Tl;dr
- Meta a développé un système permettant de taper du texte par la pensée en analysant les signaux cérébraux, avec une précision de 80 %, sans implantation invasive.
- Cette technologie repose sur un scanner magnétique coûteux et encombrant, nécessitant une pièce blindée et restant inutilisable dans un contexte quotidien.
- Bien que non destiné à un usage commercial, ce projet vise à mieux comprendre la manière dont le cerveau génère le langage, ce qui pourrait améliorer l’intelligence artificielle.
Une avancée majeure en neurosciences
Meta a réussi à mettre au point un dispositif capable d’interpréter les signaux cérébraux externes pour simuler la frappe au clavier. Contrairement aux interfaces neuronales invasives, cette innovation fonctionne sans implantation, une prouesse technologique impressionnante. Bien que le taux de réussite de 80% soit encore perfectible, il démontre le potentiel d’un tel système pour l’avenir de l’interaction homme-machine.
Un dispositif encombrant et coûteux
Malgré son efficacité, ce système n’est pas encore utilisable au quotidien. Il s’agit d’un immense appareil, décrit comme un “IRM renversé”, suspendu au-dessus de la tête de l’utilisateur. De plus, son prix est astronomique : environ 2 millions de dollars. Il nécessite une salle blindée pour éviter les interférences magnétiques et perd en précision si l’utilisateur bouge la tête.
Une recherche sans vocation commerciale
Selon Jean-Rémi King, responsable de la recherche chez Meta Brain &; AI, ce projet n’a pas pour objectif de déboucher sur un produit commercialisable. Les contraintes techniques rendent impossible la miniaturisation du dispositif à court terme. L’objectif principal de l’étude est avant tout de mieux comprendre les mécanismes du langage dans le cerveau humain.
Une avancée bénéfique pour l’intelligence artificielle
Les découvertes réalisées par Meta pourraient révolutionner l’intelligence artificielle. En étudiant comment le cerveau génère et structure le langage, les chercheurs espèrent améliorer les modèles de traitement du langage naturel. Cette compréhension approfondie du fonctionnement neuronal pourrait ainsi inspirer de nouveaux algorithmes, rendant l’IA plus performante et plus intuitive.
