Open-source de la modélisation de l’activité cérébrale pour la science et la médecine
Le Digital Brain Project vise à développer un modèle d’encodage neuronal. Au cours des dernières années, l’un des principaux axes de recherche du laboratoire a été le décodage neuronal, c’est-à-dire la prédiction de représentations mentales à partir d’enregistrements cérébraux, qu’ils soient invasifs (via des électrodes intracrâniennes) ou non invasifs (IRM fonctionnelle ou magnétoencéphalographie). En inversant les entrées et les sorties de tels modèles, il devient possible de réaliser l’opération complémentaire : l’encodage neuronal. Concrètement, cela consiste à prédire comment un cerveau humain devrait répondre à un stimulus donné. Autrement dit, l’objectif est de construire des jumeaux numériques du cerveau. Des résultats très encourageants ont récemment été obtenus avec le modèle TRIBE v2 proposé par Stéphane d’Ascoli (équipe Brain AI) pour les données d’IRM fonctionnelle. Cependant, les données les plus adaptées à l’entraînement de tels modèles diffèrent fortement des jeux de données traditionnels disponibles en neurosciences cognitives. En effet, pour entraîner un tel modèle, il est beaucoup moins informatif de collecter des données issues d’un grand nombre de participants réalisant une tâche cognitive pendant une ou deux heures, que d’acquérir plusieurs dizaines — voire une centaine — d’heures de données chez un nombre réduit d’individus.
Dans cette optique, le Digital Brain Project vise à lancer une initiative internationale à grande échelle visant à financer un nombre limité d’équipes de recherche de tout premier plan, chargées d’enregistrer un petit nombre de cerveaux sur de très longues périodes. Grâce à une collaboration étroite, de nouvelles architectures de modèles seront développées et évaluées afin d’améliorer progressivement la précision de l’encodage neuronal. L’impact potentiel d’un tel effort est considérable. De tels modèles permettraient de mener des expériences de science cognitive simulées et de réserver les enregistrements humains coûteux aux résultats les plus prometteurs. Ils pourraient également permettre des avancées majeures dans les interfaces cerveau–machine, en fournissant une compréhension précise des informations devant être transmises au cerveau via des électrodes invasives. Par ailleurs, des modèles entraînés sur des cerveaux sains pourraient être adaptés à des pathologies, ouvrant la voie à une médecine de précision personnalisée dans de nombreux domaines, notamment l’épilepsie, les maladies inflammatoires neurologiques, les accidents vasculaires cérébraux et d’autres affections neurologiques.
Comment le cerveau d’un enfant en vient-il à traiter le langage ?
Pour répondre à cette question, nous avons enregistré l’activité cérébrale de 46 participants francophones (âgés de 2 à 46 ans) suivis en prise en charge clinique pour épilepsie, alors qu’ils écoutaient Le Petit Prince. À l’aide de plus de 7 400 électrodes intracrâniennes, nous avons analysé la manière dont le cerveau représente les propriétés phonétiques et lexicales à différents âges du développement.
Nos résultats montrent que les enfants âgés de 2 à 5 ans présentent déjà des représentations linguistiques claires dans le cortex auditif. Toutefois, si le traitement phonétique reste stable au cours du temps, les représentations lexicales se renforcent significativement avec l’âge, en s’étendant progressivement vers des régions de haut niveau telles que le cortex frontal et le cortex temporal antérieur.
Enfin, en comparant cette trajectoire à l’intelligence artificielle, nous avons constaté que l’entraînement de modèles de langage (wav2vec 2.0 et Llama 3.1) conduit spontanément à une alignement avec les données cérébrales humaines. Notamment, les représentations apprises par Llama 3.1 reflètent la maturation avancée du langage observée chez les participants plus âgés, mais absente chez les très jeunes enfants, soulignant ainsi le potentiel de l’IA comme outil puissant pour modéliser le développement cognitif humain.
