Etude : Apple travaille à une IA capable d’interpréter l’activité cérébrale via des AirPods
Apple poursuit discrètement ses recherches en neurosciences appliquées. Une étude récente menée par les chercheurs d’Apple décrit une méthode innovante qui permettrait à une IA d’apprendre la structure des signaux cérébraux de façon autonome. Cette approche, baptisée PARS pour « PAirwise Relative Shift », marque un tournant dans l’interprétation des données EEG, traditionnellement très coûteuse en ressources d’analyse.
Alors que les modèles classiques ont besoin de segments annotés — sommeil profond, REM, anomalies, début et fin d’une crise d’épilepsie — Apple démontre qu’un système peut désormais « comprendre » seul les relations temporelles entre différentes séquences de signaux bruts. Comme le résument les chercheurs, PARS vise à « capturer la composition temporelle relative et les dépendances à long terme des signaux neuronaux ».
Un apprentissage auto-supervisé prometteur
Contrairement donc aux méthodes classiques basées sur la reconstruction de fragments manquants, PARS apprend à prédire la distance temporelle entre deux fenêtres de signal EEG. Cette logique de traitement permet au modèle de saisir l’organisation globale de l’activité cérébrale (avec moins d’informations nécessaires que les méthodes antérieures).
Les performances observées sont remarquables : le modèle PARS surpasse ou égale les approches précédentes sur trois des quatre grands benchmarks EEG utilisés dans l’étude, couvrant le sommeil, la détection d’anomalies, l’épilepsie et l’imagerie motrice.
Vers des AirPods capables de suivre le sommeil et l’activité neuronale ?
Parmi les jeux de données utilisés figure EESM17, un corpus issu d’un système d’écouteurs capables d’enregistrer l’activité cérébrale via des capteurs intra-auriculaires. Cette technologie, déjà testée en laboratoire, alimente les spéculations sur de futurs AirPods intégrant une forme d’« ear-EEG » pour analyser le sommeil, détecter des troubles ou bien encore améliorer l’interaction homme-machine.
Si de tels AirPods ne sont évidemment pas encore annoncés, ces travaux de pointe montrent clairement la direction prise : des capteurs toujours plus intelligents, capables de comprendre notre activité neuronale bien au-delà du simple rythme cardiaque ou du suivi d’activité.
