Ronald Palacios Castrillo. M.D., PhD.
Un decodificador capturó la esencia de los pensamientos de una persona en un escáner fMRI
Un decodificador semántico entrenado individualmente tradujo patrones cerebrales en MRI funcional (fMRI) en flujos continuos de texto, mostró un pequeño estudio.
El decodificador personalizado usó respuestas de fMRI para generar texto que describía las historias imaginadas de un individuo, el contenido de los podcasts que escuchaban y los videos silenciosos que veían, informó Alexander Huth, PhD, de la Universidad de Texas en Austin, y coautores del trabajo publicado en Nature Neuroscience (DOI: 10.1038/s41593-023-01304-9).
=> Recibir por Whatsapp las noticias destacadas
Las predicciones del decodificador a menudo recuperaban la esencia del habla interna de una persona, pero el resultado no era una transcripción literal. Aproximadamente la mitad de las veces, el decodificador producía un texto que coincidía de forma precisa o precisa con los significados previstos de las palabras que estaba pensando una persona.
Para un método no invasivo, este es un verdadero avance en comparación con lo que se ha hecho antes, que generalmente son palabras sueltas o oraciones cortas. Se ha logrado que el modelo decodifique un lenguaje continuo durante largos períodos de tiempo con ideas complicadas.
El sistema requiere una amplia capacitación para funcionar, señaló Huth. Una persona necesita pasar hasta 15 horas acostada en un escáner de resonancia magnética, estar perfectamente quieta y prestar buena atención a las historias que escucha antes de que esto realmente funcione bien en ellos», relató Huth.
El objetivo de la decodificación del lenguaje es usar grabaciones de actividad cerebral para predecir las palabras que alguien está escuchando, diciendo o imaginando. Con el tiempo, se espera que esta tecnología pueda ayudar a las personas que perdieron la capacidad de hablar debido a lesiones como un accidente cerebrovascular o enfermedades como la ELA.
Este trabajo es el primero en decodificar el lenguaje continuo, que significa más que palabras u oraciones individuales, a partir de grabaciones cerebrales no invasivas. Actualmente, la decodificación del lenguaje a partir de la actividad neuronal se basa principalmente en interfaces cerebro-computadora invasivas que requieren implantes quirúrgicos ( e.g. Neurolink).
Los investigadores entrenaron el decodificador registrando datos de IRMf de tres participantes del estudio, dos hombres y una mujer de entre 20 y 30 años, mientras escuchaban historias narrativas de programas de radio y podcasts como «The Moth Radio Hour» y «Modern Love» durante 16 horas.
Usaron este conjunto de datos para construir un modelo que toma cualquier secuencia de palabras y predice cómo respondería el cerebro del usuario al escuchar esas palabras. El sistema de idioma utilizado fue GPT-1, una versión anterior del modelo detrás de ChatGPT.
Cada modelo de decodificador analizó las respuestas cerebrales a medida que los participantes escuchaban nuevas historias que no formaban parte del conjunto de datos de entrenamiento. El decodificador generó secuencias de palabras que capturaron los significados de las nuevas historias, incluidas algunas palabras y frases exactas de las historias. La mayoría de los puntos de tiempo en la historia (72% -82%) tuvieron un BERTscore significativamente más alto( una métrica que prueba la calidad de los sistemas de generación de texto), de lo esperado por casualidad.
Los investigadores probaron el decodificador en personas en las que no había sido entrenado y encontraron que los resultados eran ininteligibles. Si los participantes oponían resistencia, los resultados también eran inútiles.
Pero eso no significa que las grabaciones de fMRI no puedan usarse contra personas algún día. Esta investigación ilustra los rápidos avances que se están logrando hacia una era de mayor transparencia cerebral, en la que incluso el lenguaje continuo y el significado semántico pueden decodificarse desde el cerebro.
Si bien las personas pueden emplear contramedidas efectivas para evitar la decodificación de sus cerebros mediante resonancia magnética funcional, a medida que se generalizan los dispositivos portátiles para el cerebro, es posible que no sean una forma efectiva de protegernos de la intercepción, la manipulación o incluso el castigo por nuestros pensamientos (los políticos , billonarios con ideas de grandeza y control global y burócratas deshonestos tienen los dias contados).
Es posible que se necesiten políticas para proteger la privacidad mental a medida que evoluciona esta tecnología. Creo que en este momento, mientras la tecnología se encuentra en un estado tan temprano, es importante ser proactivo al promulgar políticas que protejan a las personas y su privacidad. Regular para qué se pueden usar estos dispositivos también es muy importante.
Actualmente, el sistema no es práctico para usar de forma rutinaria porque se basa en fMRI, pero es posible que la tecnología pueda funcionar con sistemas portátiles de imágenes cerebrales como la espectroscopia funcional de infrarrojo cercano (fNIRS), observó Huth.
FNIRS mide dónde hay más o menos flujo de sangre en el cerebro en diferentes puntos en el tiempo, lo que resulta que es exactamente el mismo tipo de señal que está midiendo la resonancia magnética funcional.
Entonces, nuestro tipo exacto de enfoque debería traducirse en fNIRS, pero la resolución con fNIRS sería menor.