L’avenir des interfaces cerveau-machine : Intelligence symbiotique vs Intelligence humaine

Nous allons explorer ce qu’est l’amplification de l’intelligence via les interfaces cerveau-machine (ICM), pourquoi cela est important, et pourquoi il peut y avoir un fossé futur entre les humains qui restent non améliorés et les humains qui choisissent d’amplifier leur intelligence en créant une symbiose synergétique avec l’Intelligence artificielle (IA).

Les humains qui se connectent aux ICM seront dotés d’une performance cognitive améliorée et d’une productivité accrue sur le lieu de travail et au-delà.

Qu’est-ce que l’amplification de l’intelligence ?

Le concept d’amplification de l’intelligence a été introduit pour la première fois par William Ross Ashby dans son livre révolutionnaire intitulé Introduction à la cybernétique . Le terme a ensuite évolué pour devenir ce que nous reconnaissons maintenant comme l’Intelligence augmentée, une sous-section de l’apprentissage automatique conçue avant tout pour améliorer et renforcer l’intelligence humaine avec l’aide de l’IA. Le concept est d’améliorer à la fois la prise de décision humaine et l’accès rapide à l’information que les humains ont pour améliorer la qualité de ces décisions. C’est là que se termine la signification actuelle de l’Intelligence augmentée, il s’agit d’une IA qui utilise l’apprentissage automatique et l’apprentissage profond pour aider les humains avec des données exploitables, mais il n’y a pas de relation symbiotique en temps réel.

C’est là que les ICM entrent en scène, ils permettront d’améliorer la cognition humaine bien au-delà de la version actuelle de l’Intelligence augmentée.

Contrairement à notre accès actuel aux données qui a lieu avec les ordinateurs, les téléphones intelligents ou d’autres appareils, une ICM est conçue de manière inhérente pour que l’Internet et l’IA qui permettent l’accès à l’Internet puissent être accessibles sans appareil externe. La ICM sera implantée à l’intérieur du cerveau humain et deviendra inhérentement une extension de l’esprit humain.

En d’autres termes, au lieu de s’appuyer sur la mémoire ou d’avoir à ouvrir un livre ou à visiter un site Web, un humain amélioré pourrait avoir accès à toutes les informations stockées sur Internet, et une IA avancée pourrait fournir les points de données pertinents au cerveau humain, permettant à l’humain d’être pleinement en contrôle. Si vous avez déjà eu un moment où vous ne pouvez pas vous rappeler d’un souvenir ou vous rappeler d’une date spécifique, c’est une expérience frustrante. Avec l’Intelligence augmentée, vous pourriez avoir un rappel parfait en raison du système d’IA qui devient une extension de votre banque de mémoire biologique.

Ce type d’amplification de l’intelligence a été exploré plus en détail dans “La symbiose homme-ordinateur” un article spéculatif publié en 1960 par J.C.R. Licklider. Cet article éclairant offre une description précoce de la manière dont les humains doivent apprendre à contrôler l’IA en formant une relation symbiotique avec l’IA. Comme le déclare J.C.R. Licklider, “Pour permettre aux hommes et aux ordinateurs de coopérer dans la prise de décisions et le contrôle de situations complexes sans dépendance inflexible de programmes prédéterminés”.

L’apprentissage automatique est la clé pour garantir qu’un ordinateur ne soit pas prédéterminé, mais cela ne résout pas encore le problème de la manière dont nous pouvons accéder à cette symbiose.

J.C.R. Licklider a poursuivi avec ce commentaire, “L’espoir est que, dans quelques années, les cerveaux humains et les machines de calcul seront couplés très étroitement, et que le partenariat résultant pensera comme aucun cerveau humain n’a jamais pensé et traitera les données d’une manière qui n’est pas approchée par les machines de traitement de l’information que nous connaissons aujourd’hui.”

Un exemple précoce de la manière dont cela est déployé peut être vu dans le monde des échecs. Alors que la plupart des gens sont familiers avec la défaite de Garry Kasparov en 1997 contre l’ordinateur Deep Blue d’IBM, il y a un développement plus récent et plus intéressant.

