Meta y BCBL colaboran en el impulso de la IA en neurociencia
La multinacional tecnológica y el centro vasco de investigación han trabajado conjuntamente en desarrollar nuevos modelos de Inteligencia Artificial
A partir de señales cerebrales registradas en los laboratorios de BCBL, se busca abrir una nueva vía para restaurar la comunicación de pacientes con lesiones cerebrales
Miles de personas sufren anualmente lesiones cerebrales que alteran su capacidad para comunicarse. Existen en el mercado neuroprótesis que posibilitan restaurar esta condición, pero las técnicas empleadas, como la electroencefalografía estereotáxica y la electrocorticografía, son invasivas y requieren realizar intervenciones neuroquirúrgicas.
La multinacional tecnológica Meta y Basque Center on Cognition, Brain and Language (BCBL) han colaborado para investigar y desarrollar nuevos modelos de Inteligencia Artificial (IA) que posibiliten el uso de técnicas de intervención menos invasivas en personas que han perdido, por ejemplo, la capacidad de hablar.
Por un lado, gracias a la magnetoencefalografía (MEG) y la electroencefalografía (EEG), dos avanzados dispositivos no invasivos disponibles en el centro de investigación neurocientífica, BCBL registró la actividad cerebral de personas voluntarias sanas mientras escribían oraciones.
El objetivo era entrenar un nuevo modelo de IA capaz de reconstruir la oración a partir de las señales cerebrales registradas y abrir una nueva vía para que las interfaces cerebro-computadoras permitan restaurar la comunicación de pacientes con lesiones cognitivas.
“Basándonos en nuestro trabajo previo para decodificar la percepción de imágenes y el habla a partir de la actividad cerebral, hemos conseguido decodificar con éxito la producción de oraciones a partir de grabaciones cerebrales no invasivas, con una precisión de hasta el 80% de los caracteres y, por lo tanto, a menudo, reconstruyendo oraciones completas únicamente a partir de señales cerebrales”, explica Jean-Rémi King, investigador de Meta.
Sin embargo, a pesar de los primeros resultados satisfactorios, aún quedan desafíos importantes antes de que este enfoque menos invasivo pueda aplicarse en entornos clínicos: mejorar el rendimiento de decodificación, que sigue siendo imperfecto, y facilitar el uso de la técnica MEG, que requiere que los sujetos estén en una habitación blindada magnéticamente y permanezcan muy quietos.
Además, si bien esta investigación se realizó con voluntarios sanos, será necesario realizar trabajos futuros para explorar cómo podría beneficiar a las personas que sufren lesiones cerebrales.
Entender cómo el cerebro forma el lenguaje
Por otro lado, Meta y BCBL también han logrado avances en la comprensión de los mecanismos neuronales que coordinan la producción del lenguaje en el cerebro humano.
“Estudiar el cerebro durante el habla siempre ha resultado extremadamente desafiante para la neurociencia, en parte debido a un simple problema técnico: mover la boca y la lengua corrompe en gran medida las señales de neuroimagen”, destaca Svetlana Pinet, investigadora de BCBL.
Para explorar cómo el cerebro transforma los pensamientos en intrincadas secuencias de acciones motoras, el equipo de investigación analizó las señales MEG mientras los participantes escribían oraciones. Al tomar 1.000 instantáneas del cerebro cada segundo, han podido identificar el momento en el que los pensamientos se convierten en palabras, sílabas e, incluso, letras individuales.
“Nuestro trabajo muestra cómo el cerebro genera una secuencia de representaciones que parten del nivel más abstracto hasta transformarlas progresivamente en acciones. También revela cómo es capaz de representar de forma coherente y simultánea palabras y acciones sucesivas. Para ello, la actividad neuronal sigue una dinámica jerárquica, un mecanismo neuronal especial que mantiene las representaciones durante largos períodos de tiempo y sin interferir con acciones futuras, actuales y pasadas”, añade Pinet.
Descifrar el código neuronal del lenguaje sigue siendo uno de los principales desafíos de la Inteligencia Artificial y la neurociencia, por lo que estos avances en la comprensión de la arquitectura neuronal y sus principios computacionales suponen un paso relevante en este campo.
