Développer une plateforme permettant à un ordinateur de lire et interpréter les pensées de l'utilisateur est un objectif que de nombreuses entreprises tentent d'atteindre. Neuralink d'Elon Musk travaille elle-même sur une interface cerveau-ordinateur spéciale, mais ce qui nous réunit ici aujourd'hui, c'est le projet de Guohua Shen, Tomoyasu Horikawa, Kei Majima et Yukiyasu Kamitani de l'université de Kyoto, qui sont parvenus à décoder des pensées à l'aide de l'intelligence artificielle. Leur décodage surpasse largement toutes les méthodes précédentes et inclut de multiples couches de couleur et de structure.
L'une des premières choses que fait Facebook est de demander «à quoi nous pensons». Question embarrassante s'il en est, et pour être honnête, je ne pense pas que quiconque sur le réseau social veuille vraiment le savoir. Cependant, cette même question est bien plus profonde pour la science, et le premier à créer un pont efficace entre le biologique et le numérique changera probablement le monde pour toujours. Considérons la possibilité un instant : des ordinateurs lisant la pensée. Une interprétation précise des ordres et des commandes. Toutes ces interfaces «magiques» de la science-fiction, devenues réalité. Nous sommes encore très loin, mais une équipe de l'université de Kyoto vient de faire un grand pas.
Comment l'intelligence artificielle décode-t-elle les pensées ?
Ce que nous pouvons observer dans les GIF animés est un décodage avancé des pensées, assisté par intelligence artificielle. Auparavant, l'apprentissage automatique avait été appliqué pour interpréter les pensées et générer des images à partir de lectures d'IRM, mais il s'agissait toujours de concepts simples comme des images binaires (noir ou blanc) et des figures géométriques de base. En revanche, la technique de Guohua Shen, Tomoyasu Horikawa, Kei Majima et Yukiyasu Kamitani décode des images beaucoup plus complexes avec une couleur et une structure définies. Kamitani explique que sa méthode précédente interprétait les images comme une série de pixels, mais le cerveau humain ne fonctionne pas ainsi. En fait, le traitement visuel est hiérarchique, extrayant plusieurs niveaux d'aspects ou de caractéristiques avec une complexité variable. Le modèle d'intelligence artificielle est utilisé comme un «substitut» au fonctionnement hiérarchique du cerveau humain.
Des pensées mémorisées plus difficiles à décoder
Un autre détail très intéressant est que les experts ont réussi à décoder des pensées basées sur des images «mémorisées» par les participants, plutôt que directement alimentées. Dans ce cas, l'intelligence artificielle a eu beaucoup de problèmes avec la reconstruction, car il est plus difficile de développer une image à partir d'un simple souvenir. La précision de cette technologie ne peut que s'améliorer avec le temps, et certaines de ses applications potentielles sont aussi attrayantes qu'effrayantes.
