Crean un dispositivo de IA que permite convertir los pensamientos internos en lenguaje

Un equipo de científicos ha logrado descifrar la actividad cerebral que se produce durante el lenguaje interno –el monólogo que tiene lugar en la mente de las personas cuando piensan en hablar– y lo ha traducido en palabras con una precisión de hasta el 74%. La investigación, liderada por la Universidad Stanford en Estados Unidos, se ha publicado este jueves en la revistaCell y podría ayudar a las personas que no pueden hablar a comunicarse más fácilmente mediante tecnologías de interfaz cerebro-computadora (BCI).

"Es la primera vez que conseguimos comprender cómo es la actividad cerebral cuando sólo se piensa en hablar", afirma la autora principal, Erin Kunz, de la Universidad Stanford. "Para las personas con graves discapacidades motoras y del habla, las BCI capaces de descodificar el lenguaje interno podrían ayudarlas a comunicarse con mucha mayor facilidad y naturalidad", explica.

Las BCI son una herramienta que permite ayudar a personas con discapacidad. Mediante sensores implantados en las regiones del cerebro que controlan el movimiento, estos sistemas descodifican las señales neuronales relacionadas con el movimiento y las convierten en acciones, por ejemplo, para mover una mano protética.

En el caso de las personas con parálisis, algunas BCI han logrado interpretar la actividad cerebral de los usuarios que intentan hablar en voz alta activando los músculos relacionados y "escribir" lo que intentan decir. Pero en estos casos, incluso con los sistemas que siguen los movimientos oculares de los usuarios para escribir palabras, intentar hablar resulta agotador y lento para quienes tienen un control muscular limitado.

Para estos casos, la investigación consistía en determinar si las BCI podrían descodificar el habla interna: "Si basta con pensar en el habla en lugar de intentar hablar, es potencialmente más fácil y rápido para estas personas", afirma Benyamin Meschede-Krasa, coautor principal del estudio e investigador en Stanford.

Para averiguarlo, registraron la actividad neuronal de microelectrodos implantados en la corteza motora –una región del cerebro responsable del habla– de cuatro personas con parálisis grave a causa de esclerosis lateral amiotrófica (ELA) o un accidente cerebrovascular en el tronco. Luego pidieron a los participantes que intentaran hablar o que imaginaran decir una serie de palabras y descubrieron que el intento de hablar y el habla interna activan regiones superpuestas del cerebro y evocan patrones similares de actividad neuronal, aunque el habla interna tiene una intensidad de activación más débil en general.

La contraseña «chitty chitty bang bang»

Utilizando los datos del habla interna, el equipo entrenó a modelos de inteligencia artificial para interpretar las palabras imaginadas y, en una demostración de prueba de concepto, la BCI pudo descodificar frases imaginadas de un vocabulario de hasta 125.000 palabras con una precisión del 74%.

El equipo también descubrió que, aunque el habla intentada y el habla interna producen patrones similares de actividad neuronal en la corteza motora, eran suficientemente diferentes para distinguirse de forma fiable entre sí. Para Frank Willett, investigador de Stanford y autor principal de la investigación, los investigadores pueden utilizar esta distinción para entrenar a las BCI y que ignoren por completo el habla interna. Para impedir que la BCI descodifique el habla interna temporalmente, se desarrolló un mecanismo controlado por contraseña: en el experimento, los usuarios podían pensar en la frase "chitty chitty bang bang" para iniciar la decodificación del habla interna. El sistema reconoció la contraseña con una precisión superior al 98%.

"El futuro de las BCI es prometedor. Este trabajo ofrece una esperanza real de que las BCI de habla puedan restaurar algún día una comunicación tan fluida, natural y cómoda como el habla conversacional", subraya Willett.