La inteligencia artificial ha superado de largo a la humana en ciertas tareas, como filtrar información para motores de búsqueda, actuar como oponente durante algunos juegos de mesa o reconocer ciertas clases de imágenes. Ahora, unos científicos han ideado y probado un algoritmo con capacidad de autoaprendizaje que decodifica las señales cerebrales humanas captadas mediante electroencefalograma (EEG). Entre estas señales descifradas se incluyen las de tipo motor vinculadas a movimientos físicos realizados por la persona, pero también las de movimientos de manos y pies que solo se pensaron o la rotación imaginaria de objetos.
A pesar de que el algoritmo no recibió información sobre ninguna característica con antelación, funciona tan rápidamente y de forma tan precisa como los sistemas tradicionales diseñados para entender el significado de ciertas señales cerebrales predeterminadas y actuar en consecuencia. A diferencia del nuevo algoritmo, esos sistemas no son apropiados para otros tipos de señales que no sean las del tipo para el que se los ha diseñado.
Son muchas las aplicaciones que podría tener el nuevo algoritmo. Por ejemplo, podría utilizarse para una detección temprana de ataques epilépticos. También podría emplearse para mejorar las posibilidades de comunicación en pacientes gravemente paralizados (incapaces de hablar y de realizar otros movimientos corporales de comunicación) o para realizar algunos diagnósticos neurológicos automáticos.
El software desarrollado y probado por el equipo de Robin Tibor Schirrmeister y Tonio Ball, de la Universidad de Friburgo en Alemania, se basa en modelos inspirados en el cerebro que han demostrado ser muy útiles para decodificar varias clases de señales naturales, como los sonidos fonéticos.
Para poder conseguir una mejor calidad de la transmisión de las señales cerebrales, los investigadores aplican un gel de contacto. (Foto: Michael Veit)
Las redes neurales artificiales están en la base de esta línea de investigación y desarrollo. Lo más notable del programa es que el sistema que lo emplea aprende a reconocer y diferenciar al vuelo entre ciertos patrones de comportamiento a partir de varios movimientos, sin necesidad de una programación formal previa específica. El modelo está basado en las conexiones entre las células nerviosas en el cuerpo humano, en las que las señales eléctricas de las sinapsis son dirigidas desde las protuberancias celulares hasta el núcleo de la célula y de nuevo de vuelta.