Dans le concours actuel de science-donc-bizarre-absolument-indispensable-de-science-fiction, nous avons un gagnant clair: une nouvelle étude dans laquelle une équipe de scientifiques utilise un appareil IRM, un modèle informatique et des milliers d'images du Internet pour savoir ce que les gens voient dans leurs rêves.
Contenu connexe
- Pourquoi l'esprit errant peut être si misérable, selon les experts du bonheur
Aussi incroyable que cela puisse paraître, des chercheurs de Kyoto, au Japon, affirment avoir construit une machine à lire les rêves, qui en a suffisamment appris sur les schémas neurologiques de trois participants à la recherche pour prédire leurs visualisations en veille avec une précision de 60%. L’étude, publiée aujourd’hui dans Science, est considérée comme le premier cas dans lequel des données objectives ont été rassemblées sur le contenu d’un rêve.
L'idée apparemment extraordinaire est construite à partir d'un concept simple: notre cerveau suit des modèles prévisibles lorsqu'ils réagissent à différents types de stimuli visuels et, au fil du temps, un algorithme d'apprentissage peut déterminer comment corréler chacun de ces modèles avec différentes classes de visualisations. Une étude réalisée en 2005 par l'un des chercheurs a abouti à une méthode beaucoup plus primitive - alors que les sujets étaient éveillés - avec un programme d'apprentissage utilisant correctement les lectures IRM fonctionnelles (l'IRMf indique le flux sanguin dans différentes parties du cerveau) pour déterminer dans quelle direction un sujet regardait.
Cette étude a suivi le même principe mais l'a poussée dans une direction beaucoup plus ambitieuse, cherchant à faire correspondre les images réelles - pas seulement les directions visuelles - avec les lectures IRMf, et à le faire pendant que les sujets étaient endormis.
La recherche a été effectuée sur trois participants, chacun dormant à tour de rôle dans un scanner IRM pendant trois jours, sur une période de 10 jours. Les participants ont également été connectés à un appareil d'électroencéphalographie (EEG), qui permet de suivre le niveau général d'activité électrique dans le cerveau et d'indiquer à quel stade de sommeil ils se trouvaient.
Les rêves les plus profonds et les plus longs se produisent pendant le sommeil paradoxal, qui commence généralement après quelques heures de sommeil. Mais des hallucinations rapides et sporadiques se produisent également au cours de la phase 1 du sommeil lent, qui commence quelques minutes après la fin de votre sommeil, et les chercheurs ont cherché à suivre les visualisations effectuées au cours de cette phase.
Alors que l'IRMf surveillait le flux sanguin vers différentes parties du cerveau des sujets, ceux-ci s'endormirent; puis, une fois que les scientifiques ont remarqué qu’ils étaient entrés dans la phase 1, ils les ont réveillés et leur ont demandé de décrire ce qu’ils voyaient auparavant en rêvant. Ils ont répété ce processus près de 200 fois pour chacun des participants.
Par la suite, ils ont enregistré les 20 catégories d'éléments les plus couramment vus par chaque participant («bâtiment», «personne» ou «lettre», par exemple) et ont recherché sur le Web des photos qui correspondaient approximativement aux objets. Ils ont montré ces images aux participants quand ils étaient réveillés, également dans le scanner IRM, puis ont comparé les lectures aux lectures IRM du moment où les personnes avaient vu les mêmes objets dans leurs rêves. Cela leur a permis d'isoler les schémas particuliers de l'activité cérébrale associés à la vision d'un objet donné de schémas non liés, simplement corrélés au fait de dormir.
Ils ont alimenté toutes ces données - les 20 types d'objets les plus courants que chaque participant avait vus dans ses rêves, représentés par des milliers d'images du Web, ainsi que l'activité cérébrale des participants (à partir des lectures d'IRM) qui se sont produites. de les voir - dans un algorithme d’apprentissage, capable d’améliorer et d’affiner son modèle à partir des données. Quand ils ont invité les trois dormeurs dans l’IRM pour tester l’algorithme récemment affiné, il a généré des vidéos similaires à celle ci-dessous, produisant des groupes d’images apparentées (prises sur des milliers sur le Web) et sélectionnant l’un des 20 groupes en bas), il était probable que la personne voyait, sur la base de ses lectures IRM:
Quand ils ont réveillé les sujets et leur ont demandé de décrire leurs rêves, il s’est avéré que les prédictions de la machine étaient meilleures que le hasard, bien qu’elles ne soient en aucun cas parfaites. Les chercheurs ont choisi deux classes d'éléments - l'un que le rêveur avait rapporté avoir vu et l'autre non - et ont vérifié, une fois que l'algorithme avait signalé un seul d'entre eux, combien de fois il prédisait le bon.
L'algorithme a bien fonctionné 60% du temps, une proportion qui, selon les chercheurs, ne peut être expliquée par le hasard. En particulier, il était préférable de distinguer les visualisations de différentes catégories que d’images différentes de la même catégorie - c’est-à-dire qu’il avait plus de chance de dire si un rêveur voyait une personne ou une scène, mais moins de deviner si un particulier la scène était un bâtiment ou une rue.
Bien qu'il ne soit possible que de prédictions relativement grossières, le système présente une chose surprenante: nos rêves peuvent sembler être des expériences subjectives et privées, mais ils produisent des données objectives et cohérentes pouvant être analysées par d'autres. Les chercheurs ont déclaré que ces travaux pourraient constituer une première incursion dans l'analyse scientifique des rêves, permettant éventuellement une interprétation plus sophistiquée des rêves au cours de phases de sommeil plus profondes.
