Un outil d'IA capable de « lire dans les pensées » peut reconstruire ce que vous voyez à partir d'un scanner cérébral

Points Clés
- Le nouveau modèle d'IA ne nécessite qu'une heure de calibrage IRMf, contre 40 heures pour les systèmes précédents.
- L'outil utilise un décodeur à double branche pour séparer la structure du contenu, permettant une plus grande précision dans la reconstruction d'images.
- Les experts avertissent que les futures itérations basées sur l'EEG pourraient extraire des images mentales sans consentement, soulevant de sérieuses préoccupations en matière de vie privée.
Des scientifiques de l'Institut des sciences Weizmann ont développé un outil d'IA révolutionnaire capable de reconstruire des images basées sur des scanners cérébraux humains avec une précision remarquable. En analysant les données d'IRMf, le modèle peut efficacement « voir » ce qu'une personne regarde ou, inversement, prédire l'activité cérébrale à partir d'une entrée visuelle. Cette technologie représente un saut significatif dans la neuro-imagerie, offrant une fenêtre sur le fonctionnement interne de l'esprit humain en traduisant des modèles neuronaux complexes en représentations visuelles reconnaissables.
La chercheuse principale, Michal Irani, note que le modèle utilise un décodeur à double branche (une pour la structure et une pour le contenu) pour guider un modèle de diffusion dans la génération d'images précises. Alors que les tentatives précédentes nécessitaient jusqu'à 40 heures de données d'IRMf par sujet, le système d'Irani obtient des résultats de haute fidélité avec seulement une heure de calibrage. La neuroéthicienne Judy Illes décrit le travail comme « magnifique », soulignant son potentiel pour aider les personnes atteintes de troubles neurologiques, tandis que le neuroscientifique Tommy Sprague note que l'outil surpasse considérablement les modèles de pointe actuels.
Historiquement, la reconstruction de l'imagerie mentale a été un défi majeur en neurosciences, produisant souvent des résultats flous ou inintelligibles. Les premiers efforts étaient limités par des données d'IRMf à faible résolution, où chaque « voxel » représentait des milliers de neurones. La percée actuelle repose sur des ensembles de données à plus haute résolution et une nouvelle méthode d'entraînement encodeur-décodeur, qui permet à l'IA d'apprendre à partir d'images qui n'étaient jamais initialement associées à des scanners cérébraux, élargissant ainsi efficacement le pool d'entraînement et identifiant des modèles universels de réponse cérébrale.
Malgré la promesse scientifique, la technologie soulève de profondes préoccupations éthiques concernant la vie privée mentale. Les experts avertissent que si de tels outils peuvent extraire des pensées ou des images sans consentement, ils pourraient être utilisés à mauvais escient pour envahir la vie intérieure d'une personne. La transition potentielle de l'IRMf vers un décodage basé sur l'EEG, plus accessible, est considérée comme un « changement de donne » qui pourrait rendre les outils de lecture de pensée plus omniprésents, appelant à une surveillance éthique et à des réglementations plus strictes pour empêcher l'exploitation commerciale ou judiciaire.
À l'avenir, l'équipe de recherche vise à étendre les capacités de l'outil au-delà des images statiques pour inclure la vidéo, l'audio et même la reconstruction des rêves. Bien que le système actuel produise des erreurs occasionnelles, la trajectoire suggère un avenir où nous pourrions décoder des états mentaux complexes, y compris les flashbacks de stress post-traumatique ou les pensées de patients « enfermés ». Cette évolution promet de percer des mystères profonds de la conscience humaine, à condition que la société puisse naviguer dans les implications complexes en matière de vie privée d'une technologie cognitive aussi puissante.
Reader Discussion
Leave a Comment
0 Comments
Owner
Editorial Oversight & Machine-Assisted Reporting
Human-in-the-Loop VerifiedEditorial Oversight & Machine-Assisted Reporting: This dispatch was synthesized and localized via OPA automated intelligence under continuous human editorial supervision.
Source Dépêche
This report was synthesized from MIT Technology Review under journalistic fair use.
