This computer is learning to read your mind | DIY Neuroscience, a TED series

Translator: Joseph Geni Reviewer: Krystian Aparta

Traducteur: Morgane Quilfen Relecteur: Claire Ghyselen

Greg Gage: Mind-reading. You've seen this in sci-fi movies:

Greg Gage : Lire dans les esprits.

Vous l'avez vu dans la SF : des machines pouvant lire nos pensées.

machines that can read our thoughts.

However, there are devices today

Il y a actuellement des appareils

that can read the electrical activity from our brains.

pouvant lire l'activité électrique de notre cerveau.

We call this the EEG.

Cela s'appelle l'EEG.

Is there information contained in these brainwaves?

Y a-t-il des informations dans ces ondes cérébrales ?

And if so, could we train a computer to read our thoughts?

Pourrions-nous entraîner un ordinateur à lire nos pensées ?

My buddy Nathan has been working to hack the EEG

Mon pote Nathan a travaillé à décoder l'EEG

to build a mind-reading machine.

pour élaborer une machine qui lise les pensées.

[DIY Neuroscience]

[De la neuroscience à faire soi-même]

So this is how the EEG works.

Voici comment l'EEG fonctionne.

Inside your head is a brain,

Dans votre tête, il y a un cerveau

and that brain is made out of billions of neurons.

et ce cerveau est formé de milliards de neurones.

Each of those neurons sends an electrical message to each other.

Chacun de ces neurones envoie un message électrique à un autre.

These small messages can combine to make an electrical wave

Ces petits messages peuvent se combiner en une onde électrique

that we can detect on a monitor.

détectable sur un moniteur.

Now traditionally, the EEG can tell us large-scale things,

Traditionnellement, l'EEG nous dit des choses à grande échelle

for example if you're asleep or if you're alert.

comme si vous dormez ou si vous êtes éveillé.

But can it tell us anything else?

Peut-il nous dire autre chose ?

Can it actually read our thoughts?

Peut-il lire nos pensées ?

We're going to test this,

Nous allons tester cela

and we're not going to start with some complex thoughts.

et nous n'allons pas commencer par des pensées complexes.

We're going to do something very simple.

Nous allons faire une chose très simple.

Can we interpret what someone is seeing using only their brainwaves?

Pouvons interpréter ce que quelqu'un voit avec ces ondes cérébrales ?

Nathan's going to begin by placing electrodes on Christy's head.

Nathan va commencer par placer les électrodes sur la tête de Christy.

Nathan: My life is tangled.

Nathan : Ma vie est enchevêtrée.

(Laughter)

(Rires)

GG: And then he's going to show her a bunch of pictures

GG : Puis il va lui montrer quelques images

from four different categories.

de quatre catégories différentes.

Nathan: Face, house, scenery and weird pictures.

Nathan : Visage, maison, paysage et images bizarres.

GG: As we show Christy hundreds of these images,

GG : En montrant des centaines de ces images à Christy,

we are also capturing the electrical waves onto Nathan's computer.

nous enregistrons les ondes électriques sur l'ordinateur de Nathan.

We want to see if we can detect any visual information about the photos

Nous voulons essayer de détecter une information visuelle sur les photos

contained in the brainwaves,

dans les ondes cérébrales.

so when we're done, we're going to see if the EEG

Quand nous aurons fini,

nous verrons si l'EEG peut nous dire quel genre d'image Christy regarde

can tell us what kind of picture Christy is looking at,

and if it does, each category should trigger a different brain signal.

et si oui, chaque catégorie devrait entraîner un signal cérébral différent.

OK, so we collected all the raw EEG data,

Nous avons collecté les données brutes de l'EEG

and this is what we got.

et voici ce que nous avons obtenu.

It all looks pretty messy, so let's arrange them by picture.

Tout cela est confus, organisons cela par image.

