Imaginez une personne qui comprend tout, pense clairement, mais ne peut plus parler. Pour elle, écrire un message simple peut devenir une montagne. C’est dans ce contexte que les interfaces cerveau-ordinateur, souvent appelées BCI, prennent tout leur sens. Leur promesse n’est pas de lire les pensées comme dans un film de science-fiction, mais d’aider à transformer une intention en action, par exemple afficher un mot à l’écran.

Meta vient d’annoncer une nouvelle étape avec Brain2Qwerty v2, un système d’IA conçu pour décoder l’activité cérébrale en texte sans chirurgie invasive. L’information, rapportée par Road to VR, mérite d’être regardée de près, car elle touche à la santé, à l’accessibilité, à l’intelligence artificielle et, plus largement, à notre façon d’expliquer les innovations complexes au public.

Ce sujet peut sembler très éloigné de la réalité virtuelle ou augmentée. Pourtant, il parle du même enjeu : créer des interfaces plus naturelles entre l’humain et le numérique. Après les écrans, les manettes, la voix et les gestes, voici un champ encore plus sensible : les signaux du cerveau.

Ce que Meta cherche vraiment à faire

Brain2Qwerty v2 n’a pas été présenté comme un gadget grand public. L’objectif principal est médical : permettre à des personnes souffrant de lésions neurologiques ou de maladies qui altèrent la parole de communiquer plus facilement. Autrement dit, il s’agit de convertir des signaux cérébraux en mots et en phrases, sans implanter d’électrode dans le cerveau.

La version précédente, Brain2Qwerty v1, avait déjà montré qu’il était possible de décoder des enregistrements cérébraux non invasifs avec une bonne précision au niveau des caractères. Mais elle restait limitée : elle pouvait surtout traiter des lettres isolées. La nouvelle version va plus loin. Brain2Qwerty v2 peut reconstruire des mots et des phrases à partir de signaux cérébraux bruts.

Pour comprendre, on peut comparer cela à l’écoute d’une conversation dans une pièce très bruyante. La version v1 reconnaissait quelques sons séparés. La version v2 commence à reconstituer des phrases entières, même si le bruit de fond reste important.

Le projet s’appuie sur deux techniques de mesure non invasives : l’EEG et la MEG. L’EEG mesure l’activité électrique du cerveau depuis l’extérieur du crâne. La MEG, elle, mesure les champs magnétiques générés par l’activité neuronale. Dans les deux cas, on ne perce pas la boîte crânienne. C’est un point central, car les solutions invasives, comme certains implants cérébraux, peuvent offrir de meilleures performances, mais comportent aussi des risques : hémorragie, infection, difficulté à maintenir le bon fonctionnement d’un implant cortical sur le long terme.

Pourquoi Brain2Qwerty v2 progresse autant

La différence majeure vient de l’architecture utilisée. Meta explique que Brain2Qwerty v2 repose sur une approche de deep learning de bout en bout. Dit simplement, le système apprend à passer directement des signaux cérébraux bruts au texte, au lieu de dépendre d’étapes manuelles conçues pour repérer certains événements neuronaux.

C’est un peu comme remplacer une chaîne de tri artisanale par un système qui apprend lui-même les bons indices à partir de milliers d’exemples. L’IA ne cherche pas seulement une lettre, elle observe des motifs, des rythmes, des régularités, puis les associe à des mots probables.

Le système utilise aussi des grands modèles de langage, les LLM. Ce sont des modèles capables d’anticiper la structure probable d’une phrase. Dans ce contexte, ils ne lisent pas magiquement l’esprit. Ils aident à donner du sens à des signaux incomplets ou bruités. Si le cerveau produit une intention proche de « je veux boire de l’eau », le modèle peut aider à reconstruire une phrase cohérente, comme un correcteur intelligent qui devine un mot mal tapé.

Les chiffres donnent la mesure du progrès. Selon l’article et les travaux présentés, Brain2Qwerty v2 atteint 61 % de précision au niveau des mots, contre 8 % pour d’autres méthodes non invasives. Le meilleur participant aurait atteint 78 % de précision, avec plus de la moitié des phrases décodées avec une erreur d’un mot ou moins.

Le modèle a été entraîné sur environ 22 000 phrases, issues de neuf volontaires. Chaque participant a été enregistré pendant 10 heures avec un dispositif MEG pendant qu’il tapait activement. C’est peu à l’échelle de l’IA grand public, mais énorme pour des données cérébrales aussi difficiles à collecter. Meta indique aussi que la précision s’améliore de manière log-linéaire avec le volume de données, ce qui suggère qu’une partie de l’écart avec les approches chirurgicales pourrait encore se réduire en collectant davantage de données.

Les limites à ne pas oublier

Même avec ces résultats encourageants, Brain2Qwerty v2 n’est pas prêt à devenir un accessoire du quotidien. La MEG reste une technologie lourde. Beaucoup d’appareils ressemblent encore à de grands casques installés dans une salle hospitalière spécialisée.

