Des chercheurs qui lisent dans les pensées

Alan S. Cowen (University of California Berkeley), Marvin M. Chun (Yale) et Brice A. Khul (New York University), tous les trois chercheurs ont mené une récente étude sur la reconstruction d'images à partir de l'activité cérébrale, donc de la pensée. Une grande première dans le domaine de la recherche !
Les sujets volontaires de ce projet ont été amenés à visualiser 300 visages tandis que l'activité électrique de leur cerveau était enregistrée simultanément par IRM fonctionnelle. Puis, l'équipe scientifique leur a présenté 30 nouveaux visages. Les chercheurs ont ensuite reconstruit ces 30 nouveaux visages uniquement en se basant sur les modèles d'activité enregistrés précédemment.
Les images obtenues sont disponibles dans la publication à la page 15. Bien que les reconstructions soient floues, elles ressemblent relativement bien aux vrais visages. De plus, l'ensemble des reconstructions renvoie la bonne couleur de peau et une moyenne de 24 reconstructions sur 30 détectent correctement la présence ou l'absence de sourire.
La lecture des pensées a néanmoins été plus laborieuse lorsqu'il s'agissait de déterminer la couleur des cheveux et le sexe de la personne. En effet, deux tiers des reconstructions ont distingué le sexe avec succès et seulement la moitié a obtenu la bonne couleur de cheveux.
Face à de tels résultats, Alan S. Cowen affirme que ce qu'ils viennent de réaliser, « c'est lire dans les pensées ». Il ajoute aussi qu'il y a une réelle possibilité d'amélioration des résultats en utilisant des modèles mathématiques plus sophistiqués.
Une fois la technique mise au point, les applications pourront être variées : enregistrement des rêves, résolution d'affaires de crime, ou encore une meilleure compréhension des troubles mentaux. « Vous pouvez voir comment les personnes malades perçoivent des visages selon leur type de trouble, tel l'autisme, et utiliser les résultats pour aider le diagnostic » dit-il.
Source : Alan S. Cowen at al. Neural portraits of perception : Reconstructing face images from evoked brain activity. NeuroImage 2014, 94:12-22