Ian Charest et Mila révolutionnent la vision humaine avec l’IA : Quand les grands modèles de langage lisent notre cerveau

Une avancée majeure dans la compréhension du cerveau humain par l’IA

Une étude innovante menée par le neuroscientifique Ian Charest, professeur à l’Université de Montréal et chercheur au Mila – Institut québécois d’intelligence artificielle, révèle une nouvelle façon dont l’intelligence artificielle (IA) peut imiter la perception humaine. Publiée dans Nature Machine Intelligence, cette recherche démontre que les grands modèles de langage (GML), similaires à ceux qui animent ChatGPT, peuvent reproduire la manière dont le cerveau humain perçoit et comprend des scènes du quotidien.

Comment l’IA capture la signification des scènes visuelles

Ian Charest et son équipe, en collaboration avec des chercheurs des universités du Minnesota, d’Osnabrück et de Berlin, ont utilisé des descriptions textuelles de scènes naturelles entrées dans ces grandes IA pour créer ce qu’ils appellent une « empreinte linguistique » du sens d’une scène. Cette empreinte correspond étonnamment aux schémas d’activité cérébrale enregistrés par imagerie par résonance magnétique (IRM) lorsque des personnes regardent les mêmes scènes.

Cette méthode permet de décoder en une phrase la scène perçue par une personne et de prédire la réponse cérébrale à divers stimuli visuels comme des images de nourriture, de lieux ou de visages humains. Se basant sur ces empreintes, les chercheurs ont développé des réseaux neuronaux artificiels qui, à partir d’images, prédisent ces empreintes linguistiques avec une précision supérieure aux modèles de vision artificielle classiques, et cela avec moins de données d’entraînement.

Des perspectives prometteuses pour le futur

Les conclusions de cette étude suggèrent que le cerveau humain pourrait traiter les scènes visuelles complexes de manière similaire à l’analyse linguistique des textes par ces modèles modernes. Cette découverte ouvre de nouvelles voies pour le décodage des pensées, l’amélioration des interfaces cerveau-ordinateur et la création de systèmes d’IA capables de « voir » comme les humains.

À plus long terme, ces avancées pourraient assister la prise de décision dans les véhicules autonomes ou contribuer à la conception de prothèses visuelles pour les personnes souffrant de déficiences sévères. Selon Ian Charest, cette recherche est un pas important vers la compréhension de la manière dont notre cerveau extrait le sens du monde visuel.

Source : Université de Montréal, Mila, Nature Machine Intelligence.