¿Se puede leer la mente?
Los investigadores de la Universidad Radboud y la UMC Utrecht han logrado un hito al transformar señales cerebrales en habla audible. Es lo más parecido a poder leer la mente que se tiene hoy en día. Mediante la decodificación de las señales cerebrales a través de una combinación de implantes y inteligencia artificial, lograron predecir las palabras que las personas querían expresar con una precisión del 92 al 100%. Estos hallazgos se publicaron en el Journal of Neural Engineering este pasado mes.
Este avance señala un desarrollo prometedor en el campo de las Interfaces Cerebro-Computadora, según la autora principal Julia Berezutskaya, investigadora en el Instituto Donders de Cerebro, Cognición y Comportamiento de la Universidad Radboud y la UMC Utrecht. Berezutskaya y sus colegas utilizaron implantes cerebrales en pacientes con epilepsia para inferir lo que las personas estaban diciendo.
Recuperando Voces Mentales
«En última instancia, esperamos hacer que esta tecnología esté disponible para pacientes en estado de encierro, que están paralizados e incapaces de comunicarse«, afirma Berezutskaya. «Estas personas pierden la capacidad de mover sus músculos y, por lo tanto, de hablar. Al desarrollar una interfaz cerebro-computadora, podemos analizar la actividad cerebral y devolverles la voz«.
Para el experimento en su nuevo artículo, los investigadores pidieron a personas no paralizadas con implantes cerebrales temporales que pronunciaran varias palabras en voz alta mientras se medía su actividad cerebral. Berezutskaya explica: «Pudimos establecer un mapeo directo entre la actividad cerebral por un lado y el habla por el otro. También utilizamos modelos avanzados de inteligencia artificial para traducir esa actividad cerebral directamente en habla audible. Esto significa que no solo pudimos adivinar lo que las personas estaban diciendo, sino que también pudimos transformar esas palabras de inmediato en sonidos inteligibles y comprensibles. Además, la voz reconstruida incluso sonaba como la del hablante original en tono de voz y manera de hablar«.
Investigadores de todo el mundo trabajan en formas de reconocer palabras y oraciones en patrones cerebrales. Los investigadores lograron reconstruir un habla inteligible con conjuntos de datos relativamente pequeños, demostrando que sus modelos pueden descubrir el complejo mapeo entre la actividad cerebral y el habla con datos limitados. Crucialmente, también realizaron pruebas de escucha con voluntarios para evaluar la identificabilidad de las palabras sintetizadas. Los resultados positivos indican que la tecnología no solo tiene éxito en identificar correctamente las palabras, sino también en transmitir esas palabras de manera audible y comprensible, como una voz real.
Limitaciones
«Aún hay algunas limitaciones«, advierte Berezutskaya. «En estos experimentos, pedimos a los participantes que dijeran en voz alta doce palabras, y esas fueron las palabras que intentamos detectar. En general, predecir palabras individuales es menos complicado que predecir oraciones completas. En el futuro, los modelos de lenguaje grandes utilizados en la investigación de inteligencia artificial pueden ser beneficiosos. Nuestro objetivo es predecir oraciones y párrafos completos de lo que las personas están tratando de decir basándonos únicamente en su actividad cerebral. Para llegar allí, necesitaremos más experimentos, implantes más avanzados, conjuntos de datos más grandes y modelos de inteligencia artificial más avanzados. Todos estos procesos aún llevarán algunos años, pero parece que estamos avanzando en la dirección correcta«.
Si te dejasen utilizar esta nueva tecnología ¿a quién te gustaría leer la mente?
Referencia Bibliográfica
- Berezutskaya, J., Freudenburg, Z. V., Vansteensel, M. J., Aarnoutse, E. J., Ramsey, N. F., & van Gerven, M. A. J. (2023). Direct speech reconstruction from sensorimotor brain activity with optimized deep learning models. In Journal of Neural Engineering. IOP Publishing. https://doi.org/10.1088/1741-2552/ace8be
Share this content:
Publicar comentario