Resumen:
La capacidad de la IA para decodificar señales visuales del cerebro va un paso más allá. Un equipo de investigación científica israelí desarrolló recientemente un modelo de inteligencia artificial que puede utilizar escaneo cerebral para restaurar las imágenes vistas por el ojo humano. El equipo también espera expandirse al video e incluso a la decodificación de sueños en el futuro. Al mismo tiempo, el riesgo de uso indebido de esta tecnología también ha generado preocupación.
Según informes de los medios del sábado, hora local,
El equipo de Michal Irani, profesor del Instituto Weizmann de Ciencias en Israel, desarrolló recientemente un modelo de IA llamado Brain-IT. El modelo puede analizar datos de imágenes de resonancia magnética funcional (fMRI) para reconstruir la imagen visual del sujeto que ve la imagen.
Fuente: Comunicado de prensa oficial del Instituto Weizmann de Ciencias
Según el comunicado de prensa oficial, el modelo puede restaurar las imágenes vistas por los sujetos con una precisión extremadamente alta.
El entrenamiento de este tipo de modelo de IA requiere una gran cantidad de datos emparejados de "imagen + escaneo cerebral", que registran la actividad cerebral de una persona al ver cada imagen.
Pero este tipo de datos requiere mucho tiempo y es muy laborioso de recopilar. El "Conjunto de datos de escenas naturales" público utilizado en el estudio es actualmente el conjunto de datos más grande en el campo, pero solo incluye datos de 8 sujetos. Cada persona participó en entre 30 y 40 escaneos en el escáner, vio miles de imágenes y formó un total de aproximadamente 73.000 pares de datos.
Para resolver el problema de la insuficiencia de datos, el equipo entrenó un modelo de "traducción inversa": basándose en la imagen, predice la actividad cerebral de las personas cuando la ven, ampliando así significativamente los datos de entrenamiento.
Irani dijo que (anteriormente) algunos modelos han podido lograr una reconstrucción de imágenes de alto nivel basada en la actividad cerebral, pero a menudo ocurren errores básicos en la composición y el color.
Observó: "El nuevo modelo que desarrollamos es superior a estos modelos en términos de restauración del contenido y los detalles de la imagen".
"Además, otros modelos requieren docenas de horas de datos de escaneo cerebral para aprender a 'leer' a una nueva persona, mientras que nuestro modelo solo toma una hora".
La izquierda es la imagen original vista por el sujeto, la derecha es la imagen reconstruida de Brain-IT, fuente: comunicado de prensa oficial del Instituto Weizmann de Ciencias
Actualmente este estudio utiliza imágenes estáticas. El laboratorio de Irani está trabajando para ampliar este tipo de enfoque de "lectura de la mente" para decodificar información auditiva y, finalmente, al vídeo.
Particularmente desafiante es decodificar videos, como durante un sueño, dijo Irani en un comunicado. Las imágenes de vídeo cambian docenas de veces por segundo y la resonancia magnética funcional tarda unos dos segundos en completar una exploración. Si podemos superar todos estos obstáculos,
podremos leer los sueños en el futuro
. ”Los informes de los medios señalaron que los científicos han estado trabajando en tecnologías relacionadas durante muchos años. En 2017, un artículo publicado en la revista jurídica internacional "Journal of Law and the Biosciences" exploró la posibilidad de utilizar tecnología de neuroimagen para lograr una "lectura de la mente basada en el cerebro".
El documento señala que este tipo de tecnología se puede utilizar en los tribunales para realizar evaluaciones poligráficas de los acusados, prisioneros y posibles miembros del jurado, mejorando así el sistema judicial. El documento también advierte que este tipo de tecnología también puede utilizarse con fines coercitivos y poco éticos.
Kenneth Norman, profesor de psicología y neurociencia en la Universidad de Princeton en Estados Unidos, cree que la calidad de los datos de las señales de los equipos de resonancia magnética funcional ha mejorado en los últimos años, y los métodos que utilizan los humanos para analizar estos datos también han mejorado, lo que hace posible este tipo de tecnología.
Según los informes, en 2022, Norman dijo en una conversación con la Asociación Estadounidense de Psicología (APA) que se espera que dicha tecnología ayude a los pacientes con depresión o ansiedad.
Explicó que los terapeutas pueden utilizar la neurorretroalimentación para hacer que los pacientes se den cuenta de que sus pensamientos se han deslizado hacia bucles negativos y guiarlos en el intento de controlar estos patrones de pensamiento.
Actualmente, algunos neurocientíficos hablan muy bien de las capacidades del modelo Brain-IT y creen que tiene potencial para usarse en el tratamiento de pacientes con enfermedades neurológicas. Pero también existe la preocupación de que se pueda abusar de esta tecnología y utilizarla para obtener por la fuerza información ideológica personal.
Comentarios