Dans une avancée remarquable en matière d’interface cerveau-machine, Meta vient de franchir une étape significative avec son modèle Brain2Qwerty, capable de décoder les pensées en texte avec une précision allant jusqu’à 80%.
Cette innovation, développée en collaboration avec des chercheurs internationaux, s’appuie sur les travaux antérieurs du neuroscientifique français Jean-Rémi King et utilise une technologie non invasive combinant la magnétoencéphalographie (MEG) et l’électroencéphalographie (EEG) pour analyser l’activité cérébrale pendant la frappe au clavier.
Résultats Impressionnants
Les résultats sont impressionnants : le système atteint un taux d’erreur moyen de 32% avec la MEG, certains participants obtenant même une précision remarquable avec seulement 19% d’erreurs. Cette performance se distingue nettement des systèmes EEG traditionnels.
L’innovation repose sur un modèle d’IA sophistiqué capable de capturer 1000 instantanés du cerveau par seconde, permettant de suivre précisément la transformation des pensées en mots, syllabes et lettres. Le système intègre également un modèle de langage avancé qui aide à corriger les erreurs de frappe et à améliorer la précision globale.
Perspectives Futures
Bien que cette technologie reste confinée au laboratoire en raison des contraintes matérielles (l’équipement MEG pèse une demi-tonne et coûte 2 millions de dollars), elle ouvre des perspectives prometteuses pour les personnes souffrant de troubles de la parole ou de déficiences motrices.
Cette avancée représente non seulement une prouesse technique mais aussi une étape cruciale vers la démocratisation des interfaces cerveau-machine non invasives, offrant un espoir tangible pour l’avenir de la communication assistée.
