Des chercheurs de l’Université de Berkeley, en Californie, ont mis au point une intelligence artificielle capable de « lire » dans les pensées d’un individu. Après avoir consulté les données issues du cerveau, l’IA est en mesure de deviner la musique qu’une personne est en train d’écouter. Plus précisément, le système génère une reproduction de la chanson, un peu comme AudioCraft de Meta.
Lors des expérimentations, les scientifiques sont parvenus à deviner qu’un individu était en train d’écouter « Another Brick in the Wall, Part 1 », la chanson culte de Pink Floyd. Le test a été réalisé sur 29 patients différents. Évidemment, les résultats étaient variables, mais convaincants. Interrogé par Scientific American, Ludovic Bellier, le neuroscientifique en charge de l’étude, explique pourquoi la chanson a été choisie :
« La raison scientifique[…] est que la chanson est très stratifiée. Elle apporte des accords complexes, différents instruments et des rythmes divers qui la rendent intéressante à analyser ».
À lire aussi : pourquoi des pirates obligent l’IA à générer de faux calculs
Comment l’IA peut lire dans les pensées ?
Concrètement, le processus consiste à identifier les signaux électriques émis par le cerveau avec des électrodes. Ces signaux résultent directement de l’activité des neurones. Les médecins s’en servent régulièrement pour mesurer l’activité cérébrale d’un patient dans le coma. Lorsqu’on écoute de la musique, une foule de réponses électriques jaillissent de plusieurs régions du cerveau, y compris des zones consacrées au traitement auditif. L’étude souligne qu’il a fallu placer un total de 2 668 électrodes sur les participants.
Les chercheurs ont collecté ces données illustrant des changements spécifiques dans l’activité cérébrale pendant l’écoute d’une musique. Elles ont été confiées à des algorithmes qui s’appuient sur l’apprentissage automatique, ou « machine learning » en anglais, un domaine d’expertise de l’intelligence artificielle. Il permet à des programmes informatiques d’évoluer, d’apprendre et de s’adapter sans intervention humaine. Les algorithmes n’ont besoin que d’une chose : une montagne de données.
Le système d’IA a été entraîné pour déterminer quelles zones du cortex auditif réagissent en fonction de quels types de sons. Apparemment, certaines régions du cerveau réagissent plutôt à certains instruments, voix ou rythmes :
« nous avons cherché à spécifier quelles régions du cerveau sont préférentiellement engagées dans la perception de différents éléments acoustiques composant une chanson ».
Une fois que la conversion a été réalisée, l’IA obtient un aperçu de la chanson qui trottait dans la tête du cobaye. Les algorithmes génèrent alors une copie du titre, en l’occurrence « Another Brick in the Wall, Part 1 ». Selon le rapport des chercheurs, la chanson était nettement reconnaissable, notamment grâce à sa mélodie. Notez que l’IA est aussi parvenue à reproduire les paroles de Pink Floyd. Ce système est donc aussi capable de deviner le mot ou la phrase que vous avez en tête, exactement de la même manière.
Ce n’est la première fois qu’une IA est utilisée comme machine à lire dans les pensées. En mai dernier, des scientifiques de l’Université du Texas ont réussi à décoder les pensées de trois individus en s’appuyant sur les images fournies par un scanner IRM (imagerie par résonance magnétique). De la même manière, les chercheurs ont converti des données médicales brutes en informations reflétant les pensées en transit dans le cerveau humain.
En miroir des scientifiques texans, les chercheurs californiens considèrent que leur innovation pourrait venir en aide aux personnes qui ont perdu la capacité de parler, que ce soit à cause d’un AVC (accident vasculaire cérébrale), d’une paralysie ou autre problème médical. Couplés à un implant cérébral, qui décoderait en temps les signaux émis, ceux-ci pourraient communiquer avec leurs proches. Évidemment, nous sommes encore loin de la mise en pratique de cette technologie.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
Source : Scientific American
