Pensamientos en texto: la inteligencia artificial (IA) decodifica el cerebro humano

La IA se utiliza cada vez más para interpretar la actividad cerebral en un flujo de texto continuo. Esto puede potencialmente transformar la comunicación de las personas que padecen enfermedades neurológicas graves. En el contexto de los métodos de neuroimagen, la IA es muy prometedora para analizar la actividad cerebral.

En el avance más reciente, un decodificador semántico basado en inteligencia artificial demostró formas novedosas de traducir actividades cerebrales en una variedad infinita de textos. Esta innovación permitiría o convertiría por primera vez ideas "no invasivas" en textos. Esto puede ayudar a las personas con dificultades para comunicarse después de un derrame cerebral o una enfermedad de la neurona motora. 

Para extraer información relevante de datos complejos y ruidosos, se requieren métodos avanzados de procesamiento de datos para la interpretación de la actividad cerebral. Los algoritmos de IA pueden ayudar a automatizar y simplificar este procedimiento. Esto permite a los investigadores sacar conclusiones más precisas y fiables sobre la actividad cerebral.

En este caso, el decodificador podría reconstruir adecuadamente el habla mientras los encuestados escuchaban o imaginaban un cuento. Se trata de un gran salto en innovación en comparación con los sistemas de decodificación de idiomas anteriores que incluían implantes quirúrgicos. 

Científicos de renombre han respaldado el avance más reciente, ya que supera un obstáculo crítico. El Dr. Alexander Huth, neurólogo de la Universidad de Texas, añadió: "Para un método no invasivo, este es un verdadero avance en comparación con lo que se ha hecho antes, que normalmente consiste en palabras sueltas u oraciones cortas".

La resonancia magnética funcional monitorea las variaciones en el flujo sanguíneo a varias partes del cerebro, lo que puede usarse para inferir la actividad neuronal. Sin embargo, en comparación con la activación real de las neuronas en el cerebro, este proceso es relativamente lento. La resonancia magnética funcional tiene una resolución temporal de segundos, lo que significa que no puede detectar cambios rápidos en la actividad cerebral. Según The Guardian, esto dificulta el análisis de la actividad cerebral en reacción al "habla natural", ya que proporciona una "mezcolanza de información" dispersa en unos pocos segundos.

La introducción de grandes modelos de lenguaje, como ChatGPT de OpenAI, ha marcado un avance importante en la inteligencia artificial. Estos modelos se entrenan con volúmenes masivos de datos de texto, lo que les permite responder a una amplia variedad de entradas de manera humana. Esto permitió a los investigadores examinar el significado semántico del habla en este caso. Es decir, comprender los patrones de actividad neuronal asociados a una cadena de palabras. 

Tras el descubrimiento, el equipo de investigación pretende ampliar la utilidad de la técnica en otros sistemas de imágenes cerebrales más portátiles, como la espectroscopia funcional de infrarrojo cercano (fNIRS). Sin embargo, pueden surgir problemas de seguridad como resultado de la última innovación.