IA reconstruit des images vues depuis l’IRM : promesses et risques

Des chercheurs du Weizmann ont conçu un décodeur visuel capable de recréer, à partir d’IRM fonctionnelles haute résolution, des images proches de celles réellement vues. Présenté à New York, l’outil réclamerait une heure de calibration contre quarante auparavant, avec à la clé des gains potentiels pour la recherche mais aussi des inquiétudes sur la vie privée mentale, surtout en cas de passage à l’EEG.

Vie privée mentale en question avec l’EEG et l’usage non consenti

Plusieurs chercheurs soulignent des risques pour la vie privée mentale si des techniques de reconstruction d’images mentales étaient appliquées sans consentement. Des travaux proches cherchent déjà à décoder l’activité cérébrale depuis l’EEG via bonnet d’électrodes ou écouteurs, et l’amélioration des modèles pourrait faciliter l’analyse de ces signaux. Tommy Sprague estime que l’approche fonctionnerait probablement assez bien pour prédire des images auxquelles une personne pense sans les regarder. Pour Marcello Ienca, le passage à l’EEG serait un changement de jeu : une fois calibré, un dispositif pourrait permettre à des entreprises d’extraire relativement facilement des informations supplémentaires, potentiellement sans consentement, et certains tribunaux pourraient accepter des reconstructions comme preuve. Ienca prévient d’un possible détournement commercial éthiquement et socialement problématique. Michal Irani reconnaît le potentiel d’abus avec l’EEG mais indique ne penser qu’aux bonnes choses pour l’instant. Sprague, tout en jugeant les résultats impressionnants, redoute qu’une extraction furtive d’informations rende crédibles des scénarios longtemps cantonnés à la science-fiction.

Coûts et logistique : une heure de calibration au lieu de quarante

Le décodeur cérébral universel est annoncé comme opérationnel sur un nouveau sujet après une calibration minimale. Là où des approches précédentes exigeaient environ 40 heures de données fMRI par personne, Michal Irani affirme qu’une heure suffirait désormais. La présentation de cette avancée a eu lieu lors d’une conférence de neurosciences computationnelles cognitives à New York. Pour Tommy Sprague, qui évalue l’imagerie à 600 à 1000 dollars de l’heure, une telle réduction des besoins pourrait accélérer la recherche, la quantité d’acquisitions requises étant un frein logistique et financier.

Comment le système reconstruit ce que voit le cerveau

L’outil d’IA reconstruit des images proches de celles vues et peut aussi prédire l’activité cérébrale attendue pour un stimulus donné. Il a été entraîné sur les données de huit personnes exposées chacune à environ 9 000 images en fMRI haute résolution. Le décodeur comprend deux branches, l’une dédiée à la structure de l’image, l’autre à son contenu, et s’appuie sur un modèle de diffusion pour la génération. Faute de données suffisantes, l’équipe a ajouté un encodeur capable d’anticiper l’activité cérébrale à partir d’une image, puis a fait co‑entraîner encodeur et décodeur. Le processus part d’une image, prédit la réponse fMRI, reconstruit l’image et améliore progressivement la qualité. Cette boucle a permis d’utiliser autant d’images que nécessaire, environ 70 % de l’entraînement provenant d’images sans fMRI associé. Le travail a démarré à partir d’archives publiques et de jeux haute résolution décrivant l’activité cérébrale face à divers stimuli.

Performances, comparaison et usage scientifique envisagé

En test comparatif, l’outil aurait nettement surpassé des méthodes antérieures, qui pouvaient reconnaître une catégorie mais échouaient sur la structure ou la position. Ces progrès s’inscrivent dans une amélioration générale des IRM fonctionnelles et des algorithmes d’interprétation. En agrégeant plusieurs études, l’équipe a repéré des régions cérébrales semblant partager des fonctions, avec des zones répondant à la nourriture ou au sport. Michal Irani, informaticienne, collabore avec des neuroscientifiques pour utiliser ces outils à des fins de découverte sur le cerveau. Pour Judy Illes, le travail est remarquable et des usages thérapeutiques dans des pathologies neurologiques sont très prometteurs.

Limites actuelles, extensions visées et cas d’usage potentiels

Le système présente encore des erreurs notables, par exemple la reconstruction d’un gâteau en pile de trois sandwiches ou d’un chien en une chèvre de couleur voisine, malgré une génération globalement plus fidèle. Michal Irani parle d’un surnom jazzy pour la lecture de l’esprit, et vise désormais la vidéo et l’audio, ainsi que la reconstruction de contenus pensés, imaginés ou issus des rêves, objectifs qui ne sont pas encore atteints. Parmi les usages potentiels évoqués figurent la communication de personnes locked‑in totalement paralysées et l’étude de phénomènes comme les flashbacks du PTSD. Ces efforts prolongent des années de tentatives de reconstruction à partir de l’activité cérébrale, amorcées avec des datasets où des volontaires regardaient de nombreuses images, et s’appuient sur l’IRMf qui infère l’activité via le flux sanguin, avec des voxels classiques de trois millimètres cubes environ, soit autour de 16 000 neurones par unité.