Deux recherches indépendantes démontrent que les interfaces cerveau-ordinateur pourraient permettre de déchiffrer les signaux cérébraux en parole plus rapidement et plus précisément que les méthodes actuelles.
Décodage de la Parole depuis les Signaux Cérébraux : De Nouvelles Avancées des Interfaces Cerveau-Ordinateur pour les Personnes Paralysées
Deux études récentes menées par des chercheurs de Stanford et d’institutions de la région de San Francisco penchent sur les interfaces cerveau-ordinateur (BCI) pour aider les personnes incapables de parler en raison de paralysies graves. Ces études montrent que les signaux cérébraux peuvent être traduits en parole à une vitesse de 60 à 70 mots par minute, surpassant les technologies existantes.
Dans l’étude de Stanford, des électrodes ont été transmises dans le cerveau d’un patient atteint de SLA, visant à capter les signaux cérébraux liés à la parole. Un algorithme a été formé pour traduire ces signaux en sons de la parole. L’entraînement a été réalisé en faisant prononcer silencieusement des phrases au patient lors de séances sur plusieurs jours.
Dans l’étude de l’UC San Francisco et de l’UC Berkeley, une personne paralysée suite à un AVC a eu une fine feuille d’électrodes placées chirurgicalement sur son cerveau. Les signaux cérébraux ont été convertis en expressions faciales et en discours via un avatar numérique, permettant ainsi une communication alternative.
Ces recherches démontrent l’évolution significative des BCI pour déchiffrer les signaux cérébraux en communication. Toutefois, il reste des défis à relever avant que ces technologies puissent être largement utilisées. Ces avancées pourraient potentiellement transformer la communication pour les personnes paralysées, améliorant ainsi leur qualité de vie.
« Découverte majeure : Des chercheurs atteignent une vitesse de 78 mots par minute en traduisant les signaux cérébraux en mots »
Les différentes études ont utilisé des méthodes légèrement variées, mais elles ont abouti à des résultats similaires en ce qui concerne la précision et la rapidité. Dans l’étude menée à Stanford, une erreur de 9,1 % a été constatée lorsque le vocabulaire était limité à 50 mots, tandis qu’une erreur de 23,8 % a été constatée lorsque le vocabulaire s’est étendu à 125 000 mots.
Après environ quatre mois, l’algorithme développé à Stanford était capable de transformer les signaux cérébraux en mots à une vitesse d’environ 68 mots par minute. De leur côté, les chercheurs de l’UC San Francisco et de Berkeley ont réussi à décoder les signaux à une vitesse médiane de 78 mots par minute en utilisant leur algorithme. Le taux d’erreur était de l’ordre de 8,2 % pour un vocabulaire de 119 mots
Bien que l’erreur se situe entre 23 et 25 %, ce qui ne permet pas encore une utilisation fluide au quotidien, il s’agit tout de même d’une significative par rapport aux technologies existantes. Lors d’une conférence de presse, Edward Chang, qui est à la tête du département de chirurgie neurologique à l’UCSF et co-auteur de l’étude menée par l’UCSF, a souligné que les taux de communication effectifs avec les technologies actuels sont considérés comme « pénibles », permettant seulement de produire
Avancées prometteuses dans la conversion cerveau-texte : Études récentes et défis à surmonter
Deux études scientifiques récentes ont démontré des avancées prometteuses dans la conversion des signaux cérébraux en texte, bien que ces recherches ne soient encore qu’à l’étape de preuve de concept. L’une menée à Stanford et l’autre par les équipes de l’UC San Francisco et de Berkeley ont abouti à des résultats similaires en termes de précision et de rapidité.
L’erreur oscillait entre 23 et 25 % dans les deux cas, ce qui représente une significative par rapport aux technologies actuelles. Cependant, des défis persistants, notamment la durée des sessions d’entraînement nécessaires pour les algorithmes. Les chercheurs espèrent une réduction de cette intensité à l’avenir grâce à l’accumulation de données. Malgré ces progrès, des obstacles subsistants, notamment l’accessibilité à domicile
Les études récentes se sont concentrées sur des patients conservant une certaine capacité de mouvement, laissant de côté les cas de maladies neurologiques avancées comme la SLA qui peuvent conduire au « syndrome d’enfermement ».
Dans cette condition, les individus restent consciencieux, mais leur communication se limite à de petits mouvements comme le clintement des yeux. Bien que ces personnes aient le plus besoin de telles technologies avancées, il est essentiel d’approfondir les recherches pour évaluer l’efficacité de cette méthode dans de tels contextes.
Edward Chang, l’un des chercheurs, exprime un enthousiasme envers les franchises avancées en matière de convivialité de la technologie. Cependant, il souligne que les questions de sécurité et de mise à l’échelle restent à régler pour que ces bénéfices potentiels puissent être pleinement réalisés. Les perspectives futures sont prises au sérieux et les étapes suivantes sont envisagées avec sérieux pour concrétiser cette technologie de manière sûre et étendue.