Investigadores del Centro de Inteligencia Artificial centrado en el ser humano GrapheneX-UTS (Universidad Tecnológica de Sydney (UTS)) han desarrollado un notable sistema capaz de decodificar pensamientos silenciosos y convertirlos en texto escrito. Esta tecnología tiene aplicaciones potenciales para ayudar a la comunicación de personas que no pueden hablar debido a afecciones como un accidente cerebrovascular o parálisis y permitir una mejor interacción entre humanos y máquinas.
Presentado como artículo destacado en la conferencia NeurIPS en Nueva Orleans, el equipo de investigación presenta un sistema portátil y no invasivo. El equipo del Centro HAI GrapheneX-UTS colaboró con miembros de la Facultad de Ingeniería y TI de la UTS para crear un método que traduce las señales cerebrales en contenido textual sin procedimientos invasivos.
Durante el estudio, los participantes leyeron en silencio pasajes de texto mientras usaban una gorra especializada equipada con electrodos para registrar la actividad eléctrica del cerebro a través de un electroencefalograma (EEG). Los datos de EEG capturados se procesaron utilizando un modelo de inteligencia artificial llamado DeWave, que fue desarrollado por los investigadores y traduce estas señales cerebrales en palabras y oraciones comprensibles.
Los investigadores enfatizaron la importancia de esta innovación al convertir directamente ondas EEG sin procesar en lenguaje, destacando la integración de técnicas de codificación discretas en el proceso de traducción de cerebro a texto. Este enfoque abre nuevas posibilidades en el ámbito de la neurociencia y la inteligencia artificial.
A diferencia de tecnologías anteriores que requieren procedimientos invasivos como implantes cerebrales o el uso de máquinas de resonancia magnética, el sistema del equipo ofrece una alternativa práctica y no intrusiva. Es importante destacar que no depende del seguimiento ocular, lo que lo hace potencialmente más adaptable para el uso diario.
En el estudio participaron 29 participantes, lo que garantiza un mayor nivel de solidez y adaptabilidad en comparación con estudios anteriores limitados a uno o dos individuos. Aunque el uso de un límite para recopilar señales de EEG introduce ruido, el estudio informó un rendimiento de primer nivel en la traducción de EEG, superando los puntos de referencia anteriores.
El equipo destacó la competencia del modelo para hacer coincidir verbos con sustantivos. Sin embargo, al descifrar sustantivos, el sistema mostraba una tendencia hacia pares sinónimos en lugar de traducciones exactas. Los investigadores explicaron que palabras semánticamente similares podrían evocar patrones de ondas cerebrales similares durante el procesamiento de textos.
La precisión de la traducción actual, medida según la puntuación BLEU-1, ronda el 40%. Los investigadores pretenden mejorar esta puntuación a niveles comparables a los programas tradicionales de traducción de idiomas o reconocimiento de voz, que normalmente alcanzan niveles de precisión de alrededor del 90%.
Esta investigación se basa en avances anteriores en la tecnología de interfaz cerebro-computadora en la UTS, lo que indica un potencial prometedor para revolucionar las vías de comunicación para personas que antes se veían obstaculizadas por limitaciones físicas.
Los hallazgos de esta investigación son prometedores para facilitar la traducción fluida de pensamientos en palabras, empoderar a las personas que enfrentan barreras de comunicación y fomentar interacciones mejoradas entre humanos y máquinas.
Revisar la Papel y GitHub. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, no olvides unirte. nuestro SubReddit de 34k+ ML, 41k+ comunidad de Facebook, Canal de discordia, y Boletín electrónicodonde compartimos las últimas noticias sobre investigaciones de IA, interesantes proyectos de IA y más.
Si te gusta nuestro trabajo, te encantará nuestra newsletter.
Niharika es pasante de consultoría técnica en Marktechpost. Es estudiante de tercer año y actualmente cursa su licenciatura en tecnología en el Instituto Indio de Tecnología (IIT), Kharagpur. Es una persona muy entusiasta con un gran interés en el aprendizaje automático, la ciencia de datos y la inteligencia artificial y una ávida lectora de los últimos avances en estos campos.