Apple développe une IA pour interpréter l’activité cérébrale avec des AirPods

À retenir :
– Apple investit dans la recherche en neurosciences appliquées.
– Une méthode d’IA nommée PARS permet d’analyser les signaux EEG de manière autonome.
– PARS surpasse les méthodes classiques sur plusieurs benchmarks EEG.
– La technologie pourrait mener à des AirPods capables de suivre le sommeil et l’activité neuronale.
– Les performances du modèle nécessitent moins d’informations que les approches antérieures.

---

**Étude : Apple développe une IA capable d’interpréter l’activité cérébrale grâce à des AirPods**

Apple poursuit discrètement ses recherches dans le domaine des neurosciences appliquées. Une récente étude réalisée par les chercheurs de la marque a mis en lumière une méthode innovante qui permettrait à une intelligence artificielle d’apprendre de manière autonome la structure des signaux cérébraux. Cette approche, nommée PARS pour PAirwise Relative Shift, représente un tournant significatif dans l’analyse des données EEG, qui nécessite habituellement beaucoup de ressources pour son traitement.

Contrairement aux modèles traditionnels, qui reposent sur l’utilisation de segments annotés tels que le sommeil profond, le sommeil REM ou les anomalies liées aux crises d’épilepsie, Apple démontre qu’un système peut désormais percevoir seul les relations temporelles entre différentes séquences de signaux bruts. Les chercheurs soulignent que « PARS vise à capturer la composition temporelle relative et les dépendances à long terme des signaux neuronaux ».

Un apprentissage auto-supervisé prometteur

Ainsi, au lieu de se baser sur des méthodes classiques consistant à reconstituer des fragments manquants, PARS apprend à prédire la distance temporelle entre deux fenêtres du signal EEG. Cette logique permet au modèle d’appréhender l’organisation globale de l’activité cérébrale avec moins d’informations que ne requièrent les techniques antérieures. Les performances observées sont impressionnantes : le modèle PARS dépasse ou égalise les approches précédentes sur trois des quatre grands benchmarks EEG utilisés dans cette étude, relevant du sommeil, de la détection d’anomalies, de l’épilepsie et de l’imagerie motrice.

Vers des AirPods capables d’analyser le sommeil et l’activité neuronale ?

Parmi les ensembles de données étudiés figure EESM17, un corpus provenant d’un système utilisant des écouteurs capables d’enregistrer l’activité cérébrale via des capteurs intra-auriculaires. Cette technologie déjà testée en laboratoire alimente les spéculations concernant un éventuel futur produit : des AirPods intégrant une forme d’ear-EEG pour analyser le sommeil ou détecter divers troubles tout en améliorant également l’interaction homme-machine. Bien que ces AirPods n’aient pas encore été annoncés officiellement, ces avancées témoignent clairement du chemin emprunté vers toujours plus de capteurs intelligents capables d’élucider notre activité neuronale au-delà du simple suivi du rythme cardiaque ou physique.

Source : 9to5Mac