Una IA de "lectura de mente" reconstruye lo que estás mirando a partir de un escáner cerebral

Un equipo del Instituto Weizmann de Ciencias, en Rehovot (Israel), liderado por la científica computacional Michal Irani, ha desarrollado una herramienta de inteligencia artificial capaz de reconstruir, con un nivel de detalle notable, la imagen que una persona está viendo únicamente a partir de su escáner cerebral mediante resonancia magnética funcional (fMRI). El sistema también funciona en sentido inverso: dada una imagen, es capaz de predecir cómo sería la actividad cerebral de una persona al observarla. Los resultados se presentaron el mes pasado en la conferencia Cognitive Computational Neuroscience, celebrada en Nueva York.

La fMRI funciona rastreando, mediante un potente imán, el flujo de sangre oxigenada en el cerebro: las zonas que se "iluminan" en el escáner se consideran las que están más activas en cada momento. Habitualmente, cada "vóxel" de actividad detectado por un escáner de fMRI cubre unos tres milímetros cúbicos, lo que engloba alrededor de 16.000 neuronas, una resolución demasiado burda para capturar detalles finos. Irani y su equipo recurrieron en cambio a conjuntos de datos más recientes, obtenidos con escáneres de mayor resolución, en los que cada vóxel cubre aproximadamente un milímetro cúbico de neuronas.

Los intentos anteriores de reconstruir imágenes a partir de escáneres cerebrales llevan años en marcha, pero según Irani los resultados previos dejaban mucho que desear: si una persona veía un plátano, el modelo podía generar la imagen de un plátano, pero sin la misma estructura ni la misma posición que el original. Para resolverlo, el equipo entrenó un "decodificador cerebral" con dos ramas diferenciadas: una predice la estructura de la imagen (por ejemplo, dónde se sitúan los colores) y otra predice su contenido (por ejemplo, un racimo de plátanos sobre un plato). Ambas predicciones alimentan después a un modelo de difusión —el tipo de IA conocido por generar imágenes y vídeos limpiando progresivamente una masa de píxeles con ruido— que produce una representación mucho más fiel de lo que la persona vio realmente.

El primer entrenamiento se hizo con datos de ocho personas a las que se habían mostrado unas 9.000 imágenes cada una mientras estaban dentro de un escáner de fMRI de alta resolución. Como esa cantidad de datos seguía siendo insuficiente, los investigadores entrenaron además un segundo modelo, un "codificador" capaz de predecir cómo sería la actividad cerebral a partir de una imagen cualquiera. Codificador y decodificador se entrenaron después de forma conjunta: se parte de una imagen nueva —por ejemplo, un leopardo—, el codificador predice cómo sería el escáner de una persona al verla, y el decodificador intenta reconstruir la imagen original a partir de esa predicción. Al principio el resultado apenas se parece a un leopardo, pero el entrenamiento repetido de este bucle acaba produciendo mejoras notables. Gracias a este método, el equipo pudo entrenar sus modelos con muchas más imágenes de las disponibles originalmente: según Irani, en torno al 70% de los datos de entrenamiento proceden de imágenes que nunca estuvieron realmente emparejadas con un escáner de fMRI. Combinando datos de varios estudios distintos, los investigadores también identificaron regiones cerebrales que parecen compartir función entre personas diferentes: una región respondería, por ejemplo, a imágenes de comida, y otra a imágenes de deporte.

Una de las consecuencias prácticas más relevantes es que el "codificador cerebral universal" resultante puede aplicarse a una persona nueva con una calibración mínima: mientras que otros intentos previos requerían unas 40 horas de datos de fMRI de un sujeto antes de poder predecir qué está viendo, el decodificador de Irani solo necesita una hora. El neurocientífico Tommy Sprague, de la Universidad de California en Santa Bárbara (no implicado en el estudio), subraya el valor práctico de este ahorro: ninguna investigación puede permitirse 40 horas de imagen por sujeto, a un coste de entre 600 y 1.000 dólares por hora, así que una herramienta como esta podría acelerar considerablemente la investigación en neurociencia. En pruebas comparativas, el sistema superó a las herramientas descritas anteriormente "por un margen significativo", según Irani, aunque la propia investigadora reconoce fallos: mostró, por ejemplo, una imagen de una tarta que su herramienta reconstruyó como una pila de tres sándwiches, y una imagen de un perro en una bañera que se convirtió en una cabra de color similar en una bañera. Irani añade que "lectura de mente" es, en sus propias palabras, "un nombre vistoso y pegadizo" para lo que en realidad hacen.

