Interface cerveau-ordinateur : comment une puce dans le crâne peut contrôler un ordinateur

Un homme paralysé depuis les épaules contrôle une souris d’ordinateur par la pensée. Une femme incapable de parler depuis 18 ans retrouve une voix de synthèse. Une équipe chinoise vient de réussir le deuxième implant cérébral sans fil au monde. Ce qui ressemblait encore à de la science-fiction il y a dix ans est aujourd’hui dans les salles d’opération, avec des patients, des données et des résultats. Mais techniquement, comment ça marche ?

De l’électricité dans le crâne

Tout commence par un fait qu’on oublie parfois : le cerveau est électrique. Chaque fois que vous envisagez de bouger un doigt – ou simplement que vous le faites – des milliers de neurones s’activent en cascade dans votre cortex moteur. Ces cellules communiquent via des impulsions électriques appelées potentiels d’action, d’une durée de quelques millisecondes, d’une intensité de l’ordre du microvolt. C’est un million de fois plus faible qu’une pile de montre.

Hans Berger, psychiatre allemand, a été le premier à mesurer cette activité depuis l’extérieur du crâne, en 1924, avec les premiers électroencéphalogrammes (EEG). Des fils d’argent glissés sous le cuir chevelu de ses patients. Grossier, mais fonctionnel. Le principe de base de toutes les interfaces cerveau-ordinateur modernes est là.

Le terme BCI (brain-computer interface) est apparu officiellement en 1973, sous la plume de Jacques Vidal, chercheur à l’Université de Californie à Los Angeles. C’est lui qui a posé le « défi BCI » : utiliser les signaux électriques du cerveau pour contrôler des objets externes par la seule pensée.

Invasif, non-invasif : deux mondes à part

On distingue deux grandes familles de BCI, et la différence est majeure.

Les systèmes non-invasifs s’appuient sur des capteurs posés sur la tête. Un bonnet EEG, le plus souvent. Pas de chirurgie, pas de risque. Mais le signal est capté à travers le crâne et le cuir chevelu, ce qui le rend faible et bruité. Difficile de distinguer l’activation précise d’un groupe de neurones depuis l’extérieur.

Les systèmes invasifs impliquent une intervention chirurgicale pour placer des électrodes directement dans ou sur le tissu cérébral. Le signal obtenu est incomparablement plus précis. On peut enregistrer l’activité de neurones individuels.

Il existe une troisième voie, intermédiaire : le Stentrode de la société Synchron. Ce dispositif se glisse dans un vaisseau sanguin à proximité du cortex moteur via un cathéter, sans ouvrir la boîte crânienne. Reuters rapportait en 2021 que Synchron avait obtenu le feu vert de la FDA pour des essais cliniques aux États-Unis, une première pour ce type d’approche endovasculaire.

La chaîne complète : du neurone à la commande

Voilà comment le processus fonctionne de bout en bout, chez un patient porteur d’un implant invasif.

Le cerveau génère un signal. Le cortex moteur s’active comme si les muscles allaient répondre – même chez un paralysé, qui ne peut plus bouger physiquement, l’intention motrice produit bien une activité neuronale mesurable. Ces potentiels électriques sont captés par les électrodes et transmis à un amplificateur, qui les renforce sans trop les distordre.

Vient alors l’étape la plus complexe : le décodage. Des algorithmes de machine learning, entraînés sur des milliers d’exemples d’activité cérébrale étiquetée, apprennent à reconnaître quel motif d’activation correspond à quelle intention. « Bouger le curseur vers la gauche. » « Cliquer. » « Articuler cette syllabe. » Le résultat est converti en commande numérique et envoyé au dispositif en quelques dizaines de millisecondes.

La puce N1 de Neuralink illustre bien cette logique : 1024 électrodes montées sur 64 fils aussi fins qu’un cheveu humain, implantés dans le cortex moteur. En janvier 2024, Reuters annonçait que Noland Arbaugh, 29 ans, paralysé des épaules après un accident de plongée, était devenu le premier patient à recevoir cet implant. Quelques semaines plus tard, il jouait aux échecs par la pensée.

Des résultats qui commencent à convaincre

Les applications médicales sont les plus avancées. Contrôle d’un fauteuil roulant, frappe sur un clavier virtuel, manipulation d’une prothèse. En 2012, le consortium BrainGate publiait dans Nature un résultat marquant : une femme tétraplégique avait réussi à saisir une tasse de café avec un bras robotique guidé uniquement par ses signaux cérébraux. Première mondiale.

Des chercheurs de l’Université de Californie à San Francisco ont publié dans Nature, en 2023, les résultats d’une expérience frappante : une patiente incapable de parler depuis 18 ans parvenait à synthétiser des phrases à 78 mots par minute grâce à une BCI couplée à un modèle d’IA. Le système décodait les signaux cérébraux correspondant à l’articulation de phonèmes, puis les convertissait en paroles. Un rythme proche du débit conversationnel ordinaire.

Ce qui freine encore

Les progrès sont réels, mais les obstacles aussi. La biocompatibilité reste un problème sérieux : le cerveau réagit aux corps étrangers, les électrodes se retrouvent parfois encapsulées par du tissu cicatriciel, et leur efficacité diminue au fil du temps. La durée de vie des implants actuels se compte en quelques années, pas en décennies.

La transmission sans fil est une autre contrainte. Les données brutes de l’activité cérébrale sont volumineuses, les transmettre en temps réel sans consommer trop d’énergie reste un problème d’ingénierie non résolu à grande échelle. C’est précisément là que les équipes chinoises et américaines se livrent une course d’avance, avec des architectures toujours plus compactes.

Et puis les questions éthiques commencent à s’imposer dans les débats réglementaires. Qui possède les données cérébrales d’un patient ? Peuvent-elles être exploitées pour entraîner des modèles d’IA ? Peut-on envisager des BCI non médicales, pour « augmenter » des capacités cognitives chez des personnes saines ?

Les BCI ne « lisent » pas dans les pensées au sens littéral. Elles captent des intentions motrices, des patterns d’activation, pas la conscience ni les émotions. Mais transformer un signal électrique du cortex en commande pour un bras robotique qui attrape une tasse de café – franchement, ça n’est déjà plus de la science-fiction.