Le problème principal vient des interférences magnétiques. Les champs produits par le cerveau sont minuscules. Ils sont bien plus faibles que le champ magnétique terrestre, mais aussi que les perturbations générées par les smartphones, le Wi-Fi ou les lignes électriques. Pour capter ces signaux, il faut souvent un environnement protégé magnétiquement.

Des pistes existent. L’article cite par exemple Cerca et ses magnétomètres optiquement pompés, ou OPM, plus compacts et capables de fonctionner à température ambiante. C’est une avancée matérielle importante, mais cela ne suffit pas encore à rendre la MEG simple, mobile et accessible à grande échelle.

Il faut aussi rappeler que 61 % de précision n’est pas 100 %. Dans un usage médical, une erreur de mot peut changer le sens d’une phrase. Un système de communication doit donc être pensé avec des mécanismes de confirmation, de correction et d’accompagnement humain. L’enjeu n’est pas seulement technique. Il est aussi éthique, clinique et pédagogique.

Les travaux mentionnés impliquent Meta, mais aussi de nombreuses institutions de recherche : Université PSL, incluant l’École Normale Supérieure, Université de Lille, Université Paris Cité, Université Paris-Saclay, CNRS, Inria, CEA NeuroSpin, BCBL et Fondation ophtalmologique Adolphe de Rothschild. Cette diversité montre que le sujet demande une coopération entre IA, neurosciences, santé et recherche clinique.

Ce que cela change pour les métiers de la santé et de la formation

Dans la santé, l’application la plus évidente concerne les patients qui ne peuvent plus parler. On pense aux lésions neurologiques, à certaines maladies dégénératives ou à des situations de handicap sévère. Une interface non invasive capable de produire du texte pourrait améliorer la qualité de vie, même si elle reste imparfaite au départ.

Prenons un service hospitalier qui accueille des patients avec troubles sévères de la communication. Une équipe pourrait utiliser une solution de décodage pensée-texte comme support d’échange, mais aussi comme outil de suivi. Le patient formule une intention, le système propose une phrase, puis un soignant valide avec lui. Ce n’est pas de la télépathie. C’est une aide à la communication, comparable à une rampe d’accès numérique.

Pour la formation des soignants, l’enjeu est différent. Il faut apprendre à expliquer une technologie complexe sans créer de fausses attentes. Un module immersif peut mettre les professionnels en situation : comprendre ce que mesure l’EEG, ce que mesure la MEG, pourquoi le signal est bruité, pourquoi le taux de précision varie selon les personnes, et pourquoi une solution non invasive peut être préférable à une approche chirurgicale pour certains patients.

Dans l’industrie ou la formation technique, la leçon est aussi utile. Brain2Qwerty v2 montre comment une interface avancée doit être comprise par ses utilisateurs avant d’être acceptée. Que l’on parle de maintenance en réalité augmentée, de simulateur VR ou d’IA médicale, la clé reste la même : rendre visible ce qui est invisible. Une bonne expérience immersive peut transformer un concept abstrait en situation concrète.

Des usages immersifs pour rendre l’innovation compréhensible

Une innovation comme Brain2Qwerty v2 ne se déploie pas seulement avec un article scientifique. Elle doit être expliquée à des patients, des familles, des soignants, des partenaires institutionnels et parfois des financeurs. C’est là que les technologies immersives deviennent très pertinentes.

Avec explorations360, il est possible de scénariser un parcours pédagogique en 360 degrés pour montrer, étape par étape, comment une technologie non invasive s’intègre dans un environnement de soins. Dans le secteur de la santé, facilecare360 peut aider à expliquer de façon accessible une innovation de communication non invasive comme Brain2Qwerty v2 à des patients, soignants ou partenaires. Cela s’inscrit dans les usages d’explorations360 autour de l’accompagnement, de la compréhension des parcours de soins et de l’innovation médicale.

Cette logique fait écho à des contextes de déploiement comme celui de la Fondation ophtalmologique Adolphe de Rothschild, également citée parmi les institutions associées aux travaux autour de Brain2Qwerty v2. L’objectif n’est pas de remplacer l’échange médical, mais de le préparer, de le clarifier et de le rendre moins intimidant. Comme le résume un retour d’expérience : « J'ai essayé et c'est absolument génial... Une avancée significative dans l'habituation aux soins. »

Demain, les interfaces cerveau-ordinateur, la VR, l’AR et l’IA ne formeront pas forcément un monde futuriste spectaculaire. Elles pourraient surtout devenir des outils discrets pour mieux communiquer, mieux former et mieux accompagner. Le vrai progrès ne sera pas de « lire les pensées », mais de redonner une voix à celles et ceux qui en ont besoin, avec prudence, méthode et pédagogie.

#InterfaceCerveauOrdinateur, #InnovationTechnologique, #Meta, #NonInvasif, #MEG

Cet article fait partie de notre veille technologique Veille360, une sélection d'actualités sur les technologies immersives.