Una IA logra reconstruir en imágenes lo que una persona está viendo al analizar su actividad cerebral
El modelo Brain-IT, desarrollado por científicos del Instituto Weizmann de Israel, identifica patrones compartidos entre distintos cerebros y permite reconstruir con gran precisión las imágenes que una persona observa. El sistema necesita apenas una hora de registros para adaptarse a un nuevo individuo.
La inteligencia artificial dio un nuevo paso en la interpretación de la actividad cerebral. Investigadores del Instituto Weizmann de Ciencias desarrollaron Brain-IT, un modelo capaz de reconstruir en imágenes aquello que una persona está percibiendo a partir únicamente de los registros de su actividad cerebral.
La principal diferencia con otros sistemas es que Brain-IT no necesita entrenarse durante decenas de horas con los datos de cada individuo. El modelo identifica patrones de actividad que se repiten entre diferentes personas mientras procesan imágenes y utiliza esas coincidencias para realizar las reconstrucciones. Según sus desarrolladores, puede adaptarse a una persona nueva con aproximadamente una hora de escaneos cerebrales.
El sistema fue seleccionado este año para ser presentado en la Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR), una de las principales reuniones científicas vinculadas con la inteligencia artificial.
El equipo dirigido por Michal Irani desarrolló dos componentes complementarios. Por un lado, un decodificador capaz de reconstruir una imagen a partir de un escaneo cerebral. Por otro, un codificador que hace el proceso inverso: toma una imagen y predice cómo sería la actividad cerebral asociada.
Esta metodología permitió generar durante el entrenamiento una enorme cantidad de datos sintéticos. El sistema podía tomar imágenes que nunca habían sido mostradas a una persona dentro de un resonador, generar un escaneo cerebral estimado y luego intentar reconstruir la imagen original. De ese proceso surgieron patrones útiles para mejorar la capacidad de interpretación del modelo.
Uno de los mayores desafíos fue la diferencia entre los cerebros individuales. Para resolverlo, los investigadores dividieron el cerebro en aproximadamente 40.000 vóxeles y analizaron cómo respondía cada unidad frente a distintas imágenes. Al mismo tiempo, la IA identificó características visuales como colores y ubicación, además de elementos semánticos vinculados con el contenido.
Durante el entrenamiento, Brain-IT identificó 128 regiones funcionales compartidas entre las personas. Algunas ya eran conocidas y otras resultaron nuevas, como una división dentro de las áreas relacionadas con el procesamiento de lugares.
El próximo desafío es interpretar información auditiva y, especialmente, videos. Irani considera que, si se superan las limitaciones actuales de la resonancia magnética funcional, estos métodos podrían llegar en el futuro a intentar reconstruir incluso imágenes asociadas con los sueños.
