Le 29 juin 2026, l’équipe de recherche en IA de Meta (FAIR) a publié sur son blog une mise à jour de ses travaux. Le projet s’appelle Brain2Qwerty — un système d’apprentissage profond qui convertit les signaux cérébraux directement en texte. La version v1, publiée l’année dernière dans Nature Neuroscience, affichait un taux d’erreur caractère (CER) de 32% — meilleur que toutes les méthodes non invasives existantes, mais encore loin d’être utilisable en pratique. Voici la v2 : neuf volontaires, chacun équipé d’un casque de magnétoencéphalographie (MEG), ont tapé des phrases pendant 10 heures, soit environ 22 000 phrases au total. Le modèle entraîné atteint une précision moyenne de 61% au niveau des mots, le meilleur participant culminant à 78%.
Le mot-clé de cette dernière ligne, c’est le premier adjectif : « équipé » — pas implanté, pas de trépanation, pas de chirurgie.
Le même jour, le code d’entraînement complet de cette étude a été publié en open source sur GitHub, et le jeu de données de la v1 a été rendu public par le partenaire BCBL (Basque Center on Cognition, Brain and Language). Pour le domaine des interfaces cerveau-ordinateur, c’est le meilleur bulletin de notes jamais présenté par l’approche non invasive.
L’ennemi juré : l’atténuation du signal
Pour comprendre pourquoi c’est important, il faut saisir un obstacle physique incontournable de ce domaine.
Quand notre cerveau travaille, les neurones émettent des décharges électriques, produisant de faibles signaux électriques et magnétiques. Pour décoder « à quel mot pense la personne », deux voies fondamentales s’offrent aux chercheurs.
Première approche : placer les capteurs directement sur le cerveau. Comme l’implant N1 de Neuralink et ses 1024 électrodes, où un robot chirurgical insère des fils plus fins qu’un cheveu directement dans le cortex moteur — la zone qui contrôle les mouvements des doigts. L’analogie, c’est un micro placé devant chaque musicien d’un orchestre symphonique : signal limpide, bruit quasi nul. Le prix à payer est tout aussi direct : il faut laisser un chirurgien percer un trou dans votre crâne.
Deuxième approche : placer les capteurs à l’extérieur de la tête. Comme l’EEG (électroencéphalographie, des électrodes sur le cuir chevelu) ou le MEG (magnétoencéphalographie, un énorme casque digne d’un film de science-fiction). L’analogie, c’est écouter un match de foot depuis le parking, derrière les murs du stade : vous entendez l’intensité et le rythme des acclamations, mais impossible de distinguer qui a crié quoi. Le signal traverse le crâne, le cuir chevelu et les méninges — il s’atténue massivement et se trouve parasité par les battements de cœur, les clignements d’yeux, les mouvements musculaires.
La tension entre ces deux approches est le débat central des interfaces cerveau-ordinateur depuis des décennies. D’un côté, « signal limpide, mais crâne ouvert ». De l’autre, « sécurité absolue, mais signal flou ». L’écart a longtemps été abyssal : le meilleur score des méthodes invasives atteint un taux d’erreur mot (WER) d’environ 2%, tandis que la meilleure performance non invasive précédente — Brain2Qwerty v1 — stagnait à 52%. Un facteur 25.
Comment Meta a-t-il transformé un signal flou en signal net ?
Brain2Qwerty v2 assemble trois maillons en une chaîne de traitement cohérente, et réussit là où « écouter un match depuis le parking » semblait voué à l’échec.
Étape 1 : convertir les signaux cérébraux en caractères candidats. Les participants, coiffés d’un casque MEG Megin à 306 canaux, regardent des phrases apparaître à l’écran et les tapent sur un clavier QWERTY. Ce que le modèle ne fait pas — contrairement au v1, dont c’était le talon d’Achille — c’est « attendre de connaître le moment précis de chaque pression de touche avant de décoder ». La v2 utilise le CTC (Connectionist Temporal Classification) pour un décodage asynchrone : elle prend un flux continu de signaux cérébraux et produit un flux continu de prédictions de caractères. Après 10 heures d’entraînement, l’écart entre décodage synchrone et asynchrone se réduit à 2%.