Now, still a bit too noisy to see any differences,

Toujours un peu trop embrouillé pour voir des différences

but if we average the EEG across all image types

mais si nous faisons la moyenne de l'EEG sur les types d'images

by aligning them to when the image first appeared,

en les alignant à la première apparition de l'image,

we can remove this noise,

nous pouvons ôter ce bruit

and pretty soon, we can see some dominant patterns

et vite, nous pouvons voir des tendances dominantes

emerge for each category.

émerger pour chaque catégorie.

Now the signals all still look pretty similar.

Les signaux semblent tous similaires.

Let's take a closer look.

Regardons-y de plus près.

About a hundred milliseconds after the image comes on,

Environ 100 millisecondes après l'apparition de l'image,

we see a positive bump in all four cases,

nous voyons un pic positif dans les quatre cas

and we call this the P100, and what we think that is

que nous appelons le P100

et nous pensons que c'est ce qui arrive dans votre cerveau

is what happens in your brain when you recognize an object.

quand vous reconnaissez un objet.

But damn, look at that signal for the face.

Regardez ce signal pour le visage : il semble différent des autres.

It looks different than the others.

There's a negative dip about 170 milliseconds

Il y a une chute négative environ 170 millisecondes

after the image comes on.

après l'apparition de l'image.

What could be going on here?

Que se passe-t-il là ?

Research shows that our brain has a lot of neurons that are dedicated

La recherche montre que notre cerveau

a beaucoup de neurones dédiés à la reconnaissance des visages humains

to recognizing human faces,

so this N170 spike could be all those neurons

donc ce pic N170 pourrait être

tous ces neurones s'activant en même temps au même endroit

firing at once in the same location,

and we can detect that in the EEG.

et nous le détectons via l'EEG.

So there are two takeaways here.

Il y a deux choses à retenir.

One, our eyes can't really detect the differences in patterns

Un : nos yeux ne peuvent pas détecter les différences de motifs

sans faire la moyenne et éliminer le bruit.

without averaging out the noise,

and two, even after removing the noise,

Deux : même après avoir éliminé le bruit,

our eyes can only pick up the signals associated with faces.

nos yeux ne peuvent détecter que les signaux associés à des visages.

So this is where we turn to machine learning.

On se tourne alors vers l'apprentissage automatique.

Now, our eyes are not very good at picking up patterns in noisy data,

Nos yeux ne sont pas bons

pour déceler des tendances dans des données indémêlables,

but machine learning algorithms are designed to do just that,

mais les algorithmes d'apprentissage automatique sont faits pour.

so could we take a lot of pictures and a lot of data

Pourrions-nous prendre beaucoup d'images et de données,

and feed it in and train a computer

les introduire et entraîner un ordinateur

to be able to interpret what Christy is looking at in real time?

pour qu'il puisse interpréter ce que Christy regarde en temps réel ?

We're trying to code the information that's coming out of her EEG

Nous essayons de coder les informations issues de son EEG

in real time

en temps réel

and predict what it is that her eyes are looking at.

et de prédire ce que ses yeux regardent.

And if it works, what we should see

Si cela fonctionne, nous devrions voir

is every time that she gets a picture of scenery,

qu'à chaque fois qu'elle a une photo de paysage,

it should say scenery, scenery, scenery, scenery.

cela indiquerait que c'est un paysage.

A face -- face, face, face, face,

Un visage -- cela indiquerait « visage »,

but it's not quite working that way, is what we're discovering.

mais cela ne fonctionne pas ainsi, comme nous le découvrons.

(Laughter)

(Rires)

OK.

D'accord.

Director: So what's going on here? GG: We need a new career, I think.

Réalisateur : Que se passe-t-il ? GG : Il nous faut changer de métier.

(Laughter)

(Rires)

OK, so that was a massive failure.

C'était un échec cuisant.

But we're still curious: How far could we push this technology?

Mais restons curieux : jusqu'où cette technologie peut-elle aller ?

And we looked back at what we did.

Nous avons reconsidéré ce qui était fait.

We noticed that the data was coming into our computer very quickly,

Les données arrivaient très vite sur notre ordinateur,

without any timing of when the images came on,

sans savoir quand l'image était apparue,

and that's the equivalent of reading a very long sentence

et c'est l'équivalent de la lecture d'une très longue phrase

without spaces between the words.

sans espace entre les mots.

It would be hard to read,

Ce serait difficile à lire,

but once we add the spaces, individual words appear

mais une fois les espaces ajoutés, les mots apparaissent

and it becomes a lot more understandable.

et cela devient bien plus compréhensible.

But what if we cheat a little bit?

Et si nous trichions un peu ?

By using a sensor, we can tell the computer when the image first appears.

Avec un capteur, nous pouvons dire à l'ordinateur quand l'image apparaît.

That way, the brainwave stops being a continuous stream of information,

Ainsi, l'onde cérébrale n'est plus un flux continu d'informations

and instead becomes individual packets of meaning.

et devient des paquets individuels emplis de sens.

Also, we're going to cheat a little bit more,

Nous allons tricher un peu plus

by limiting the categories to two.

en nous limitant à deux catégories.

Let's see if we can do some real-time mind-reading.

Voyons si nous pouvons lire un esprit en temps réel.

In this new experiment,

Durant cette expérience,

we're going to constrict it a little bit more

nous allons restreindre cela un peu pour savoir quand l'image apparaît

so that we know the onset of the image

and we're going to limit the categories to "face" or "scenery."

et nous allons limiter les catégories à un visage ou un paysage.

Nathan: Face. Correct.

Nathan : Visage. Correct.

Scenery. Correct.

Paysage. Correct.

GG: So right now, every time the image comes on,

GG : A chaque fois qu'une image apparaît,

we're taking a picture of the onset of the image

nous prenons une photo à l'apparition de l'image

and decoding the EEG.

et nous décodons l'EEG.

It's getting correct.

Le résultat est correct.

Nathan: Yes. Face. Correct.

Nathan : Oui. Visage. Correct.

GG: So there is information in the EEG signal, which is cool.

GG : Il y a des informations dans le signal EEG, cool.

We just had to align it to the onset of the image.

Nous devions juste l'aligner à l'apparition de l'image.

Nathan: Scenery. Correct.

Nathan : Paysage. Correct.

Face. Yeah.

Visage. Oui.

GG: This means there is some information there,

GG : Cela signifie qu'il y a là des informations

so if we know at what time the picture came on,

donc si nous savons à quel moment l'image est apparue,

we can tell what type of picture it was,

nous pouvons déterminer le type d'image

possibly, at least on average, by looking at these evoked potentials.

possiblement, au moins avec la moyenne, en regardant les potentiels évoqués.

Nathan: Exactly.

Nathan : Exactement.

GG: If you had told me at the beginning of this project this was possible,

GG : Si vous m'aviez dit au début de ce projet que cela était possible,

I would have said no way.

je n'y aurais pas cru.

I literally did not think we could do this.

Je ne pensais pas que nous le pouvions.

Did our mind-reading experiment really work?

Notre lecture des pensées a-t-elle fonctionné ?

Yes, but we had to do a lot of cheating.

Oui, mais nous avons dû tricher.

It turns out you can find some interesting things in the EEG,

Vous pouvez trouver des choses intéressantes dans l'EEG,

for example if you're looking at someone's face,

comme le fait que vous regardiez un visage,

but it does have a lot of limitations.

mais cela a de nombreuses limites.

Perhaps advances in machine learning will make huge strides,

Peut-être qu'il y aura de gros progrès en apprentissage automatique

and one day we will be able to decode what's going on in our thoughts.

et qu'un jour nous pourrons décoder ce qu'il se passe dans vos pensées.

But for now, the next time a company says that they can harness your brainwaves

Pour l'instant, la prochaine fois

qu'une entreprise dit capter vos ondes cérébrales

to be able to control devices,

pour contrôler des appareils,

it is your right, it is your duty to be skeptical.

c'est votre droit, c'est votre devoir, d'être sceptique.