Una IA logró reconstruir lo que una persona ve a partir de su actividad cerebral

¿Se puede saber qué está viendo una persona sin preguntárselo? La ciencia todavía está lejos de una verdadera “lectura de la mente”, pero un nuevo desarrollo de inteligencia artificial acaba de acercarse un poco más a esa posibilidad.

Investigadores del Instituto Weizmann de Ciencias desarrollaron Brain-IT, un modelo capaz de analizar la actividad cerebral registrada mediante resonancia magnética funcional (fMRI) y utilizarla para reconstruir una representación visual de aquello que la persona estaba observando.

El sistema no se limita a reconocer que hay, por ejemplo, una persona, un objeto o un paisaje. Según sus desarrolladores, también consigue preservar características visuales como la composición y el color, dos aspectos en los que los sistemas anteriores presentaban mayores dificultades.

El gran salto: mucho menos entrenamiento

Uno de los principales obstáculos de los sistemas de decodificación cerebral es que cada cerebro responde de manera diferente ante una misma imagen.

Por eso, las tecnologías desarrolladas hasta ahora suelen requerir muchas horas de registros cerebrales de cada individuo antes de poder interpretar sus señales.

Brain-IT propone otra estrategia.

El modelo fue diseñado para identificar patrones de actividad cerebral que se repiten entre diferentes personas. De esta manera, puede aprovechar características compartidas del funcionamiento cerebral y reducir drásticamente el tiempo necesario para adaptarse a un nuevo individuo.

Según el equipo dirigido por la científica Michal Irani, el modelo necesita aproximadamente una hora de registros cerebrales para comenzar a interpretar a una persona, frente a las decenas de horas que requieren otros sistemas.

El truco para entrenar a la IA sin miles de cerebros

El desarrollo enfrentó un problema fundamental: faltan datos.

Para entrenar un sistema de este tipo sería necesario disponer de enormes cantidades de imágenes acompañadas por las correspondientes exploraciones cerebrales de personas que las estuvieran observando. Pero realizar miles de estudios fMRI es costoso, complejo y requiere que los participantes permanezcan dentro del escáner durante períodos prolongados.

Los investigadores encontraron una solución que funciona como un diccionario bidireccional.

Crearon dos modelos: uno capaz de convertir una imagen en una representación de actividad cerebral estimada y otro capaz de hacer el recorrido inverso, es decir, reconstruir una imagen a partir de esa actividad.

Así pudieron generar artificialmente grandes cantidades de ejemplos para entrenar el sistema, sin necesidad de obtener cada registro mediante una nueva exploración cerebral.

Qué descubrieron sobre el cerebro

El desarrollo también permitió obtener información sobre cómo procesa el cerebro las imágenes.

Durante el entrenamiento, el sistema identificó 128 regiones funcionales compartidas entre diferentes personas, algunas conocidas por la neurociencia y otras que podrían aportar nuevos datos sobre la percepción visual.

Entre los hallazgos aparece una división funcional dentro de la región parahipocampal (PPA), vinculada al procesamiento de lugares y escenas: diferentes zonas parecen responder con mayor intensidad a ambientes interiores o exteriores.

Esto convierte a Brain-IT en algo más que un sistema capaz de reconstruir imágenes. También podría convertirse en una herramienta para investigar cómo el cerebro organiza la percepción.

¿Podrá la IA leer los sueños?

El próximo desafío es todavía mucho más complejo: pasar de una imagen estática a información auditiva y video.

Una exploración fMRI tiene una limitación importante: registra cambios en la actividad cerebral con una velocidad muy inferior a la de una secuencia de video. Mientras una película puede cambiar de imagen varias veces por segundo, una exploración puede tardar alrededor de dos segundos.

Por eso, reconstruir una experiencia dinámica —y especialmente algo tan complejo como un sueño— continúa siendo un enorme desafío.

Los investigadores del Instituto Weizmann ya trabajan en extender estos métodos hacia la decodificación de información auditiva y, eventualmente, video.

La posibilidad de reconstruir sueños sigue siendo una hipótesis de futuro. Pero el avance de Brain-IT muestra que la frontera entre actividad cerebral e información visual interpretable por una máquina se está desplazando rápidamente.