![\"Large26012017.jpg\"](\"\/wp-content\/uploads\/112016\/Large26012017.jpg\" "\\"Large26012017.jpg\\"")
<\/p>\n<\/p>\n
Derri\u00e8re chaque porte, des projets fous. Ici, un simulateur de conduite pour analyser les r\u00e9actions des chauffeurs gr\u00e2ce \u00e0 des \u00e9lectrodes, dans le but de d\u00e9velopper des voitures semi-autonomes capables de \u00abcomprendre\u00bb l\u2019utilisateur et de prendre le relais si besoin. Dans cette autre salle, une chaise roulante et un exosquelette pour les jambes qui se commandent par la pens\u00e9e, tout comme ces robots \u00e9quip\u00e9s d’un \u00e9cran permettant \u00e0 une personne immobilis\u00e9e de se d\u00e9placer virtuellement dans un autre endroit. Ces recherches sont men\u00e9es par la Chaire sur les interfaces cerveau-ordinateur (CNBI<\/a>) de l’Ecole polytechnique f\u00e9d\u00e9rale de Lausanne. Elles se basent en partie sur l\u2019intelligence artificielle (IA), dont les applications dans le domaine de la sant\u00e9 ne s\u2019arr\u00eatent pas au supercalculateur Watson et ses prouesses en mati\u00e8re de diagnostic.<\/p>\n En effet, il appara\u00eet qu\u2019IA et \u00abMachine Learning\u00bb vont devenir incontournables dans le secteur de la sant\u00e9. Ces domaines progressent jour apr\u00e8s jour. R\u00e9cemment, Watson, la r\u00e9f\u00e9rence en la mati\u00e8re, a pass\u00e9 au crible 1000 cas de cancer diagnostiqu\u00e9s par des m\u00e9decins et dans 99% d\u2019entre eux, il a recommand\u00e9 les m\u00eames traitements que les sp\u00e9cialistes. Plus fort encore, le logiciel d’IBM a mis en \u00e9vidence que les oncologues avaient omis des options de soins dans 30% des cas. D\u2019autres entreprises veulent lier IA et sant\u00e9, \u00e0 l\u2019instar de Google qui a rachet\u00e9 la soci\u00e9t\u00e9 britannique d\u2019intelligence artificielle DeepMind<\/a> en 2014 et qui veut l\u2019utiliser pour le diagnostic, mais aussi Dell, HP ou encore Apple. Le march\u00e9 pourrait \u00eatre multipli\u00e9 par dix en cinq ans, selon des pronostics.<\/p>\n L’IA offre des perspectives tout aussi int\u00e9ressantes pour l\u2019automatisation des machines ou l\u2019autonomie des logiciels. C’est le cas des travaux du CNBI, cr\u00e9\u00e9 en 2009 et install\u00e9 depuis l\u2019\u00e9t\u00e9 2015 au sein du nouveau Campus Biotech \u00e0 Gen\u00e8ve, en Suisse. Le laboratoire se sert des signaux du cerveau humain pour permettre \u00e0 des personnes handicap\u00e9es, en particulier souffrant de paralysie, de contr\u00f4ler des instruments et d\u2019interagir avec leur environnement. A l’aide typiquement de casques d\u2019\u00e9lectrodes, les chercheurs mesurent l\u2019activit\u00e9 c\u00e9r\u00e9brale correspondant aux intentions des patients, puis associent ces signaux \u00e0 des commandes permettant de bouger une chaise roulante ou de d\u00e9placer un curseur sur un clavier virtuel. L\u2019usager pense \u00e0 tourner \u00e0 droite et la chaise ob\u00e9it. Pour en arriver l\u00e0, il faut beaucoup de donn\u00e9es et d\u2019entra\u00eenement.<\/p>\n R\u00e9p\u00e9ter 50 fois chaque mouvement<\/strong><\/p>\n Pour un m\u00eame mouvement, l\u2019impulsion c\u00e9r\u00e9brale n’est jamais exactement identique. Elle d\u00e9pend de nombreux facteurs comme le niveau de fatigue, de stress ou tout simplement l\u2019\u00e9tat de concentration. Afin d\u2019\u00e9laborer des mod\u00e8les aussi larges que possible, les scientifiques font donc r\u00e9p\u00e9ter au pr\u00e9alable chaque intention de geste au patient 50, 100 fois, pour r\u00e9colter un maximum d\u2019informations. Ce qui reste tr\u00e8s peu, explique Ricardo Chavarriaga, chercheur au CNBI: \u00abPar rapport au nombre de mouvements effectu\u00e9s dans une vie ou n\u00e9cessaires pour apprendre \u00e0 marcher, il ne s\u2019agit que d\u2019un tout petit \u00e9chantillon. Nos sch\u00e9mas sont donc par d\u00e9finition mal construits.