Les neurosciences progressent vers un «réseau social de cerveaux»

BrainNet permet des communications directes multipoint de cerveau à cerveau.

Siphotography/istockphoto

Source: Siphotography / istockphoto

Imaginez-vous interagir avec les autres sur les médias sociaux via le cloud en utilisant uniquement les pensées de votre cerveau pour communiquer – sans textos, dactylographie ni discours. Une récente percée neuroscientifique inaugure une nouvelle phase de l’évolution de l’interface cerveau-cerveau (IBC) qui accélère la possibilité d’un «réseau social de cerveaux» sur Internet.

Le 23 septembre 2018, des scientifiques pionniers de l’Université de Washington et de l’Université Carnegie Mellon ont annoncé que BrainNet avait réalisé «la première démonstration réussie d’interaction directe non invasive multipolaire directe cerveau-cerveau pour résoudre une tâche [1]». Les chercheurs décrivent BrainNet comme une solution BBI évolutive et le premier à combiner stimulation et enregistrement du cerveau chez un seul sujet humain.

Dans le cadre de l’étude, trois participants situés dans des salles différentes ont été chargés de collaborer à un projet qui ressemble à une version simplifiée de Tetris – le jeu vidéo de puzzle des années 80, extrêmement populaire à l’époque. La seule méthode de communication autorisée entre les trois participants était via BrainNet.

arXiv

Source: arXiv

BrainNet utilise une combinaison non invasive d’électroencéphalographie (EEG) pour enregistrer les signaux du cerveau et de stimulation magnétique transcrânienne (TMS) pour stimuler le cortex visuel du cerveau. Deux expéditeurs utilisent chacun une interface cerveau-ordinateur (BCI) basée sur l’EEG pour transmettre des informations via un réseau TCP / IP au cerveau d’un récepteur équipé d’une interface ordinateur-cerveau (CBI) basée sur le TMS. Les décisions des expéditeurs sont converties en impulsions TMS uniques qui sont délivrées au cortex occipital du récepteur. L’impulsion magnétique est détectée par le récepteur sous forme de flash lumineux.

Les expéditeurs et le destinataire utilisent des potentiels évoqués visuellement à l’état stable (SSVEP). Les participants ont indiqué «oui» et «non» leurs décisions concernant la rotation des pièces de jeu en dirigeant un curseur d’ordinateur à l’aide de SSVEP sur la base de l’EEG. Pour ce faire, les participants ont concentré leur attention sur une DEL clignotante à 17 Hz pour signaler une rotation, ou une DEL clignotante à 15 Hz pour une décision du type «ne pas tourner».

Le destinataire prend une décision indépendante après avoir intégré les décisions transmises par les expéditeurs. Si les informations de l’expéditeur ne correspondent pas, il appartient au destinataire de décider laquelle des informations de l’expéditeur est la plus fiable à utiliser. Ensuite, le récepteur utilise un BCI basé sur l’EEG pour effectuer sa propre manœuvre décidée. Les expéditeurs sont en mesure de voir le résultat de l’action du destinataire et peuvent lui apporter des corrections si nécessaire.

L’étude actuelle est basée sur des décisions binaires «oui» ou «non», dans lesquelles un seul bit de données est transmis par itération. Dans les études futures, l’équipe de recherche envisage d’accroître la bande passante afin de fournir des données plus complexes en intégrant potentiellement la technologie d’imagerie par résonance magnétique fonctionnelle (IRMf) fonctionnelle dans la solution.

L’équipe de recherche a indiqué que BrainNet avait obtenu des résultats «significativement supérieurs à la performance escomptée au hasard», avec une précision moyenne de 81,25% parmi les cinq triades de participants.

Les scientifiques pensent qu’un serveur BBI basé sur le cloud pourrait un jour permettre des interactions entre les cerveaux du monde entier, et que BrainNet est un pas dans cette direction. Ce qui aurait pu sembler être de la science-fiction avance rapidement pour devenir une réalité dans un avenir pas si lointain.

Copyright © 2018 Cami Rosso Tous droits réservés.

Références

1. Jiang, Linxing; Stocco, Andrea; Losey, Darby M .; Abernethy, Justin A .; Prat, Chantel S .; Rao Rajesh PN. «BrainNet: une interface cerveau à cerveau multi-personnes pour une collaboration directe entre cerveaux.» ArXiv e-print . arXiv: 1809.08632 [cs.HC]. 23 sept. 2018.