Tether publie BrainWhisperer, un moteur open source cerveau-à-texte

Tether a libéré BrainWhisperer, un moteur open source cerveau-texte qui décode des signaux neuronaux en langage écrit entièrement sur des dispositifs locaux. Le PDG Paolo Ardoino a annoncé que le système est désormais entièrement intégré à QVAC, la pile d’IA open source sur appareil du groupe, et disponible pour les développeurs du monde entier en tant que capacité de preuve de concept. Développé par Tether Evo, la division de recherche de l’entreprise, BrainWhisperer a été conçu pour offrir un canal de communication aux personnes ayant perdu la capacité de parler à cause de maladies neurodégénératives comme la sclérose latérale amyotrophique (SLA), en répondant aux limites de solutions existantes comme les panneaux de lettres à suivi oculaire, qui nécessitent plusieurs minutes pour composer une seule phrase.

BrainWhisperer atteint un taux d’erreur de mots de 8,7 % lors de tests de validation

BrainWhisperer est une variante repensée du modèle de reconnaissance de la parole Whisper. Plutôt que de traiter l’audio, le système accepte l’activité électrique enregistrée à partir du cortex moteur de la parole du cerveau — captée via des réseaux d’électrodes implantées — et traduit directement ces signaux en texte. Cette approche évite le besoin de mouvements physiques ou de production de son.

La version SDK du modèle fonctionne avec moins de deux gigaoctets de mémoire, avec environ cinquante millisecondes de latence. Lors de tests de validation avec de véritables enregistrements neuronaux provenant d’un seul participant, il a atteint un taux d’erreur de mots de 8,7 %, franchissant la barre des 10 % que les chercheurs considèrent comme référence en matière d’utilité en conditions réelles. Une variante plus complexe de la même architecture a pris la quatrième place parmi 466 équipes concurrentes dans un défi international cerveau-texte, bien que cette version ne soit pas de bout en bout et n’ait donc pas été incluse dans la version SDK.

Tether met l’accent sur l’exécution locale et sur des garde-fous de confidentialité

Tether souligne que l’exécution locale est au cœur de la conception de la technologie. Comme le décodage se fait entièrement sur l’appareil de l’utilisateur via QVAC, aucune donnée neuronale n’est transmise à des serveurs externes — un point important pour un système qui lit l’intention directement depuis le cerveau. L’entreprise indique que le moteur ne traite que la parole que l’utilisateur essaie activement de produire, et que de futurs garde-fous comme l’authentification mentale pourraient renforcer encore le contrôle de l’utilisateur.

La technologie reste expérimentale et nécessite un implant chirurgical

BrainWhisperer reste expérimental. Le modèle a été entraîné sur des données provenant de seulement quatre participants, et la version SDK a été calibrée sur un seul individu. Adapter le système à un nouvel utilisateur nécessiterait à la fois un implant chirurgical et une période de calibration personnalisée, ce qui pose des obstacles médicaux, de sécurité et réglementaires. Tether décrit la sortie comme une base fondatrice pour de futurs produits d’assistance, plutôt que comme une solution prête pour le grand public.

L’équipe de recherche indique que la méthodologie sous-jacente pourrait éventuellement s’étendre au-delà de la parole pour décoder des images imaginées, des sons et potentiellement des mouvements envisagés. Pour l’instant, la publication open source fournit aux développeurs un moteur sur appareil fonctionnel qui démontre à la fois la faisabilité d’un décodage neuronal précis et la praticité de faire tourner ce type de systèmes sur du matériel ordinaire, sans dépendance au cloud.

FAQ

Qu’a libéré Tether ?

Tether a libéré BrainWhisperer, un moteur open source cerveau-texte qui décode des signaux neuronaux en langage écrit entièrement sur des dispositifs locaux. Le PDG Paolo Ardoino a annoncé que le système est désormais entièrement intégré à QVAC, la pile d’IA sur appareil open source de l’entreprise.

Quelle est la précision de BrainWhisperer lors des tests de validation ?

Lors de tests de validation avec de véritables enregistrements neuronaux provenant d’un seul participant, BrainWhisperer a atteint un taux d’erreur de mots de 8,7 %. Une variante plus complexe de la même architecture a pris la quatrième place parmi 466 équipes concurrentes dans un défi international cerveau-texte.

Quelles sont les limites actuelles de BrainWhisperer ?

BrainWhisperer reste expérimental. Le modèle a été entraîné sur des données provenant de seulement quatre participants, et la version SDK a été calibrée sur un seul individu. Adapter le système à un nouvel utilisateur nécessiterait à la fois un implant chirurgical et une période de calibration personnalisée.