Imaginez taper avec vos seules pensées, sans aucune intervention chirurgicale. C'est la promesse de Brain2Qwerty v2, un nouveau modèle d'IA capable de décoder des phrases naturelles à partir d'enregistrements cérébraux non invasifs avec une précision surprenante. Dans une étude publiée sur arXiv en juin 2026, des chercheurs ont obtenu un taux d'erreur de mots de seulement 39 % en utilisant la magnétoencéphalographie (MEG), une technique qui mesure les champs magnétiques produits par l'activité cérébrale. Cela rapproche plus que jamais la communication cerveau-texte non invasive et sûre.
La recherche
Dirigée par Mingfang Zhang et Jarod Lévy chez Meta AI et l'Université Paris-Saclay, l'équipe a collecté un ensemble de données sans précédent : neuf participants ont tapé 22 000 phrases pendant 10 heures chacun, tout en portant un casque MEG. La MEG capture l'activité cérébrale en temps réel, mais elle a une résolution inférieure à celle des implants invasifs. Pour surmonter cela, les chercheurs ont conçu Brain2Qwerty v2 pour combiner des représentations au niveau du caractère, du mot et de la phrase.
Les résultats ont été frappants : le taux d'erreur de mots (WER) moyen était de 39 %, et pour le meilleur participant, la moitié des phrases ont été décodées avec une erreur de mot ou moins. Plus important encore, la précision du modèle s'est améliorée de manière log-linéaire avec la quantité de données : doubler l'ensemble de données a conduit à une réduction constante des erreurs, ce qui suggère que des performances encore meilleures sont possibles avec plus de données.
Trois innovations en IA ont conduit à ce succès. Premièrement, l'apprentissage profond a remplacé les pipelines artisanaux pour détecter les événements neuraux. Deuxièmement, des modèles de langage de grande taille finement ajustés ont aidé à extraire le sens sémantique des signaux cérébraux bruités. Troisièmement, des agents IA ont amélioré itérativement le pipeline de décodage grâce à un développement de code automatisé.
Pourquoi c'est important
Pour les personnes qui ne peuvent pas parler ou bouger en raison d'une blessure ou d'une maladie, les interfaces cerveau-ordinateur (BCI) pourraient restaurer la communication. Les implants intracrâniens offrent une grande précision mais nécessitent une chirurgie risquée. Les alternatives non invasives comme la MEG, bien que plus sûres, ont pris du retard. Cette étude démontre qu'avec suffisamment de données et une IA avancée, les BCI non invasives peuvent approcher les performances des implants chirurgicaux. Pour le lecteur moyen, cette recherche met également en évidence la manière dont notre cerveau encode le langage en temps réel, et comment l'apprentissage automatique peut décoder nos pensées, ouvrant de nouvelles frontières en neurosciences cognitives et en interaction homme-machine.
Ce que vous pouvez faire
Bien que vous n'ayez pas de machine MEG à la maison, vous pouvez toujours explorer les capacités linguistiques et cognitives de votre cerveau. Essayez des jeux d'entraînement cérébral qui mettent au défi la compréhension en lecture et la fluidité verbale, ou testez votre QI pour voir où vous en êtes. Comprendre vos propres forces cognitives peut vous aider à choisir des activités qui stimulent votre agilité mentale.
Source : arXiv q-bio.NC
Curieux de connaître votre propre cerveau ? Passez notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.