Des scientifiques de l'EPFL ont développé des modèles d'IA qui pourraient permettre de concevoir des prothèses visuelles capables de redonner aux personnes aveugles une vision claire, à l’échelle des objets.Une étude menée par le NeuroAI Lab de Martin Schrimpf a utilisé des modèles d’IA pour prédire exactement où stimuler le cerveau afin d’évoquer des images de visages et d’objets précis, plutôt que de simplement évoquer des taches de lumière. Les modèles développés à l’EPFL ont été testés par des chercheurs néerlandais en direct sur des singes voyants. Les premiers résultats, présentés en avril lors de l’International Conference on Learning Representations, laissent entrevoir des retombées très prometteuses aussi pour la vision chez l'être humain.« Ce projet a été motivé par le fait que de nombreuses personnes souffrent de déficits visuels irréversibles. En effet, lorsque le processus de traitement de l'image est altéré dès la rétine, un déficit ne peut être corrigé», explique Johannes Mehrer, chercheur qui a dirigé ces travaux au laboratoire NeuroAI, rattaché aux facultés Informatique et communications et Sciences de la vie de l’EPFL. « Une façon d’aborder ce problème est de développer une prothèse visuelle. »Plusieurs types de prothèses visuelles existent, notamment rétiniennes, du nerf optique et corticales. Les prothèses rétiniennes sont placées à un endroit sur la rétine, tandis que les prothèses du nerf optique sont utilisées lorsque la rétine est trop endommagée pour un implant et que le nerf optique peut être stimulé à la place. Lorsque ni la rétine ni le nerf optique ne peuvent être implantés, on utilise des prothèses corticales. Celles-ci contournent entièrement la rétine et le nerf optique et fonctionnent en stimulant le cortex visuel, utilisant des électrodes pour « dessiner » des images dessus.Cependant, cette approche reste limitée dans la mesure où elle cible des régions basses du cerveau où il n’est possible de projeter que des flashs lumineux et des formes simples. Les contraintes sont aussi matérielles : il faut de multiples électrodes pour stimuler différentes zones en même temps, or seul un nombre limité d’électrodes peut être utilisé dans une zone donnée.« Les images qu’elles peuvent produire, en l’occurrence des symboles simples, sont vraiment limitées en termes de complexité, détaille Johannes Mehrer. À l’heure actuelle, les approches existantes de prothèses visuelles ne permettent pas de provoquer la perception d’un objet, telles qu’une maison ou une voiture. »Les régions visuelles supérieures du cerveau régissent le traitement d’objets plus complexes et pourraient donc servir de cible à une nouvelle génération de prothèses visuelles, permettant de susciter des images de visages, de maisons et d’autres objets. Cependant, ces régions supérieures sont moins accessibles, car on ne sait pas exactement où et comment les stimuler. C’est là qu’intervient le modèle d’IA des scientifiques de l’EPFL.Vers le rétablissement d’une vision significative« Nous avons eu l’idée d’utiliser un réseau neuronal artificiel, en l’occurrence un type spécifique appelé réseau neuronal topographique, pour tester divers schémas de stimulation cérébrale dans ces régions supérieures du cerveau et simuler leurs résultats, poursuit Johannes Mehrer. On peut alors effectuer toutes sortes de simulations en utilisant différentes combinaisons de paramètres, ce qui, autrement, prendrait beaucoup de temps et coûterait très cher. »Les chercheuses et chercheurs de l’EPFL ont mis au point un modèle numérique permettant de sélectionner la meilleure combinaison d’images avec le schéma de stimulation spécifique. À partir de ces résultats, une équipe de scientifiques d’Amsterdam a testé les prédictions du modèle sur deux de ses singes qui avaient déjà des implants pour d’autres expériences n’impliquant pas l’EPFL.« Notre modèle s’est révélé très efficace pour prédire quel schéma de stimulation produirait un effet marqué sur le comportement des singes en matière de reconnaissance visuelle d’objets, explique Martin Schrimpf. Nos modèles peuvent effectuer la sélection d’images, mais l’aspect le plus crucial est que, à partir d’une image donnée, ils peuvent indiquer quel est le schéma de stimulation optimal pour un comportement particulier souhaité. »Ces travaux démontrent qu’il est possible de modeler la perception des objets, ce qui signifie que, face à un stimulus visuel, on peut influencer sa représentation dans le cerveau. Cependant, on ne peut pas encore créer une perception des objets à partir de rien. Stimuler le cortex en l’absence de stimulus visuel constituerait la prochaine étape vers le rétablissement d’une vision significative chez les personnes aveugles.« Le singe avait déjà vu une image, et nous avons ensuite pu l’altérer pour modifier sa perception de manière assez prévisible, ajoute le professeur. Notre but serait de susciter une perception à partir de rien : permettre à quelqu’un de voir clairement quelque chose, même lorsque ses yeux ne fournissent pas d’image exploitable. »Ces travaux montrent que la stimulation cérébrale guidée par un modèle pourrait déboucher sur des prothèses visuelles plus avancées. Ils pourraient aussi s’appliquer aux prothèses auditives. Grâce au soutien de la Horton Health Foundation, Martin Schrimpf et son équipe vont maintenant étudier si ce type de modélisation fonctionne pour la stimulation auditive. « Les implants cochléaires sont formidables, mais ils ne sont pas parfaits à bien des égards, et ils ne restaurent pas vraiment entièrement le traitement auditif, explique Martin Schrimpf. Notre idée est de développer ce type de modèles topographiques capables de prédire l’effet de la stimulation sur l’activité neuronale pour le traitement auditif. »