La neuroeticista Judy Illes, profesora de neurología en la Universidad de Columbia Británica (Canadá) y ajena al estudio, calificó el trabajo de "magnífico" y se mostró especialmente entusiasmada con la idea de aplicar este enfoque con fines terapéuticos en personas con afecciones neurológicas. Irani planea ahora ir más allá de las imágenes fijas para reconstruir también vídeo y audio, con el objetivo de representar lo que la gente piensa o imagina, e incluso el contenido de sus sueños —algo que, admite, todavía no han logrado, pero que persiguen activamente—. Entre las aplicaciones que baraja están ayudar a comunicarse a personas con síndrome de enclaustramiento ("locked-in"), completamente paralizadas, usando solo su actividad cerebral, y ayudar a la ciencia a desentrañar misterios persistentes sobre el funcionamiento de la mente, como el aspecto que tienen los flashbacks del trastorno de estrés postraumático.

Estos avances reabren, inevitablemente, la pregunta sobre la privacidad mental. Sprague admite que, si se le hubiera planteado esta posibilidad hace diez años, se habría reído: conseguir que una persona dispuesta se quede quieta en un escáner y colabore activamente con una pregunta de investigación ya es difícil, así que imaginar que alguien lo hiciera de forma involuntaria parecía ciencia ficción. Pero Irani y otros investigadores están trabajando en enfoques similares para decodificar la actividad cerebral a partir de electroencefalografía (EEG) —medidas de actividad eléctrica recogidas mediante un gorro de electrodos, o incluso a través de auriculares—, y, a medida que los modelos mejoren, será cada vez más fácil analizar la actividad cerebral recogida por esta vía, más barata y accesible que la fMRI. Por ello Sprague sostiene que "hay que tomarse un poco más en serio las consideraciones éticas", y cree que el enfoque de Irani probablemente funcionaría bastante bien prediciendo imágenes en las que una persona simplemente está pensando, sin necesidad de estar mirándolas.

El neurocientífico y filósofo Marcello Ienca, de la Universidad Técnica de Múnich (Alemania), considera que el salto al EEG sería un "cambio de juego": una vez que un dispositivo de EEG se calibra con el cerebro de un usuario concreto, podría ser relativamente sencillo para las empresas extraer información adicional de esa persona, potencialmente sin su consentimiento. Ienca también imagina que algunos tribunales podrían llegar a admitir reconstrucciones de imágenes mentales como prueba legal, y advierte de que, aunque no duda de que se trata de una investigación bienintencionada, resulta evidente que podría ser apropiada para usos comerciales éticamente y socialmente problemáticos. Por su parte, Irani reconoce el potencial de uso indebido que entraña el EEG, pero por ahora dice no estar preocupada: "intento pensar solo en las cosas buenas", afirma.

En conjunto, el trabajo representa un avance técnico claro respecto a los intentos previos de "leer" imágenes a partir de escáneres cerebrales, tanto por la fidelidad de las reconstrucciones como por la drástica reducción del tiempo de calibración necesario por persona. Pero el propio equipo y los expertos consultados coinciden en que ese progreso técnico avanza en paralelo a preguntas sin resolver sobre consentimiento, privacidad mental y los límites de lo que debería poder extraerse de la actividad cerebral de alguien, especialmente si la tecnología migra de la fMRI, cara y poco práctica fuera del laboratorio, hacia dispositivos de EEG mucho más accesibles.