidéo expliquant la technique d'« apprentissage profond »

Pour plus d'informations, voyez les liens plus bas.

Psychomédia avec sources : Kyoto University, Nature Communications.
Tous droits réservés.