Una nueva inteligencia artificial, desarrollada por científicos del Instituto Weizmann de Ciencias, en Israel, logró reconstruir imágenes a partir de la actividad cerebral humana con un nivel de precisión nunca antes alcanzado. El sistema, llamado Brain-IT (Brain Interaction Transformer), analiza señales obtenidas mediante resonancia magnética funcional (fMRI) y genera imágenes que se parecen a aquello que una persona estaba observando, logrando un nuevo avance en la interpretación de las ondas cerebrales.

El avance fue desarrollado por investigadores del Departamento de Ciencias de la Computación y Matemáticas Aplicadas del Instituto Weizmann, entre ellos Roman Beliy, Amit Zalcher, Jonathan Kogman, Navve Wasserman y la profesora Michal Irani, una reconocida especialista en visión artificial e inteligencia artificial (arxiv.org). Si bien la IA logra leer la actividad cerebral y convertirlos en imágenes, no es exactamente “leer la mente”, ya que Brain-IT no puede acceder libremente a cualquier pensamiento de una persona, sino interpretar patrones cerebrales asociados con ciertas imágenes.

¿Qué es Brain-IT?

Brain-IT significa Brain Interaction Transformer, un modelo de inteligencia artificial diseñado para traducir la actividad cerebral registrada mediante fMRI en información visual. La resonancia magnética funcional permite observar cambios en el flujo sanguíneo del cerebro, identificando qué regiones se activan mientras una persona mira una imagen. Estas señales se dividen en pequeñas unidades tridimensionales llamadas voxels cerebrales, que representan la actividad de pequeñas áreas del tejido cerebral.

El desafío para los científicos es enorme: una imagen que vemos no está almacenada en una única zona del cerebro, sino distribuida en múltiples regiones que procesan color, forma, movimiento y significado. Brain-IT busca abordar este problema agrupando voxels que tienen funciones similares y transformándolos en unidades de información llamadas Brain Tokens. Estas unidades permiten al modelo relacionar patrones neuronales con características visuales concretas.

Comparación entre las imágenes vistas por los sujetos de estudio y las interpretaciones realizadas por Brain-IT. Algunas coincidencias son sorprendentes.

El sistema combina dos ramas de procesamiento:

• Una rama semántica: interpreta qué representa la imagen (por ejemplo, una persona, un animal, un objeto o un paisaje).


• Una rama estructural: reconstruye elementos visuales básicos como formas, distribución espacial y colores.

Luego, estos datos alimentan modelos generativos parecidos a los utilizados por las inteligencias artificiales que crean imágenes, permitiendo producir una representación visual aproximada de aquello que la persona estaba viendo. El resultado no es una fotografía exacta extraída del cerebro, sino una reconstrucción generada por IA basada en la información neuronal disponible.

Durante los últimos años, varios grupos científicos habían logrado avances en la reconstrucción de imágenes cerebrales: Uno de los hitos más conocidos fue el uso de modelos de difusión para reconstruir imágenes vistas por personas a partir de señales fMRI. Pero los métodos anteriores tenían dificultades para mantener fielmente detalles como la composición, la ubicación de los objetos y las características específicas de la imagen original.

Según los investigadores del Instituto Weizmann, Brain-IT mejora estos resultados porque incorpora una representación más cercana a la forma en que el cerebro organiza la información visual, permitiendo reconstrucciones más fieles tanto en significado como en estructura.

El equipo de investigadores que está llevando adelante el proyecto Brain-IT.

¿Puede realmente leer la mente?

La respuesta corta es: todavía no: Brain-IT no funciona como un lector universal de pensamientos. Para entrenar el sistema, los investigadores necesitan datos de la actividad cerebral de una persona mientras observa imágenes. El modelo aprende la relación entre esas imágenes y las señales neuronales de ese individuo. Además, si una persona piensa en algo muy diferente a las imágenes utilizadas durante el entrenamiento, la reconstrucción puede ser incorrecta o muy imprecisa.

La tecnología tampoco permite conocer secretos, recuerdos o pensamientos privados sin cooperación del individuo. La persona debe estar participando activamente en el experimento y permanecer dentro de un equipo de resonancia magnética. Pero a pesar de estas limitaciones, el potencial médico es enorme: Sistemas como Brain-IT podrían contribuir en el futuro al desarrollo de interfaces cerebro-computadora para personas que perdieron la capacidad de comunicarse.

Pacientes con enfermedades neurológicas graves, accidentes cerebrovasculares o lesiones que afectan el habla podrían beneficiarse de tecnologías capaces de transformar señales cerebrales en acciones o mensajes. La combinación entre inteligencia artificial y neurociencia abre una nueva etapa en la relación entre humanos y máquinas.

Brain-IT no permite aún leer la mente humana, pero sí demuestra que una parte del lenguaje del cerebro puede comenzar a ser traducida. El trabajo del Instituto Weizmann representa un paso importante hacia una nueva generación de tecnologías donde la inteligencia artificial no solamente interpreta imágenes creadas por humanos, sino también aquellas que nacen dentro de nuestra propia percepción.

La frontera entre cerebro y máquina empieza lentamente a hacerse más pequeña, y los próximos años podrían revelar hasta dónde puede llegar esta unión entre neurociencia e inteligencia artificial.