Avez-vous déjà rêvé d’une personne au hasard avec qui vous êtes allé au lycée ? Ou d’un rêve prémonitoire prédisant un embouteillage sur le trajet de votre travail ? Ou que diriez-vous d’un rêve insensé avec des monstres et d’étranges personnages, sans scénario bien précis, qui perturberait votre sommeil ?
Les rêves font partie de l’expérience humaine, et ils déroutent les mystiques, les scientifiques et les gens ordinaires. En apparence, les rêves peuvent sembler profonds et déroutants et, en réalité, leur fondement scientifique continue d’échapper aux psychologues du rêve et aux biologistes. Les rêves pourraient-ils être un mystère mieux résolu grâce à l’intelligence artificielle ? Pourrions-nous un jour avoir un algorithme de machine learning qui pourrait prédire et analyser nos rêves ?
Les défis des rêves
Les rêves présentent une variété de défis pour les chercheurs en IA :
Compréhension scientifique
Malgré des années de collaboration entre biologistes, psychologues et autres professionnels scientifiques pour mieux comprendre les rêves, il y a encore beaucoup de choses que nous ne comprenons pas. Certaines théories prétendent que les rêves sont statiques au hasard dans le cerveau, tandis que d’autres les décrivent comme une sorte de simulateur pour nous préparer à la vie éveillée, et d’autres encore les voient comme un moyen de nous aider à consolider et à stocker des souvenirs à long terme. Sans cette compréhension de base, il est difficile d’élaborer une solution qui puisse les sonder et les disséquer.
Écart individuel
Tous les gens ne rêvent pas de la même façon. Un algorithme qui pourrait prédire les rêves d’une personne ne peut pas nécessairement prédire ceux d’une autre personne, selon ses antécédents, ses habitudes de sommeil et d’autres variables.
Motivation
C’est fascinant de réfléchir à ses rêves bizarres, de se demander ce qui vous a poussé à inventer ces images, mais au-delà de la curiosité, il n’y a pas beaucoup de motivation pour apprendre pourquoi et comment les gens rêvent. Il n’y a pas d’incitatif financier ou autre.
Enregistrement des rêves
Des chercheurs du Gallant Lab de l’Université de Californie ont déjà un algorithme qui peut traiter l’activité cérébrale pour former une image reconnaissable. Dans leur recherche, ils ont demandé aux participants de regarder des bandes-annonces de films et de réfléchir activement à ce qu’ils regardaient. En n’utilisant que des images cérébrales, ils ont pu recréer de vagues images des bandes-annonces qu’ils regardaient. Si la même technologie est appliquée aux rêves, elle pourrait nous permettre de voir des images associées aux rêves d’une personne.
Le principal problème ici est la résolution ; bien que les chercheurs aient été capables d’analyser certaines formes et couleurs, ils n’ont pas été capables de reconstruire une vidéo haute résolution des pensées d’une personne. L’intelligence artificielle pourrait aider à faire passer ces algorithmes à un niveau supérieur, bien qu’il ne soit pas certain que nous rêvions d’abord en haute résolution.
Analyse des habitudes de sommeil
Certaines entreprises émergent également, offrant des solutions basées sur l’IA qui aident les clients à comprendre leurs habitudes de sommeil, comme Sleep.ai. Ces applications pour les consommateurs surveillent habituellement des choses comme le ronflement, le grincement des dents, le balancement et la rotation à l’aide d’appareils portables ou de téléphones intelligents, puis fournissent des images de données et des outils de diagnostic pour aider les consommateurs à mieux dormir. Combiné à un certain niveau de surveillance des rêves, il pourrait être utilisé pour identifier et prédire les tendances futures.
Prévision des rêves et influence
La prochaine étape logique consisterait à utiliser l’IA d’abord pour reconnaître comment les gens rêvent, puis à utiliser ces données (combinées à des données historiques) pour prévoir comment une personne pourrait rêver dans l’avenir. Les techniques du rêve lucide familiarisent déjà les consommateurs avec les stratégies qu’ils peuvent utiliser pour maîtriser la conscience de leurs propres rêves. Le problème est de combler l’écart entre l’instinct du consommateur et l’analyse objective des données.
L’un des plus gros problèmes ici est la disponibilité des données ; il y a d’innombrables variables qui affectent la façon dont nous dormons et rêvons, dont beaucoup sont encore mal comprises par les scientifiques. Bien que nous ayons les outils nécessaires pour recueillir ces données, nous n’avons pas nécessairement les outils nécessaires pour mesurer objectivement leur impact sur les rêves (c.-à-d., enregistrer des images de rêves).
L’autre problème, c’est d’établir des prévisions raisonnablement exactes à partir de ces chiffres et des données fournies par les consommateurs. Ce problème pourrait être résolu avec une IA suffisamment avancée, même avec nos capacités actuelles, mais il faudrait encore du temps pour qu’il se développe.
Est-ce vraiment possible ?
Est-il donc possible pour nous d’utiliser le machine learning pour mieux comprendre nos rêves ? Presque certainement. Nous sommes déjà sur le point de comprendre pleinement ce que sont les rêves et comment ils fonctionnent, et nous serons bientôt en mesure de projeter les rêves des gens comme s’ils étaient sur un projecteur de film. Il faudra quand même une combinaison d’innovation technologique, de connaissances scientifiques et d’un désir collectif de faire progresser cette technologie jusqu’au stade du développement, ce qui pourrait prendre des années, voire des décennies, avant que nous ayons un algorithme ou un dispositif fonctionnel.
