Una IA ha reconstruido la secuencia de cuadros de un video basándose en la actividad cerebral de los ratones que vieron las imágenes.
Un sistema de inteligencia artificial ha colocado los cuadros en un video en blanco y negro en un orden casi perfecto en función de la actividad cerebral de los ratones que vieron el video. El sistema es desarrollado por un investigador de IA. Mackenzie Mathis de la Universidad Técnica de Lausana y sus colegas. Los resultados han sido publicados en Naturaleza.
Los investigadores utilizaron datos sobre la actividad cerebral de unos cincuenta ratones. Esta actividad cerebral se midió mientras los ratones miraban un video de 30 segundos diez veces. Entrenaron una IA para vincular los datos de las primeras nueve sesiones de visualización al video. El video consta de 600 fotogramas y muestra a un hombre corriendo hacia un automóvil y abriendo el maletero.
LEA TAMBIÉN
Estas siete ideas de química van a cambiar el mundo
Las formas químicas cada vez más inteligentes de manipular moléculas nos traen todo tipo de progreso. Destacamos siete de los más prometedores…
Luego, Mathis y su equipo midieron si su IA podía predecir el orden de los cuadros en el video en función de la actividad cerebral que mostraron los ratones cuando vieron el video por décima vez. En el 95 por ciento de los casos, la IA pudo predecir correctamente qué cuadro miraban los ratones en un segundo.
Sensaciones visuales
Otros sistemas de IA que reconstruyen imágenes a partir de señales cerebrales funcionan mejor si se entrenan con mediciones cerebrales del mismo ratón en el que hacen sus predicciones. Para probar si esto también se aplicaba a su IA, los investigadores entrenaron el sistema en mediciones cerebrales de ratones individuales. Después de ese entrenamiento, la IA predijo los cuadros vistos de la película con una precisión de solo 50 a 75 por ciento. “Entrenar esta IA con datos de múltiples animales en realidad mejora las predicciones. Así que no tienes que entrenar a la IA con datos de individuos específicos”, dice Mathis.
Al hacer conexiones entre los patrones de actividad cerebral y la información visual, el sistema podría usarse eventualmente para encontrar formas de provocar sensaciones visuales en personas con discapacidades visuales, dice Mathis. “Puedes imaginar un escenario en el que puedas ayudar a alguien con una discapacidad visual a ver el mundo de maneras interesantes, induciendo la actividad neuronal que les da esa sensación visual”, dice ella.