El sistema desarrollado por investigadores de la Universidad de Texas, en Austin, podría ayudar a las personas mentalmente conscientes pero que no pueden hablar físicamente, como las debilitadas por derrames cerebrales, a comunicarse de manera inteligible nuevamente.

Un nuevo sistema de inteligencia artificial llamado decodificador semántico puede traducir la actividad cerebral de una persona, mientras escucha una historia o imagina en silencio que cuenta una historia, en un flujo continuo de texto.

 

El estudio, publicado en la revista Nature Neuroscience, fue dirigido por Jerry Tang, estudiante de doctorado en informática, y Alex Huth, profesor asistente de neurociencia e informática en UT Austin. El trabajo se basa en parte en un modelo de transformador, similar a los que impulsan ChatGPT de Open AI y Bard de Google.

 

A diferencia de otros sistemas de decodificación de idiomas en desarrollo, este sistema no requiere que los sujetos tengan implantes quirúrgicos, lo que hace que el proceso no sea invasivo. Los participantes tampoco necesitan usar solo palabras de una lista prescrita. La actividad cerebral se mide usando un escáner fMRI después de un extenso entrenamiento del decodificador, en el cual el individuo escucha horas de podcasts en el escáner. Más tarde, siempre que el participante esté abierto a que se decodifiquen sus pensamientos, escuchar una nueva historia o imaginarse contando una historia le permite a la máquina generar el texto correspondiente solo a partir de la actividad cerebral.

 

El resultado no es una transcripción palabra por palabra. En cambio, los investigadores lo diseñaron para capturar la esencia de lo que se dice o piensa, aunque de manera imperfecta. Aproximadamente la mitad de las veces, cuando el decodificador ha sido entrenado para monitorear la actividad cerebral de un participante, la máquina produce un texto que se asemeja mucho (ya veces con precisión) a los significados previstos de las palabras originales.

 

 

Ejemplo de cómo el decodificador semántico UT Austin convierte la actividad cerebral en texto continuo

 

 

Actualmente, el sistema no es práctico para su uso fuera del laboratorio debido a su dependencia del tiempo necesario en una máquina fMRI. Pero los investigadores creen que este trabajo podría transferirse a otros sistemas de imágenes cerebrales más portátiles, como la espectroscopia funcional del infrarrojo cercano (fNIRS).

 

Más información en https://cns.utexas.edu