Por Angel Di Matteo   𝕏 @shadowargel

Meta anunció Brain2Qwerty v2, un sistema de inteligencia artificial capaz de traducir la actividad cerebral en texto utilizando registros no invasivos obtenidos mediante magnetoencefalografía (MEG). La compañía afirma que la tecnología podría facilitar la comunicación de personas que han perdido la capacidad de hablar o escribir debido a lesiones neurológicas.

***

  • Brain2Qwerty v2 alcanza una precisión promedio del 61% en reconocimiento de palabras.
  • El sistema utiliza escáneres MEG sin implantes cerebrales ni procedimientos quirúrgicos.
  • Meta liberará el código y los datos como parte de su proyecto Digital Brain.

 

Meta presentó este lunes Brain2Qwerty v2, una nueva generación de su sistema de decodificación cerebral basado en inteligencia artificial, diseñado para convertir la actividad neuronal directamente en texto sin necesidad de implantar electrodos en el cerebro.

La tecnología emplea un escáner de magnetoencefalografía (MEG), un dispositivo con forma de casco utilizado habitualmente en investigación neurocientífica, que registra los campos magnéticos generados por la actividad cerebral. Posteriormente, un modelo de inteligencia artificial procesa esas señales para reconstruir las frases que una persona intenta escribir.

Según Meta, el sistema fue entrenado utilizando aproximadamente 22.000 oraciones generadas por nueve voluntarios, quienes escribieron durante unas diez horas mientras portaban el dispositivo MEG. A diferencia de métodos anteriores, Brain2Qwerty v2 utiliza aprendizaje profundo de extremo a extremo para interpretar directamente las señales neuronales, sin depender de etapas intermedias diseñadas manualmente por investigadores, detalla Decrypt.

La IA mejora la interpretación del pensamiento

La compañía explicó que el modelo también incorpora grandes modelos de lenguaje (LLM), ajustados específicamente con datos neuronales para aprovechar el contexto semántico al interpretar señales cerebrales ruidosas o incompletas. Gracias a ello, el sistema logra reconstruir con mayor precisión las frases que el usuario intenta escribir.

De acuerdo con Meta, Brain2Qwerty v2 alcanza una precisión promedio del 61% en reconocimiento de palabras, una mejora considerable frente al aproximadamente 8% obtenido por anteriores sistemas no invasivos de interfaz cerebro-computadora.

Los investigadores también observaron que el rendimiento continúa aumentando a medida que se incrementa la cantidad de datos de entrenamiento disponibles, lo que sugiere que futuras versiones podrían ofrecer niveles aún mayores de precisión.

Como parte del desarrollo del proyecto, Meta indicó que agentes de inteligencia artificial participaron en la exploración automática de distintas configuraciones de entrenamiento antes de que los ingenieros seleccionaran la arquitectura definitiva.

Reducir la dependencia de implantes cerebrales

Los resultados fueron publicados simultáneamente en la revista científica Nature Neuroscience, donde los investigadores destacan que los sistemas más precisos de comunicación cerebro-computadora disponibles actualmente suelen depender de electrodos implantados mediante cirugía.

Aunque estos dispositivos ofrecen un rendimiento superior, también presentan riesgos asociados a las intervenciones quirúrgicas y limitaciones para su adopción masiva debido al mantenimiento que requieren los implantes a largo plazo.

Meta sostiene que Brain2Qwerty v2 logra aproximarse a niveles de precisión que hasta ahora solo eran posibles mediante técnicas invasivas, acercando el desarrollo de interfaces neuronales capaces de asistir a personas con trastornos neurológicos sin necesidad de cirugía.

Código abierto y nuevas investigaciones

Como parte de su iniciativa Digital Brain Project, Meta anunció que liberará tanto el código fuente como la base de datos utilizada para entrenar Brain2Qwerty v2. Además, la compañía creó un fondo de USD $5 millones destinado a financiar conjuntos de datos abiertos para investigaciones en neurociencia.

La empresa afirmó que su objetivo es acelerar el desarrollo de herramientas capaces de identificar, diagnosticar y tratar enfermedades neurológicas mediante investigación colaborativa.

Competencia creciente en interfaces cerebro-computadora

El anuncio se produce en un momento de fuerte crecimiento del sector de las interfaces cerebro-computadora.

Empresas como Neuralink, fundada por Elon Musk, y Merge Labs, respaldada por el CEO de OpenAI, Sam Altman, continúan desarrollando implantes cerebrales destinados a restaurar la comunicación en personas con enfermedades neurológicas.

Paralelamente, otros actores están apostando por tecnologías no invasivas potenciadas mediante inteligencia artificial. En 2024, la startup Neurable presentó auriculares EEG capaces de medir concentración y fatiga cognitiva, mientras que un año después la empresa derivada del MIT AlterEgo desarrolló un dispositivo portátil que convierte señales neuromusculares silenciosas del rostro y la garganta en texto y comandos, ofreciendo una alternativa práctica a los implantes cerebrales.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados