AUSTIN (dpa-AFX) – Con escáneres cerebrales e inteligencia artificial, los investigadores estadounidenses han podido capturar al menos aproximadamente ciertos tipos de pensamientos en sujetos de prueba dispuestos. Un decodificador que desarrollaron fue capaz de usar las llamadas imágenes fMRT en ciertas situaciones experimentales para reproducir aproximadamente lo que pasaba por la mente de los participantes, como escribe el equipo en la revista “Nature Neuroscience”. Esta interfaz cerebro-computadora, que no requiere cirugía, algún día podría ayudar a las personas que han perdido la capacidad de hablar, por ejemplo, como resultado de un derrame cerebral, esperan los investigadores. Sin embargo, los expertos son escépticos.
Los autores del estudio de la Universidad de Texas enfatizan que su tecnología no puede usarse para leer pensamientos en secreto.
Las interfaces cerebro-computadora (BCI) se basan en el principio de leer los pensamientos humanos a través de circuitos técnicos, procesarlos y traducirlos en movimiento o habla. De esta manera, las personas paralizadas podrían usar el control mental para controlar un exoesqueleto, o las personas con síndrome de enclaustramiento podrían comunicarse con su mundo exterior. Sin embargo, muchos de los sistemas correspondientes que se investigan actualmente requieren la implantación quirúrgica de electrodos.
En el nuevo enfoque, una computadora forma palabras y oraciones basadas en la actividad cerebral. Los investigadores entrenaron este decodificador de voz haciendo que tres sujetos de prueba escucharan historias durante 16 horas mientras estaban acostados en un escáner de resonancia magnética funcional (fMRI). Con una IRMf de este tipo, se pueden hacer visibles los cambios en el flujo sanguíneo en áreas del cerebro, que a su vez son un indicador de la actividad de las neuronas.
En el siguiente paso, los sujetos escucharon nuevas historias mientras sus cerebros eran examinados nuevamente en el tubo fMRI. El decodificador de voz previamente entrenado ahora podía crear secuencias de palabras a partir de los datos de fMRT, que según los investigadores reproducían el contenido de lo que se escuchaba en gran medida correctamente. El sistema no tradujo la información registrada en la fMRI en palabras individuales. Más bien, utilizó las conexiones reconocidas en el entrenamiento y la inteligencia artificial (IA) para asignar las actividades cerebrales medidas a las frases más probables en nuevas historias.
Rainer Goebel, Jefe del Departamento de Neurociencias Cognitivas de la Universidad de Maastricht en los Países Bajos, explica este enfoque en una clasificación independiente: “Una idea central del trabajo fue usar un modelo de lenguaje de IA para contar la cantidad de frases posibles que pueden ser combinado con consistente con un patrón de actividad cerebral”.
En una conferencia de prensa sobre el estudio, el coautor Jerry Tang ilustró los resultados de las pruebas: el decodificador reprodujo la oración “Todavía no tengo mi licencia de conducir” como “Ella ni siquiera ha comenzado a aprender a conducir”. Según Tang, el ejemplo ilustra una dificultad: “El modelo es muy malo con los pronombres, pero aún no sabemos por qué”.
En general, el decodificador tiene éxito porque muchas frases seleccionadas en historias nuevas, es decir, no entrenadas, contienen palabras del texto original o al menos tienen un significado similar, según Rainer Goebel. “Pero también hubo bastantes errores, lo que es muy malo para una interfaz cerebro-computadora completa, ya que para aplicaciones críticas, por ejemplo, la comunicación con pacientes encerrados, es particularmente importante no generar declaraciones falsas”. Incluso se generaron más errores cuando se les pidió a los sujetos que imaginaran una historia de forma independiente o miraran una película muda animada corta y se le pidió al decodificador que reprodujera los eventos en ella.
Para Goebel, los resultados del sistema presentado son demasiado malos en general para ser adecuados como una interfaz confiable: “Me atrevo a predecir que las BCI basadas en fMRI (desafortunadamente) probablemente también se limitarán al trabajo de investigación con algunos sujetos de prueba en el futuro. – como es el caso en este estudio se quedará.”
También Christoph Reichert de Leibniz-El Instituto de Neurobiología se muestra escéptico: “Si observa los ejemplos del texto presentado y reconstruido, rápidamente queda claro que esta tecnología aún está muy lejos de generar de manera confiable un texto ‘imaginado’ a partir de datos cerebrales”. Sin embargo, el estudio insinúa lo que podría ser posible si mejoraran las técnicas de medición.
También existen preocupaciones éticas: según los desarrollos futuros, podrían ser necesarias medidas para proteger la privacidad intelectual, escriben los propios autores.Sin embargo, las pruebas con el decodificador mostraron que los sujetos de prueba tenían que cooperar tanto para el entrenamiento como para la aplicación posterior. “Si contaban mentalmente durante la decodificación, nombraban animales o pensaban en otra historia, el proceso se saboteaba”, describe Jerry Tang. El decodificador también funcionó mal cuando el modelo había sido entrenado con otra persona./fm/ DP/e.g
About the Author
