J'ai lu une fascinante étude de l'IRMf publiée dans le numéro du 20 mars 2008 de Nature . L'étude s'intitule "Identifier les images naturelles de l'activité cérébrale humaine" et a été réalisée par un groupe de l'UC Berkeley. Alors que dans le scanner, les sujets ont été montrés une série de scènes naturelles, comme celle montrée ici.
Cela semble assez simple. En utilisant l'IRMf, les investigateurs ont acquis une réponse modèle du cortex visuel de chaque sujet et ont ensuite utilisé ce modèle pour «décoder» la réponse du cerveau aux images nouvelles.
Sans entrer dans les détails de la façon dont ils ont fait cela, dans un sujet la technique correctement identifié 110 sur 120 images (92%) que l'individu regardait.
Penses-y. Simplement en scannant le cortex visuel d'un individu avec IRMf et en utilisant un algorithme informatique assez simple, les enquêteurs ont pu déterminer avec un degré élevé de précision ce que la personne regardait. C'est à peu près aussi proche de l'esprit que de la lecture.
Bien sûr, il y a quelques mises en garde. La façon dont l'expérience était configurée signifiait que l'algorithme devait simplement prendre l'activité cérébrale et choisir parmi un ensemble connu d'images qui correspondait le mieux. Ce n'est pas tout à fait la même chose que de prendre l'activité cérébrale et de reconstruire, de novo, ce que la personne voyait. Mais c'est le premier pas. Sûrement avec une assez grande bibliothèque d'images cela pourrait être fait.
Ce qui m'intrigue encore plus, c'est la possibilité d'utiliser cette technique en l'absence de stimulation visuelle. Une grande partie de ce que nous savons de l'imagination suggère que l'imagerie mentale utilise la même machinerie cérébrale que la perception visuelle, de sorte qu'il pourrait être possible d'utiliser cette technique pour décoder la pensée en l'absence de stimulation.