Déchiffrer le langage : des neurones isolés aux grands réseaux
À l’hôpital, nous explorons les frontières du langage humain en collaborant avec des patients suivis pour une épilepsie sévère. Afin de localiser précisément l’origine de leurs crises, ces patients bénéficient d’électrodes de stéréo-électroencéphalographie (SEEG) temporairement implantées en profondeur dans leur cerveau. Dans le cadre de nos recherches, nous utilisons des versions avancées dites « micro-macro » de ces capteurs. Tandis que les contacts « macro » permettent de suivre la communication des grands réseaux linguistiques à travers le cerveau, des fils « micro » de la taille d’un cheveu nous permettent d’écouter l’activité électrique à haute résolution de neurones individuels.
Lorsque les patients acceptent de participer à nos études en lisant, écoutant ou parlant, nous enregistrons ces données électrophysiologiques riches et multi-échelles afin de faire progresser le « décodage du langage » — c’est-à-dire la traduction de signaux électriques microscopiques en sons, syllabes et mots spécifiques. Pour décrypter ce code complexe, nous alimentons ces vastes jeux de données dans des algorithmes d’apprentissage automatique sophistiqués. À terme, notre objectif est d’entraîner l’IA sur ce niveau de détail inédit afin de construire un modèle fondationnel du cerveau à l’échelle micro, révélant précisément comment les briques élémentaires de la pensée et du langage humain sont physiquement orchestrées dans l’esprit.
Des minutes aux jours : passage à l’échelle du décodage intracrânien de la parole grâce à un préentraînement naturaliste
La recherche traditionnelle sur le décodage de la parole repose généralement sur des participants immobiles, soumis à des expériences brèves et strictement contrôlées. Bien que cette approche fournisse des données propres, le volume d’informations reste très limité. Dans cette étude, nous avons adopté une approche radicalement différente : exploiter la grande quantité d’activité cérébrale et de données audio ambiantes enregistrées en continu, 24 heures sur 24, lors de séjours hospitaliers d’une semaine pour le monitoring de l’épilepsie.
En utilisant environ 100 fois plus de données que dans les expériences standards, nous avons exploité ces enregistrements continus d’interactions réelles, de télévision et de bruit de fond afin de préentraîner un modèle computationnel. Lorsqu’il est évalué sur une tâche contrôlée de livre audio, les résultats sont clairs : les modèles préentraînés sur des données naturalistes d’une semaine surpassent significativement ceux entraînés uniquement sur des expériences classiques. De plus, les performances augmentent de manière continue avec la quantité de données, sans signe de saturation.
Bien qu’une phase de fine-tuning reste nécessaire pour combler l’écart entre les environnements hospitaliers bruités et les signaux audio expérimentaux propres, cette approche ouvre l’accès à une ressource d’une ampleur inédite. Malgré des défis tels que la variabilité des réponses neuronales d’un jour à l’autre, ces résultats démontrent que les données issues du monitoring clinique continu peuvent accélérer de manière significative la compréhension du traitement de la parole et le développement d’interfaces cerveau-ordinateur robustes pour la restauration de la communication.
De la pensée à l’action : cartographier la production hiérarchique du langage pour les interfaces cerveau–machine non invasives
Comment une pensée devient-elle une phrase ? Grâce à la magnétoencéphalographie (MEG) non invasive, notre laboratoire a suivi des volontaires sains en train de taper des phrases afin de cartographier la cascade neuronale allant du sens abstrait jusqu’à l’exécution motrice précise.
Nous avons découvert que la production du langage est strictement hiérarchique : le cerveau traite simultanément plusieurs niveaux linguistiques (contexte, mots, syllabes, lettres), avec une activation sémantique globale qui précède largement l’exécution des frappes individuelles.
En nous appuyant sur cette compréhension mécanistique, nous avons développé une chaîne de traitement basée sur l’apprentissage profond capable de décoder des caractères tapés directement à partir de signaux MEG non invasifs. Il s’agit de la première démonstration d’un décodage cerveau-vers-texte au niveau du caractère sans intervention chirurgicale, ouvrant la voie à des technologies sûres et accessibles de restauration de la communication.