Étape 2 : aligner les caractères en mots. La sortie de l’étape cerveau → caractères reste très « sale » — le CTC produit des séquences truffées de blancs, de répétitions et d’erreurs. La v2 insère ici un aligneur lexical (Word Aligner), dont le rôle s’apparente à « comprendre une personne qui articule mal » — extraire des frontières de mots probables depuis un flux de caractères chaotique.
Étape 3 : utiliser un grand modèle de langue comme correcteur. C’est l’étape la plus cruciale, et la plus astucieuse. Meta a pris Qwen3-4B, le modèle open source de Tongyi Qianwen (Alibaba), et l’a affiné — seulement 4 milliards de paramètres, mais les grands modèles de langue possèdent une compréhension native de la grammaire, de la sémantique et du contexte. Quand le décodage cérébral produit un mot flou, le LLM corrige en s’appuyant sur le contexte. Exemple concret : vous pensez « aujourd’hui il fait beau », mais le signal MEG est décodé comme « aujourdui il fai bau ». Le LLM, en voyant ces tokens dans cet ordre, les rectifie automatiquement — parce qu’il a appris sur des milliards de textes que « aujourdui » n’est pas un mot français, que « aujourd’hui » l’est, et que « aujourd’hui il fait beau » est la seule phrase complète plausible.
Cette architecture — encodeur → aligneur lexical → LLM affiné — a fait chuter le WER moyen de 52% (v1) à 39% (v2), soit une précision mot de 61%. Le meilleur participant atteint un WER de 22% (précision de 78%), avec 28% de phrases parfaitement correctes et 47% de phrases ne contenant qu’une erreur au maximum.
L’équipe de recherche met en évidence une loi d’échelle remarquable : la précision du décodage croît linéairement avec le logarithme du volume de données d’entraînement (Pearson r = -0,99), sans le moindre signe de saturation à 90 heures de données. Traduction : la route est encore longue — plus de données, c’est mieux, de façon prévisible.
Image : architecture de Brain2Qwerty v2 — encodeur CTC → aligneur lexical → modèle de langue Qwen3-4B affiné. Source : ai.meta.com
Les deux voies en confrontation directe
Mettons les deux bulletins de notes côte à côte :
| Métrique | Meta Brain2Qwerty v2 (non invasif) | Meilleur système invasif |
|---|---|---|
| Méthode | Casque MEG, sans chirurgie | Implantation chirurgicale d’électrodes |
| WER moyen | 39% | ~2% |
| WER meilleur participant | 22% | Inférieur (participant unique) |
| Données d’entraînement | 9 personnes, ~90 heures | Enregistrements long terme, patient unique |
| Risques | Aucun | Infection, hémorragie, inflammation, dégradation du signal |
| Coût | Équipement MEG coûteux mais réutilisable | Chirurgie + implant + maintenance |
| Passage à l’échelle | Théoriquement accessible à tous | Nécessite un neurochirurgien, difficile à généraliser |
Ce tableau ne permet pas de conclure simplement « qui a gagné ». Les 2% de WER de la voie invasive, qu’est-ce que ça représente ? La possibilité d’une utilisation en conversation quotidienne — le sujet de Neuralink atteint 40 mots par minute, avec un taux d’erreur proche de la frappe humaine. Pour les patients atteints de la maladie de Charcot (SLA) ou du syndrome d’enfermement, qui ont perdu tout moyen de communication, chaque mot correctement décodé de plus représente un gain de qualité de vie immense.
Mais la voie invasive a deux défauts irréductibles. D’abord, elle est irréversible. La réponse immunitaire après implantation — les cellules microgliales forment un tissu cicatriciel autour des électrodes — dégrade progressivement le signal sur des mois ou des années. Ce n’est pas un problème d’ingénierie, c’est un problème biologique. Ensuite, elle est impossible à généraliser. Le nombre de neurochirurgiens capables de réaliser ce type d’implantation dans le monde est limité ; le coût et le risque de chaque intervention la réservent à une infime minorité de patients.
