Brain-IT: la IA que reconstruye lo que ves leyendo tu actividad cerebral

Hace poco, un equipo de investigadores del Instituto Weizmann de Ciencias presentó un sistema capaz de algo que suena a ciencia ficción: mirar la actividad eléctrica de tu cerebro y reconstruir, con una precisión sorprendente, lo que estabas viendo en ese momento. Se llama Brain-IT, y aunque no lee la mente en el sentido literal —los científicos son cuidadosos en aclarar esto—, representa un salto importante en una línea de investigación que podría tener consecuencias profundas, tanto médicas como éticas.

El trabajo fue desarrollado por Roman Beliy, Amit Zalcher, Jonathan Kogman, Navve Wasserman y Michal Irani, y presentado este año en la International Conference on Learning Representations. La tecnología se basa en datos de resonancia magnética funcional, o fMRI, una técnica que no registra directamente lo que hacen las neuronas, sino los cambios en el flujo sanguíneo y la oxigenación que acompañan la actividad cerebral. Para entrenar el sistema, los investigadores utilizaron uno de los mayores bancos públicos de datos de este tipo, el Natural Scenes Dataset, y además sometieron a ocho voluntarios a entre 30 y 40 sesiones de resonancia cada uno, durante las cuales observaron entre 9.000 y 10.000 imágenes diferentes.

Lo que hace que Brain-IT sea diferente de los sistemas anteriores no es simplemente que pueda identificar que estás mirando un perro o un plato de comida. Modelos más antiguos ya podían aproximarse al contenido general de una imagen. El problema era que fallaban en los detalles: la composición, los colores, la posición de los objetos en el espacio. Michal Irani, profesora del Instituto Weizmann, lo explica así: los modelos anteriores podían producir reconstrucciones que conservaban razonablemente bien el significado general, pero cometían errores en características básicas como la composición y el color. Brain-IT resuelve esto dividiendo el problema. El sistema extrae tanto información semántica —qué objetos están presentes— como información estructural —dónde están esos objetos y cómo se organiza la escena—. Esos datos se utilizan después para guiar un modelo de difusión que genera la reconstrucción final.

Pero quizá la innovación más práctica está en cuántos datos necesita. Los sistemas de este tipo tradicionalmente requieren decenas de horas de resonancias del mismo individuo para funcionar bien. Los investigadores aseguran que Brain-IT puede lograr resultados comparables con aproximadamente una hora de datos, frente a las 40 horas que necesitaban métodos anteriores. Consiguieron esto desarrollando un segundo sistema que funciona en sentido inverso: recibe una imagen e intenta predecir qué actividad cerebral produciría. De esta forma, pueden generar datos cerebrales artificiales a partir de imágenes que ningún voluntario ha visto realmente en un escáner y utilizarlos para entrenar el modelo. Este "encoder cerebral universal" también permite aprovechar información de diferentes personas, identificando patrones funcionales compartidos entre cerebros —regiones relacionadas con caras, comida, texto o escenas exteriores— y adaptando el modelo a un nuevo individuo modificando solo una pequeña parte de sus parámetros.

Los resultados, sin embargo, están lejos de ser perfectos. Irani ha mostrado ejemplos en los que una tarta se convierte en varios sándwiches, o un perro dentro de una bañera aparece reconstruido como una cabra de colores similares. "Por supuesto que tenemos fallos", reconoce. También rechaza la expresión "lectura de la mente" como una descripción literal de lo que hace el sistema, prefiriendo verla como una forma atractiva de describir la investigación.

El siguiente objetivo es más ambicioso. El laboratorio trabaja en aplicar métodos similares al sonido y, posteriormente, al vídeo. Irani incluso plantea la posibilidad futura de reconstruir imágenes imaginadas o sueños. "Si superamos todos estos obstáculos, es posible que en el futuro incluso podamos leer sueños", asegura. Ese avance podría tener aplicaciones médicas importantes, especialmente para personas con parálisis severa que no pueden hablar ni moverse. Pero también plantea problemas de privacidad mental que los expertos comienzan a tomar en serio. Tommy Sprague, neurocientífico de la Universidad de California en Santa Bárbara y ajeno al proyecto, considera los resultados "muy impresionantes", pero advierte sobre las consecuencias de poder extraer información cerebral sin consentimiento. "Tenemos que tomarnos un poco más en serio las consideraciones éticas", dice.