Alors que nous savons depuis des décennies qu’un système d’IA avancé peut facilement battre n’importe quel joueur d’échecs, ce qui est plus intéressant, ce sont les développements récents qui permettent à un humain et à une IA de former une équipe. Dans cet environnement de coopération, l’équipe divise les tâches, l’IA effectue les calculs massifs, la reconnaissance de motifs et la pensée anticipée. L’humain ajoute de la valeur en tirant parti de l’intuition humaine et de décennies d’étude du plateau.

Alors que l’équipe humaine et IA peut actuellement battre une IA, il reste inconnu si ce type de victoire restera constant à l’avenir. Néanmoins, c’est un indicateur sérieux qui devrait permettre aux humains de communiquer, de coordonner et de contrôler une IA qui est essentiellement une extension de leur esprit, que des problèmes majeurs qui ne peuvent pas être résolus par les humains aujourd’hui, ou par des programmes d’IA autonomes, pourraient être résolus par une union des deux.

L’une des dernières déclarations de J.C.R. Licklider expose clairement l’importance de concevoir des ICM capables de permettre une communication en temps réel avec l’IA à l’intérieur du cerveau humain.

“L’autre objectif principal est étroitement lié. Il s’agit de faire entrer les machines de calcul de manière efficace dans les processus de pensée qui doivent se dérouler en temps réel, temps qui passe trop vite pour permettre l’utilisation d’ordinateurs de manière conventionnelle. Imaginez essayer, par exemple, de diriger une bataille avec l’aide d’un ordinateur sur un tel calendrier. Vous formulez votre problème aujourd’hui. Demain, vous passez avec un programmeur. La semaine prochaine, l’ordinateur consacre 5 minutes à assembler votre programme et 47 secondes à calculer la réponse à votre problème. Vous obtenez une feuille de papier de 20 pieds de long, remplie de nombres qui, au lieu de fournir une solution finale, ne suggèrent qu’une tactique qui devrait être explorée par simulation. Évidemment, la bataille serait terminée avant que la deuxième étape de sa planification ne soit commencée. Pour penser en interaction avec un ordinateur de la même manière que vous pensez avec un collègue dont la compétence complète la vôtre exigera un couplage beaucoup plus étroit entre l’homme et la machine que celui suggéré par l’exemple et que celui qui est possible aujourd’hui.”

L’apprentissage automatique est la clé pour garantir qu’un ordinateur ne soit pas prédéterminé, mais cela ne résout pas encore le problème de la manière dont nous pouvons accéder à cette symbiose.

Comment fonctionne l’amplification de l’intelligence ?

L’amplification de l’intelligence via les ICM est encore en cours de développement et est un travail en cours. Il faut comprendre que le cerveau humain tire parti de la reconnaissance de motifs pour comprendre le symbolisme et créer des connexions entre les données. Par exemple, si vous voyez des lignes structurées dans une séquence spécifique telle que la lettre A, vous pouvez alors reconnaître le symbole A. À partir de là, vous pouvez former un motif dans votre cerveau lorsque vous lisez le mot POMME. Vous pouvez alors reconnaître des motifs supplémentaires lorsque vous lisez que UNE POMME EST TOMBÉE D’UN ARBRE. Le cerveau humain continue à créer des connexions à partir de caractères, de mots, de phrases, de paragraphes, de chapitres, et puis de livres et au-delà.

Le problème est que le cerveau humain n’a pas un rappel parfait, et ce système imparfait fait échouer les systèmes de reconnaissance de motifs. Imaginez ce qui se passerait si vous pouviez lire un livre entier et qu’un système d’IA était capable de former ces reconnaissances de motifs nécessaires pour fournir un rappel parfait. Cela améliorerait la capacité de l’humain à travailler sur un essai, à créer des produits ou des services qui reposent sur ces informations, ou à simplement avoir une conversation intelligente sans aucune lacune de mémoire.