La voie choisie par Meta — non invasive + données massives + apprentissage profond — revient à pousser l’interface cerveau-ordinateur hors du champ de la « neuroprothèse clinique » en direction d’un « appareil grand public ». Le chemin est encore très court : un appareil MEG est un monstre de plusieurs millions de dollars, qui nécessite une chambre blindée magnétiquement pour fonctionner. Entre ça et un bracelet connecté, il y a un gouffre. Mais souvenez-vous des scanners CT des années 80 et des montres connectées d’aujourd’hui. La miniaturisation des dispositifs est une question de temps d’ingénierie, pas de limite physique.
Ce que j’en pense
Un commentaire sur HN résume : « Ce n’est pas une nouvelle technologie ; l’article montre simplement que leur nouvelle méthode apporte une amélioration modeste mais statistiquement significative sur une technologie existante. » Ce commentateur a raison — au plan technique, Brain2Qwerty n’a inventé ni une nouvelle méthode d’acquisition du signal ni un nouveau matériel. Sa contribution, c’est d’avoir « fait mieux fonctionner l’apprentissage profond sur des données limitées ».
Mais j’ajouterais ceci : dans ce domaine, une « amélioration modeste » et une « amélioration modeste » dans le logiciel ordinaire ne sont pas du même ordre. Quand votre taux d’erreur de référence est de 52%, passer à 39% représente un gain relatif de 25%. Et quand une loi d’échelle vous dit « empilez plus de données et ça s’améliorera », cela signifie que la trajectoire technologique est prévisible, pas hasardeuse — en ingénierie, cela vaut bien davantage qu’un score record isolé.
Autre point notable : Meta a choisi de publier le code et le jeu de données en open source. Dans ce domaine, les grands jeux de données de signaux cérébraux non invasifs sont dramatiquement rares — en raison du coût de collecte et de la complexité des autorisations éthiques. Le jeu de données de Brain2Qwerty v1 est l’un des plus vastes ensembles publics de ce type à ce jour. Si l’objectif est de faire entrer l’interface cerveau-ordinateur non invasive dans la vie quotidienne — et pas seulement au service de quelques milliardaires ou patients en phase terminale — l’open source est le levier le plus efficace. Peu importe ce que vous pensez de Meta ; c’est une logique purement technique.
Sur l’inquiétude légitime concernant la vie privée — un commentaire populaire sur HN disait : « Je ne fais pas confiance à Zuckerberg à proximité de mes ondes cérébrales » — je la trouve fondée, mais incomplète. Ce que Brain2Qwerty décode, c’est « quel mot voulez-vous taper », pas « à quoi pensez-vous ». La différence est essentielle : le premier relève de l’intention motrice (vous décidez activement d’appuyer sur une touche), le second de la pensée libre. Aujourd’hui, la technologie non invasive n’atteint même pas 100% de précision sur le premier — elle est à des années-lumière du second. Mais cela ne signifie pas que nous ne devrions pas commencer à définir des règles dès maintenant. Face à la vitesse du progrès technique, les cadres éthiques sont toujours en retard, jamais en avance.
Les deux voies ne sont peut-être pas condamnées à s’exclure mutuellement. L’approche invasive continuera de servir ceux qui en ont le plus besoin — les patients privés de tout moyen de communication. Si l’approche non invasive poursuit sa trajectoire le long de sa loi d’échelle, elle pourrait un jour entrer dans notre quotidien : changer d’itinéraire GPS par la pensée en conduisant, répondre à un message par la pensée en cuisinant. Deux trajectoires lancées dans la même direction, visant des points d’arrivée différents — mais plus elles avancent, plus elles se rapprochent.
Liens de référence :
- Meta AI Blog: From Brain Waves to Words — Brain2Qwerty v2
- Article technique Brain2Qwerty v2 (arXiv:2502.17480)
- Nature Neuroscience: Noninvasive decoding of typed sentences from human brain activity
- Code open source : github.com/facebookresearch/brain2qwerty
- Analyse technique explainx.ai : Meta Brain2Qwerty v2
- Discussion Hacker News
- Avancement de l’étude PRIME de Neuralink