Ni siquiera puedes ocultarte en tu propio pensamiento: la IA reconstruye lo que ves a partir de señales cerebrales.

Ni siquiera puedes ocultarte en tu propio pensamiento: la IA reconstruye lo que ves a partir de señales cerebrales.

Leer la mente aún es ciencia ficción. Leer la mirada ya no.

image

La red neuronal ha aprendido a determinar qué objeto mira una persona y a dibujarlo inmediatamente a partir de señales cerebrales. La startup Alljoined presentó el sistema AIR-O, que funciona sin implantes ni operaciones quirúrgicas, usando sensores en la superficie de la cabeza. Los desarrolladores afirman que el algoritmo es capaz de identificar el objeto que atrajo la atención, incluso cuando ante los ojos hay varios objetos.

La empresa mostró el funcionamiento de AIR-O en una breve demostración. Una persona examina varios objetos, y la red neuronal analiza la actividad cerebral y crea la imagen del objeto en el que se concentra la atención. La imagen aparece en tiempo real, aunque el resultado aún no reproduce con precisión el aspecto del original.

Para captar las señales se emplea la electroencefalografía (EEG). Los sensores en la cabeza registran débiles señales eléctricas generadas por la actividad de las neuronas. Luego la red neuronal busca en la grabación señales que permitan identificar qué fue lo que atrajo la atención de la persona. A partir del contenido visual supuesto, un generador de imágenes crea una nueva imagen. Por ejemplo, si el algoritmo reconoció un animal, el resultado puede reflejar sus rasgos generales, pero diferir en color, forma y detalles.

Los desarrolladores lograron una reducción notable del tiempo de preparación del sistema para trabajar con una nueva persona. Antes la calibración requería alrededor de 20 horas de grabación de la actividad cerebral, ya que las señales eléctricas tienen características individuales en cada persona. Ahora, el entrenamiento preliminar con grabaciones de otros participantes permite reducir la puesta a punto a 15 minutos. Según Alljoined, la calidad del reconocimiento también mejora a medida que aumenta la muestra de entrenamiento, aunque el algoritmo todavía identifica peor los objetos en ángulos inusuales.

Antes de AIR-O la empresa creó la red neuronal ENIGMA, que reconstruye imágenes a partir de la actividad eléctrica cerebral. Los desarrolladores enseñaron al modelo a buscar regularidades comunes en las señales de diferentes personas, lo que evita tener que entrenar todo el sistema desde cero para un nuevo usuario. Alljoined también recopiló más de 1,6 millones de registros de reacciones cerebrales a imágenes visuales de 20 voluntarios. Para las grabaciones se empleó equipo relativamente económico, accesible fuera de los laboratorios especializados.

El principal obstáculo para estas tecnologías está en las propias mediciones. Mientras las señales eléctricas atraviesan los tejidos cerebrales, el cráneo y la piel, gran parte de la información útil se pierde. Los sensores captan la actividad mezclada de multitud de neuronas, y los movimientos oculares, las contracciones musculares y las interferencias externas dificultan aún más el reconocimiento. Por ello, por ahora la red neuronal solo puede reconstruir aproximaciones del contenido de la percepción visual, y no obtener una copia exacta de lo que vio la persona.

Aún no existe una evaluación independiente de la precisión de AIR-O. Alljoined mostró las capacidades del sistema, pero no presentó resultados detallados de pruebas en un grupo amplio de usuarios. Tampoco los desarrolladores han demostrado que el algoritmo sea capaz de reconocer pensamientos arbitrarios, recuerdos o escenas imaginadas. Por ahora la tecnología trabaja con la atención hacia objetos visuales, y las afirmaciones contundentes sobre la lectura de la mente superan con creces las capacidades confirmadas.

En el futuro, el reconocimiento de señales cerebrales podría ayudar a las personas a controlar dispositivos sin movimientos ni comandos de voz. Estas soluciones podrían ser especialmente útiles para pacientes que, debido a enfermedades graves o lesiones, no pueden hablar ni moverse. Sin embargo, todavía falta para su uso cotidiano: los desarrolladores deben demostrar que el sistema funciona con suficiente precisión y estabilidad con distintas personas fuera de condiciones experimentales.