\u00bb<\/p>\n Une fois les donn\u00e9es r\u00e9colt\u00e9es et les mod\u00e8les \u00e9tablis, les tests peuvent d\u00e9marrer. Le patient s\u2019entra\u00eene \u00e0 commander des actions et constate les r\u00e9sultats en temps r\u00e9el. S’il veut tourner \u00e0 droite et que la chaise ne cesse de partir \u00e0 gauche, les chercheurs vont recalibrer manuellement le mod\u00e8le ou r\u00e9colter davantage de donn\u00e9es. L\u00e0 o\u00f9 l’IA entre en jeu, c\u2019est que la machine peut \u00e9galement apprendre toute seule de l\u2019utilisateur. Si ce dernier veut effectuer une action qui ne se r\u00e9alise pas, il r\u00e9agira \u00e0 l\u2019erreur et un signal c\u00e9r\u00e9bral sera associ\u00e9 \u00e0 ce sentiment d\u2019\u00e9chec. Ce signal, mod\u00e9lis\u00e9 lui aussi, sera per\u00e7u par la machine, qui \u00abcomprendra\u00bb s\u2019\u00eatre tromp\u00e9e et ne r\u00e9p\u00e9tera pas deux fois la m\u00eame faute. De fa\u00e7on similaire, des signaux (joie, satisfaction) sont \u00e9mis par l\u2019usager en cas de r\u00e9ussite d\u2019une action, qui vont encourager la machine \u00e0 la reproduire la fois suivante.<\/p>\n \u00abCe qui est int\u00e9ressant dans cette approche, rel\u00e8ve Ricardo Chavarriaga, c\u2019est que nous ne disons pas \u00e0 la machine: ‘Il faut effectuer telle action.’ Nous lui disons plut\u00f4t: ‘Cette action n\u2019\u00e9tait pas correctement r\u00e9alis\u00e9e, il faut trouver quoi faire dans cette situation’. C’est tr\u00e8s important parce que parfois, il n\u2019est pas possible de dire exactement \u00e0 la machine ce qu\u2019elle doit faire.\u00bb C’est la d\u00e9finition m\u00eame du Machine Learning. \u00abCes m\u00e9thodes permettent de d\u00e9couvrir de l\u2019information pendant l\u2019exploration, souligne le scientifique. Au fur et \u00e0 mesure, l\u2019algorithme va optimiser son fonctionnement \u00e0 partir de ce qu’il d\u00e9couvre.\u00bb<\/p>\n Mobilier intelligent<\/strong><\/p>\n Thomas Bock utilise \u00e9galement une forme de Machine Learning. La Chaire en construction, r\u00e9alisation et robotique de la Technische Universit\u00e4t M\u00fcnchen (TUM<\/a>), en Allemagne, qu’il dirige, d\u00e9veloppe des int\u00e9rieurs \u00abintelligents\u00bb au service des personnes \u00e2g\u00e9es dans le cadre du projet LISA<\/a>. Le mobilier, truff\u00e9 de capteurs, surveille notamment la sant\u00e9 de ses propri\u00e9taires de mani\u00e8re non invasive et peut alerter un m\u00e9decin si besoin.<\/p>\n La temp\u00e9rature corporelle, par exemple, est mesur\u00e9e dans la salle de bains gr\u00e2ce \u00e0 l\u2019imagerie thermique, en vue de d\u00e9celer d\u2019\u00e9ventuelles pouss\u00e9es de fi\u00e8vre. \u00abSi l\u2019algorithme remarque une temp\u00e9rature anormale en comparaison avec les relev\u00e9s \u00e0 long terme, il va mener des investigations approfondies\u00bb, d\u00e9taille Thomas Bock. Il pourra mettre en relation cette donn\u00e9e avec d\u2019autres, comme le taux d\u2019oxyg\u00e8ne dans le sang monitor\u00e9, quant \u00e0 lui, par\u2026 la chaise de la cuisine. Des cam\u00e9ras observent l\u2019utilisateur et peuvent en d\u00e9duire par exemple un \u00e9tat de fatigue. En combinant big data et analyse algorithmique, le syst\u00e8me va progressivement s\u2019adapter \u00e0 l’habitant et optimiser son fonctionnement.<\/p>\n Thomas Bock est persuad\u00e9 que la technologie est la r\u00e9ponse cl\u00e9 aux difficult\u00e9s engendr\u00e9es par le vieillissement de la population: \u00abAvec ce syst\u00e8me, nous renfor\u00e7ons l\u2019ind\u00e9pendance des a\u00een\u00e9s et leur permettons de vivre plus longtemps chez eux.\u00bb Des tests sont en cours dans une maison de sant\u00e9 du Tyrol du Sud, province italienne partenaire du projet avec des priv\u00e9s et d\u2019autres laboratoires de la TUM. Fiez-vous \u00e0 l\u2019instinct du trader<\/strong><\/p>\n Une \u00e9tude de l\u2019Universit\u00e9 de Cambridge r\u00e9v\u00e8le que les pr\u00e9visions financi\u00e8res de traders conscients de l’\u00e9tat interne de leur corps (int\u00e9roception) sont plus fiables que celles d\u2019algorithmes. Selon l\u2019auteur de cette \u00e9tude, il sera compliqu\u00e9 de doter les machines d’un tel instinct. Une version de cet article est parue dans le magazine Technologist (no 11).<\/p>\n
\n_______
\nENCADRE<\/p>\n
\n_______<\/p>\n