Dans d’autres cas, alors que vous êtes en pleine conversation, le cerveau humain pourrait instantanément se connecter à Internet pour localiser en temps réel des informations et les distribuer ou les transmettre. Au lieu de devoir regarder une vidéo YouTube plusieurs fois pour apprendre quelque chose, la regarder une fois suffirait pour un rappel parfait. L’avantage supplémentaire des systèmes de reconnaissance de motifs est que le cerveau humain pourrait décoder la vidéo et l’audio plus rapidement que en temps réel. Cela signifie que l’humain pourrait absorber le contenu de la vidéo à des vitesses de 2x, 3x, ou au-delà.

Où puis-je trouver des interfaces cerveau-machine ?

Il s’agit encore de jours très précoces pour ce type d’amplification de l’intelligence. Il existe de multiples efforts en cours pour développer diverses ICM qui pourraient éventuellement évoluer vers ce type d’application. Le plus notable est la société d’Elon Musk, Neuralink, qui est dans les premières étapes de développement d’une ICM à bande passante ultra-élevée pour connecter les humains et les ordinateurs.

Neurallink travaille à la création du premier implant neural qui permettra aux utilisateurs de contrôler un ordinateur ou un appareil mobile partout où ils vont. Pour atteindre cet objectif, des fils à l’échelle du micron sont insérés dans les zones du cerveau qui contrôlent le mouvement. Chaque fil contient de nombreux électrodes et les connecte à un implant appelé le Link.

Même les développeurs d’un système d’ICM peuvent ne pas comprendre pleinement comment il fonctionne au niveau neurochimique du micron. En raison de la plasticité du cerveau humain (capacité à se modifier lui-même), c’est en fait le cerveau humain qui reçoit les entrées et qui apprend ensuite lui-même les sorties nécessaires pour que l’ICM fasse son effet.

La plupart des ICM utilisent un décodeur pour déchiffrer les ondes cérébrales et les motifs qui sont reçus par le cerveau humain. Ce décodeur utilise divers types d’apprentissage automatique, y compris l’apprentissage profond, pour apprendre à déchiffrer les informations reçues dans le but d’identifier les intentions de mouvement et les actions souhaitées. En décodant ces motifs, il peut mieux comprendre ce que le cerveau humain cherche à accomplir.

Il s’agit d’un système en boucle fermée où l’utilisateur fait une intention motrice en pensant simplement, et le décodeur de Neuralink déchiffre l’intention. Cela traduit la pensée en action qui est ensuite exécutée dans le monde par un curseur ou un bras robotique. L’humain reçoit une confirmation visuelle d’une action réussie et que la rétroaction neurochimique entraîne le cerveau à contrôler plus facilement le Neuralink. Le défi pour toute entreprise d’ICM est de construire un décodeur qui ne soit pas trop lourd pour l’utilisateur final.

Certains des problèmes avec les ICM actuelles impliquent la latence, c’est-à-dire le délai entre l’entrée et la sortie à la fois du côté humain et de l’ICM. Actuellement, Neuralink travaille à la résolution de certains des problèmes liés à ce problème, comme l’a déclaré Joseph O’Doherty, un neuro-ingénieur chez Neuralink et chef de son équipe de signaux cérébraux, dans une interview.

“L’étape numéro un est de trouver les sources de latence et de les éliminer toutes. Nous voulons avoir une faible latence dans tout le système. Cela inclut la détection des pics ; cela inclut le traitement sur l’implant ; cela inclut la radio qui doit transmettre – il y a toutes sortes de détails de packetisation avec Bluetooth qui peuvent ajouter de la latence. Et cela inclut le côté récepteur, où vous effectuez une certaine quantité de traitement dans votre étape d’inférence de modèle, et cela inclut même le dessin de pixels sur l’écran pour le curseur que vous contrôlez. Tout petit retard que vous avez là ajoute un délai et cela affecte le contrôle en boucle fermée.”

