Desarrollado un sistema de inteligencia artificial para traducir la actividad cerebral en palabras

Los investigadores de la Universidad de California, San Francisco han desarrollado una inteligencia artificial (IA) que puede traducir la actividad cerebral en texto. El sistema funciona en patrones neuronales que se detectan cuando alguien habla, pero los expertos esperan que eventualmente se pueda utilizar en personas que no pueden hablar, como aquellas que sufren de síndrome de encierro.

El Dr. Joseph Makin fue coautor de la investigación.

“No estamos allí todavía, pero creemos que esto podría ser la base de una prótesis de habla”, dijo Makin.

La investigación se publicó en la revista Nature Neuroscience.

Poniendo a prueba el sistema

Joseph Makin y su equipo se basaron en algoritmos de aprendizaje profundo para estudiar las señales cerebrales de cuatro mujeres mientras hablaban. Todas las mujeres tienen epilepsia, y se les colocaron electrodos en el cerebro para monitorear las convulsiones.

Después de que se colocaron los electrodos, cada mujer leyó en voz alta un conjunto de oraciones mientras se medía su actividad cerebral. La cantidad más grande de palabras únicas utilizadas fue de 250. Podían elegir entre un conjunto de 50 oraciones diferentes, incluyendo “Tina Turner es una cantante de pop”, y “Esos ladrones robaron 30 joyas”.

Los datos de la actividad cerebral se alimentaron a un algoritmo de red neuronal, y se entrenó para identificar patrones que ocurren con frecuencia. Estos patrones podrían vincularse a aspectos repetidos del habla como vocales o consonantes. Luego se les dio a una segunda red neuronal que intentó convertirlos en palabras para formar una oración.

A cada mujer se le pidió que repitiera las oraciones al menos dos veces, con la última repetición que no se incluyó en los datos de entrenamiento. Esto permitió a los investigadores probar el sistema.

“Memorizar la actividad cerebral de estas oraciones no ayudaría, así que la red neuronal tiene que aprender qué es similar entre ellas para que pueda generalizar a este ejemplo final”, dice Makin.

Resultados

Los primeros resultados del sistema no produjeron oraciones que tuvieran sentido, pero mejoró a medida que el sistema comparó cada secuencia de palabras con las oraciones que se leyeron en voz alta.

El equipo luego probó el sistema generando texto escrito solo a partir de la actividad cerebral durante el habla.

Hubo muchos errores en la traducción, pero la tasa de precisión fue muy impresionante y mucho mejor que los enfoques anteriores. La precisión varió de persona a persona, pero para un individuo solo el 3% de cada oración en promedio necesitaba correcciones.

El equipo también aprendió que el algoritmo de entrenamiento en los datos de un individuo permitió que el usuario final proporcionara mucha menos información.

Según el Dr. Christian Herff, de la Universidad de Maastricht pero no involucrado en el estudio, es impresionante que el sistema requiriera menos de 40 minutos de datos de entrenamiento para cada participante y una colección limitada de oraciones, en comparación con las millones de horas normalmente necesarias.

“Al hacerlo, logran niveles de precisión que no se han logrado hasta ahora”, dijo.

“Por supuesto, esta es una investigación fantástica, pero esas personas podrían usar ‘OK Google’ (GOOGL ) también”, dijo. “Esto no es la traducción del pensamiento [sino de la actividad cerebral involucrada en el habla]”.

Otro desafío podría ser que las personas con discapacidades del habla puedan tener una actividad cerebral diferente.

“Queremos implementar esto en un paciente con una discapacidad del habla real”, dice Makin, “aunque es posible que su actividad cerebral pueda ser diferente a la de las mujeres en este estudio, lo que lo hace más difícil”.

Todavía hay un largo camino por recorrer para traducir los datos de la señal cerebral de manera integral. Los humanos utilizan una gran cantidad de palabras, y el estudio solo utilizó un conjunto muy restringido de habla.