Meta presenta un sistema de IA que traduce la actividad cerebral en texto

Meta ha dado a conocer una tecnología avanzada de inteligencia artificial capaz de decodificar las ondas cerebrales y transformarlas en texto, lo que podría cambiar la vida de millones de personas con parálisis y dificultades para hablar.

El lunes, la empresa presentó Brain2Qwerty v2, un sistema que puede considerarse una forma primitiva de "lectura de pensamientos" mediante algoritmos. Aunque la investigación está en etapas iniciales, abre la posibilidad de que pacientes con condiciones como la pérdida del habla, el síndrome de cautiverio, la esclerosis lateral amiotrófica (ELA) y otros trastornos neurológicos que causan parálisis puedan comunicarse solo con el pensamiento, sin necesidad de intervenciones quirúrgicas complejas y costosas para implantar dispositivos en el cerebro.

En su anuncio, Meta afirmó: "Creemos que esta investigación tiene el potencial de marcar una diferencia real para millones de personas con lesiones cerebrales que les impiden comunicarse".

Con el objetivo de acelerar los avances científicos en neurología, la compañía decidió liberar gratuitamente en internet el código fuente básico de esta nueva versión y de la anterior.

Colaboración para entrenar el sistema de inteligencia artificial

Para entrenar el modelo, los investigadores trabajaron junto al Centro Vasco de Cognición, Cerebro y Lenguaje en San Sebastián, España. Participaron nueve voluntarios sanos, con edades entre 25 y 56 años, quienes escribieron más de 2.500 frases a lo largo de diez sesiones.

Durante estos encuentros, se monitoreó la actividad cerebral de los participantes mediante magnetoencefalografía (MEG), una técnica que mide los campos eléctricos generados por la actividad neuronal. Las frases escritas y las exploraciones cerebrales se usaron como datos de entrenamiento para el sistema.

Precisión y mejoras en la decodificación cerebral

El nuevo sistema alcanzó un nivel de precisión del 78% en la decodificación de palabras, lo que significa que más de la mitad de las frases traducidas desde las ondas cerebrales contenían como máximo un error lingüístico. Esto representa una mejora significativa respecto a la versión anterior, Brain2Qwerty v1, que logró un 48% de precisión.

Los investigadores también observaron que la exactitud del sistema aumenta con la cantidad de datos de entrenamiento, lo que sugiere que aplicar principios básicos de medición podría permitir desarrollar sistemas aún más eficientes en el futuro.

Funcionamiento del sistema y uso de modelos lingüísticos

Brain2Qwerty utiliza técnicas de reconocimiento de patrones similares a las empleadas en programas de chat automatizados como ChatGPT y Llama de Meta. El proceso de decodificación se divide en tres etapas:

• Primero, la inteligencia artificial traduce las ondas cerebrales en códigos que representan caracteres individuales.
• Luego, otro sistema de IA organiza esos caracteres en palabras completas.
• Finalmente, un modelo lingüístico de gran escala convierte el conjunto de letras y palabras en oraciones coherentes y comprensibles.

Esta es la primera vez que un modelo lingüístico de gran tamaño se usa con éxito para transformar actividad cerebral confusa en frases estructuradas, ofreciendo un modelo valioso para futuras investigaciones en interfaces cerebro-máquina.

Agentes de inteligencia artificial para mejorar la decodificación

Además del sistema de decodificación multinivel, Brain2Qwerty cuenta con un conjunto de "agentes de inteligencia artificial" que realizan búsquedas autónomas con el objetivo de optimizar la precisión y eficiencia del proceso. Estos agentes fueron entrenados para modificar repetidamente el código base y crear nuevas estructuras más efectivas, lo que resultó en una reducción notable de errores a nivel de palabra.