Alors que Neuralink est l’exemple le plus populaire d’une ICM, il existe de nombreuses autres équipes qui travaillent également sur des projets fascinants. Par exemple, des chercheurs de l’institut médical Howard Hughes ont réussi à permettre à une ICM de taper le texte manuscrit mental des utilisateurs pour la première fois. L’équipe a déchiffré l’activité cérébrale associée à l’écriture de lettres à la main pour obtenir le résultat. Dans ce cas, avec de la pratique, le cerveau a appris à penser stratégiquement à l’écriture manuscrite dans une séquence qui a ensuite été reconnue par l’ICM. Le participant paralysé a pu taper 90 caractères par minute, ce qui est plus du double de ce qui a été enregistré précédemment avec un autre type d’ICM.

Un autre exemple comprend une étude avec deux participants à une étude clinique qui ont une paralysie et qui ont utilisé le système BrainGate avec un émetteur sans fil. Grâce à l’émetteur sans fil, ils pouvaient pointer, cliquer et taper sur un ordinateur de tablette standard.

Intelligence symbiotique amplifiée vs Intelligence humaine

Nous pouvons imaginer un monde où certains humains sont améliorés tandis que d’autres humains choisissent de rester naturels et ne pas s’améliorer. Le danger derrière cela est qu’il va amplifier le fossé entre les humains riches qui ont les moyens de s’améliorer et les humains qui choisissent de rester non améliorés.

Un employé qui est amélioré pourra réaliser des économies de temps importantes en n’ayant pas à douter de lui-même, avec une capacité facile à se rappeler instantanément des informations ou à récupérer des données inconnues sur Internet. Une IA pourrait rapidement alerter l’humain (ou filtrer) les informations qui sont non pertinentes, fausses ou de mauvaise qualité. L’humain amélioré avec un rappel parfait pourrait changer la façon dont il accomplit des tâches et pourrait augmenter de manière exponentielle à la fois l’efficacité et la productivité.

Au lieu de taper du texte ou de parler à haute voix, l’humain amélioré pourrait simplement penser et le texte apparaîtrait magiquement sur un écran. Les économies de temps provenant de cette version plus simple de l’ICM seraient importantes. L’ICM avec le système d’IA pourrait simplement être implanté dans le cerveau humain et chargé sans fil à partir de sources de puissance externes, ou être capable de se fournir de l’énergie à partir des mêmes types de calories et de ressources qui sont intégrés dans le corps et le cerveau humain. Alors que c’est très spéculatif, il peut y avoir des nanorobots qui peuvent traverser la barrière hémato-encéphalique pour générer une ICM.

Un humain amélioré pourrait trouver qu’une conversation avec un humain non amélioré est redondante et ennuyeuse. Il pourrait choisir de s’associer avec d’autres humains améliorés qui souhaitent collaborer pour lancer des entreprises, écrire des articles importants ou devenir productifs de diverses manières. Un employeur pourrait choisir de négliger les antécédents scolaires ou l’expérience pour se concentrer uniquement sur l’embauche de personnel qui a été amélioré.

La société pourrait prendre différents chemins, chacun menant à différents résultats. Sur un chemin, il pourrait y avoir deux types d’humains qui apprennent simplement à coexister.

Avant que les ICM n’atteignent cet état, les premiers développements se concentrent sur les problèmes neurologiques qui incluent les suivants :

• Perte de mémoire
• Perte d’audition
• Cécité
• Paralysie
• Dépression
• Insomnie
• Douleur extrême
• Crises
• Anxiété
• Accoutumance
• Accidents vasculaires cérébraux
• Lésions cérébrales

Il ne faut pas oublier que l’objectif à long terme de Neurallink, comme le déclare Elon Musk, est : “Créer une interface à bande passante élevée qui permet aux humains de suivre le mouvement”. Les implications sont que si nous développons avec succès une Intelligence artificielle générale, ce développement mène inévitablement à la superintelligence. Une ICM sera la solution finale de l’humanité pour vivre dans un monde qui comporte une superintelligence qui est beaucoup plus avancée que nos cerveaux biologiques humains actuels. Il reste à voir combien d’humains choisiront de s’améliorer, dans l’intervalle, les ICM restent l’un des développements les plus importants mettant en vedette des systèmes d’apprentissage par renforcement profond.