Una inteligencia artificial puede decodificar palabras y oraciones a partir de la actividad cerebral con una precisión sorprendente, pero aún limitada. Usando solo unos segundos de datos de actividad cerebral, la IA adivina lo que una persona ha escuchado. Enumera la respuesta correcta entre sus 10 posibilidades principales hasta en un 73 por ciento de las veces, según encontraron los investigadores en un estudio preliminar.

El “rendimiento de la IA estuvo por encima de lo que muchas personas pensaban que era posible en esta etapa”, dice Giovanni Di Liberto, científico informático del Trinity College Dublin que no participó en la investigación.

Desarrollada en la empresa matriz de Facebook, Meta, la IA podría eventualmente usarse para ayudar a miles de personas en todo el mundo que no pueden comunicarse mediante el habla, el teclado o los gestos , informan los investigadores el 25 de agosto en arXiv.org. Eso incluye a muchos pacientes en estados mínimamente conscientes, encerrados o "vegetativos", lo que ahora se conoce generalmente como síndrome de vigilia sin respuesta ( SN: 2/8/19 ).

La mayoría de las tecnologías existentes para ayudar a esos pacientes a comunicarse requieren cirugías cerebrales riesgosas para implantar electrodos. Este nuevo enfoque "podría proporcionar un camino viable para ayudar a los pacientes con déficits de comunicación... sin el uso de métodos invasivos", dice el neurocientífico Jean-Rémi King, investigador de Meta AI actualmente en la École Normale Supérieure de París.

King y sus colegas entrenaron una herramienta computacional para detectar palabras y oraciones en 56 000 horas de grabaciones de voz de 53 idiomas. La herramienta, también conocida como modelo de lenguaje, aprendió a reconocer características específicas del lenguaje tanto en un nivel de grano fino (piense en letras o sílabas) como en un nivel más amplio, como una palabra o una oración.

El equipo aplicó una IA con este modelo de lenguaje a las bases de datos de cuatro instituciones que incluían la actividad cerebral de 169 voluntarios. En estas bases de datos, los participantes escucharon varias historias y oraciones de, por ejemplo, El viejo y el mar de Ernest Hemingway y Las aventuras de Alicia en el país de las maravillas de Lewis Carroll mientras se escaneaban los cerebros de las personas mediante magnetoencefalografía o electroencefalografía. Esas técnicas miden el componente magnético o eléctrico de las señales cerebrales.

Luego, con la ayuda de un método computacional que ayuda a explicar las diferencias físicas entre los cerebros reales, el equipo trató de decodificar lo que los participantes habían escuchado utilizando solo tres segundos de datos de actividad cerebral de cada persona. El equipo instruyó a la IA para que alineara los sonidos del habla de las grabaciones de la historia con los patrones de actividad cerebral que la IA calculó como correspondientes a lo que la gente escuchaba. Luego hizo predicciones sobre lo que la persona podría haber estado escuchando durante ese corto tiempo, dadas más de 1,000 posibilidades.

Usando magnetoencefalografía, o MEG, la respuesta correcta estuvo entre las 10 mejores conjeturas de la IA hasta en un 73 por ciento de las veces, encontraron los investigadores. Con la electroencefalografía, ese valor se redujo a no más del 30 por ciento. “[Ese MEG] el rendimiento es muy bueno”, dice Di Liberto, pero es menos optimista sobre su uso práctico. “¿Qué podemos hacer con eso? Nada. Absolutamente nada."

La razón, dice, es que MEG requiere una máquina voluminosa y costosa. Llevar esta tecnología a las clínicas requerirá innovaciones científicas que hagan que las máquinas sean más baratas y fáciles de usar.

También es importante entender qué significa realmente "descifrar" en este estudio, dice Jonathan Brennan, lingüista de la Universidad de Michigan en Ann Arbor. La palabra se usa a menudo para describir el proceso de descifrar información directamente de una fuente, en este caso, el habla de la actividad cerebral. Pero la IA pudo hacer esto solo porque se le proporcionó una lista finita de posibles respuestas correctas para hacer sus conjeturas.

“Con el lenguaje, eso no es suficiente si queremos escalar para un uso práctico, porque el lenguaje es infinito”, dice Brennan. 

Además, dice Di Liberto, la IA decodificó la información de los participantes que escuchaban pasivamente el audio, lo que no es directamente relevante para los pacientes no verbales. Para que se convierta en una herramienta de comunicación significativa, los científicos deberán aprender a descifrar de la actividad cerebral lo que estos pacientes intentan decir, incluidas las expresiones de hambre, incomodidad o un simple "sí" o "no".

El nuevo estudio es "la decodificación de la percepción del habla, no la producción", concuerda King. Aunque la producción del habla es el objetivo final, por ahora, "estamos bastante lejos".