Des chercheurs de l'École polytechnique fédérale de Lausanne (EPFL) ont développé des modèles d'intelligence artificielle capables de rapprocher la réalité des prothèses visuelles capables de restituer une perception significative d'objets pour les personnes aveugles. L'équipe du laboratoire NeuroAI, dirigée par Martin Schrimpf, utilise ces algorithmes pour prédire les points exacts à stimuler dans le cerveau afin de faire apparaître des visages ou des objets spécifiques, dépassant ainsi la simple projection de points lumineux. Ces modèles ont été validés lors d'essais in vivo sur des singes sightés par des chercheurs néerlandais, dont les résultats préliminaires, présentés en avril à la conférence internationale sur les représentations d'apprentissage à Rio de Janeiro, suggèrent un potentiel fort pour les humains. L'objectif de ce projet est de répondre aux déficits visuels irréparables, où la lésion survient en amont du cerveau, par exemple au niveau de la rétine ou du nerf optique. Si les prothèses rétiniennes ou optiques ne sont pas viables, les prothèses corticales restent l'option possible. Elles contournent les voies visuelles endommagées en stimulant directement le cortex visuel à l'aide d'électrodes. Cependant, cette approche actuelle est limitée : elle ne permet d'évoquer que des formes simples ou des éclairs de lumière dans des zones du cerveau de bas niveau, car la complexité des électrodes disponibles et l'accès limité aux zones cérébrales hautement spécialisées rendent difficile la reconstitution d'images complexes comme une maison ou une voiture. La percée réside dans l'utilisation de réseaux de neurones artificiels, spécifiquement des réseaux topographiques, pour simuler différents motifs de stimulation dans les zones du cerveau de haut niveau. Contrairement aux expériences longues et coûteuses nécessitant de multiples combinaisons de paramètres, ce modèle informatique identifie rapidement le meilleur pattern de stimulation pour générer une image donnée ou, inversement, prédire le résultat d'une stimulation spécifique. Cette approche permet non seulement de sélectionner les images, mais surtout de déterminer comment stimuler le cerveau pour obtenir un comportement visuel précis. Lors des tests sur deux singes déjà équipés d'implants pour d'autres recherches, le modèle a montré son efficacité pour modifier la perception d'images visuelles présentées. Le singe a vu une image, puis sa perception a été distordue de manière prédictible. Bien que les chercheurs ne puissent pas encore créer une perception d'objet à partir de rien en l'absence totale de stimulus visuel, cette étape est cruciale pour l'avenir. La prochaine phase consistera à évoquer une perception directement à partir de zéro, permettant potentiellement à une personne aveugle de voir quelque chose de significatif sans que ses yeux ne transmettent d'images utilisables. Au-delà de la vision, cette technologie pourrait s'appliquer aux implants auditifs, comme les implants cochléaires qui, bien que performants, ne restaurent pas parfaitement le traitement sonore. Grâce à une subvention de la fondation Horton Health, Martin Schrimpf et son équipe comptent développer des modèles topographiques similaires pour prédire l'impact de la stimulation électrique sur l'activité neuronale auditive. Cette avancée, publiée sur le serveur de prépublications arXiv, ouvre la voie à une nouvelle génération de prothèses sensorielles capables de restaurer une perception naturelle et complexe.