ACTUALITÉ SCIENTIFIQUE
ET INNOVATION DE L'ÉTS
Une interface personne-machine qui sonde la pensée - Par : Hanen Hattab,

Une interface personne-machine qui sonde la pensée


Hanen Hattab
Hanen Hattab est doctorante en sémiologie à l’UQAM. Ses recherches portent sur les pratiques d’art et de design subversifs et contre culturels comme le vandalisme artistique, le sabotage et les détournements culturels.

Le domaine de l’interface cerveau-machine vient tout récemment de faire un pas considérable. Il est désormais possible de corriger l’erreur d’une machine par la pensée. Une équipe du Massachusetts Institute of Technologies a réussi à créer une interface capable de traiter et de transférer les signaux cérébraux liés à la détection des erreurs permettant d’améliorer la performance d’un robot qui suit en temps réel les prises de décision de son opérateur.

La détection de nouvelles activités cognitives

Comment un robot peut-il devenir une extension de l’être humain sans avoir recours à un langage intermédiaire complexe? Pour concrétiser cette idée faustienne, des chercheurs du Computer Science and Artificial Intelligence Laboratory (SCAIL) en collaboration avec l’Université de Boston, dirigés par Daniela Rus directrice du SCAIL, se sont penchés sur l’activité neurobiologique de commande des fonctions cognitives. L’étude, effectuée par Andres F. Salazar-Gomez, Joseph DelPreto, Stephanie Gil et Bu Frank H. Guenther, a été récemment acceptée à la Conférence internationale sur la robotique et l’automatisation (ICRA) qui aura lieu à Singapour en mai prochain.

En utilisant les données d’un moniteur d’électroencéphalographie (EEG), qui enregistre l’activité cérébrale, l’interface de rétr03oaction créée peut détecter l’activité cérébrale d’une personne qui suit et commande les tâches exécutées par un robot. Alors que le système existant gère des activités de choix binaire relativement simples, cette interface permettra un jour de commander les robots de manière beaucoup plus intuitive. Dans cette recherche, l’équipe a utilisé un robot humanoïde nommé « Baxter » de Rethink Robotics.

Baxter

Potentiels liés à l’erreur

Dans les travaux précédents de la robotique commandée par l’EEG, la communication personne-machine était à sens unique. Par exemple, un opérateur devait regarder en direction de voyants lumineux, chacun correspondant pour le robot à une tâche différente à exécuter. Or, cette méthode présente un inconvénient majeur en ce qui a trait à la synchronisation entre la décision et l’acte de commande. Cette dernière peut être ardue lors d’opérations qui nécessitent constamment des rectifications, en particulier la supervision de tâches lors de la navigation ou de la construction.

C’est pour cette raison que l’équipe de Rus veut rendre cette interaction plus naturelle. Pour ce faire, ils ont focalisé sur des types de signaux cérébraux, appelés « potentiels liés à l’erreur » (Error-related potentials, ErrP). Il s’agit de signaux émis par les zones de commande cognitive qui s’activent lorsqu’un opérateur détecte une erreur. Une équipe du Laboratoire de neurobiologie de la cognition de l’Université de Provence a localisé, en 2010, cette capacité cognitive humaine dans la zone cingulaire antérieure du cerveau. Lorsque le robot s’apprête à agir, les ErrP de l’opérateur indiquent si l’action est appropriée ou pas et l’interface communique cette décision instantanément. Ce rapport cerveau-machine se fait d’une manière spontanée, ne nécessitant aucun entraînement mental particulier, car les ErrP sont parfois quasi-inconscients. De plus, lorsque le robot n’est pas sûr de la décision à prendre, il peut solliciter l’opérateur pour obtenir une réponse plus précise.

Les chercheurs ont expérimenté le tri d’objets

De nouveaux algorithmes d’apprentissage automatique ont été développés par l’équipe pour permettre à l’interface de classer les ondes cérébrales dans un délai de 10 à 30 millisecondes. Les signaux ErrP sont extrêmement faibles, ce qui signifie que l’interface doit être affinée suffisamment pour classer le signal et l’incorporer dans la boucle de commande. En plus de surveiller les ErrP initiaux, l’équipe a également cherché à détecter les erreurs secondaires qui surviennent lorsque la machine ne remarque pas la première correction de l’opérateur. Selon Gil, ces signaux peuvent améliorer considérablement la précision, créant une interaction continue entre l’homme et le robot dans la communication de leurs choix respectifs. Alors que le système ne peut pas encore reconnaître les erreurs secondaires en temps réel, Gil s’attend à ce que le modèle soit capable de s’améliorer à plus que 90 % de précision une fois ce problème résolu.

Applications potentielles

L’équipe pense que les systèmes futurs pourraient s’étendre à des tâches à choix multiples, plus complexes. Selon Rus, cette technologie nous permettra de superviser les robots industriels, les voitures sans conducteur et d’autres technologies que nous n’avons même pas encore inventées. Selon Wolfram Burgard, professeur d’informatique à l’Université de Fribourg (qui n’a pas participé à cette étude), ce travail rend de plus en plus possible le développement d’outils efficaces et des prothèses commandées par le cerveau. Compte tenu de la difficulté de traduire le langage humain en un signal significatif pour les robots, cette étude pourrait avoir un impact profond sur l’avenir de la collaboration entre humains et robots.

Hanen Hattab

Profil de l'auteur(e)

Hanen Hattab est doctorante en sémiologie à l’UQAM. Ses recherches portent sur les pratiques d’art et de design subversifs et contre culturels comme le vandalisme artistique, le sabotage et les détournements culturels.

Profil de l'auteur(e)


commentaires

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *