Consiguen descifrar los pensamientos humanos

Investigadores japoneses han recurrido a la Inteligencia Artificial para descifrar lo que una persona piensa o imagina, consiguiendo así un significativo avance en la comprensión del pensamiento humano y de los mecanismos cerebrales que lo sustentan.

Descifrar el contenido de los pensamientos humanos es una vieja aspiración de la ciencia y de hecho ya se ha conseguido en anteriores trabajos interpretar lo que una persona ve, recuerda, imagina o sueña.

Por ejemplo, tal como informamos en un anterior artículo, otro equipo de científicos japoneses consiguió en 2008 reconstruir en una pantalla de ordenador imágenes directamente tomadas de la actividad del cerebro.

En un experimento llevado a cabo con dos individuos, éstos miraron 440 imágenes diferentes en una pantalla, mientras se medían, con tecnología de exploración magnética funcional, las diferencias sutiles en los patrones de actividad cerebral de sus cortezas visuales.

A partir de esta información, posteriormente los investigadores consiguieron “adivinar” las imágenes que los individuos veían, utilizando una tecnología que las reflejó en la pantalla.

Limitaciones previas

Sin embargo, ésta y otras investigaciones anteriores han tropezado con límites difíciles de superar, dado que el contenido del cerebro humano es único para cada persona y que la creación de catálogos de modelos de pensamientos, es difícil de conseguir.

Además, estos modelos deben ser combinados con un pequeño número de imágenes pre programadas, una etapa que necesita numerosos procedimientos en los que los participantes en el experimento deben sufrir largos y costosos test de imagen por resonancia magnética de sus respectivos cerebros.

Sin embargo, la Inteligencia Artificial ha venido al rescate de estos conocimientos previos, según explican el profesor Yukiyasu Kamitani y sus colegas de la universidad de Kyoto en un artículo publicado ahora en Nature Communications, del que se informa en un comunicado.

Su equipo ha descubierto que la actividad cerebral de un individuo puede ser descifrada y traducida a señales comprensibles usando redes neuronales artificiales, un modelo computacional basado en neuronas creadas en laboratorio que funcionan de forma parecida a las neuronas de los cerebros biológicos.

Las redes neuronales artificiales usan técnicas algorítmicas convencionales para crear programas informáticos capaces de aprender y de solucionar problemas difíciles, como en el caso que nos ocupa, la interpretación de los pensamientos humanos.
 

Es posible

Lo que descubrieron los científicos japoneses es que la actividad cerebral de una persona puede ser descifrada y traducida a señales reconocibles por las redes neuronales artificiales, siempre que imágenes idénticas se presenten a la vez a un ser humano y a un ordenador.

Para conseguirlo se han apoyado específicamente en el aprendizaje profundo,  una técnica de la Inteligencia Artificial  basada en aprender mediante representaciones de datos.

Los científicos japoneses aplicaron la arquitectura de una red neuronal profunda  (DNN) para superar anteriores investigaciones relacionadas con el descifrado de los pensamientos, sueños e imaginaciones humanas, con resultados sorprendentes.

"Hemos probado si un patrón de señal DNN descifrado de la actividad cerebral se puede utilizar para identificar objetos vistos o imaginados” por una persona, explica Kamitani. "El decodificador toma patrones de redes neuronales y los compara con datos de imágenes de una base de datos grande. Y ciertamente, el decodificador puede identificar (lo que una persona ve o imagina) con alta probabilidad de éxito", añade.

En el marco de esta investigación,  los científicos japoneses comprobaron asimismo que las áreas visuales inferiores y superiores del cerebro son mejores en descifrar las capas de la red neuronal, revelando así una homología entre el cerebro humano y la red neuronal creada por los científicos.

Ahora, Kamitani espera mejorar la precisión de la identificación de pensamientos: "acercar la Inteligencia Artificial a la ciencia del cerebro podría abrir la puerta a nuevas interfaces cerebro-máquina, y tal vez incluso acercarnos más a la comprensión de la conciencia humana", concluye.

Referencia

Generic decoding of seen and imagined objects using hierarchical visual features. Nature Communications 8, Article number: 15037 (2017). doi:10.1038/ncomms15037