Es sabido por muchos que Elon Musk es actualmente la cara visible de los proyectos actuales que buscan desarrollar implantes cerebrales que consigan entre otras cosas, interactuar con dispositivos a través de la mente. Lógicamente la firma de Musk, Neuralink, no es la única que está intentando esto, tal y como ya se ha podido comprobar en España. Ahora, investigadores de la Universidad de Stanford, según recoge MIT Technology Review, han conseguido desarrollar una interfaz de habla cerebro-ordenador (BCI) absurdamente rápida.
Tan rápida, que puede traducir pensamientos a texto a velocidades increíbles, tal y como se recoge en este borrador del artículo que se ha compartido en bioRXiv. Se describe cómo, gracias a esta interfaz, ha conseguido que una persona que ya no podía hablar debido al ELA (esclerosis lateral amiotrófica) pudo comunicarse a una velocidad de 62 palabras por minuto.
Hablamos de la anartria, una condición que impide a una persona, por diversos motivos, realizar un habla convencional pese a tener la capacidad de entender este concepto y ser consciente de lo que quiere comunicar. Esta investigación podría abrir la puerta a que personas con dichas condiciones puedan llevar una comunicación normal usando únicamente estas interfaces.
Interfaces BCI
Las interfaces BCI consiguen traducir la actividad cerebral de las personas, generalmente captada a través de electrodos en comandos de ordenador. En estudios anteriores, se pudo comprobar cómo con la capacitación adecuada, se podían traducir pensamientos en texto, en una pantalla.
En lo que se refiere a la capacitación, hablamos de pequeños sistemas que, por ejemplo, implicaban usar elementos externos como un bolígrafo para escribir las letras individuales. Desgraciadamente estos métodos estaban limitados; una persona que tuviera parálisis en las extremidades solo podía escribir a una velocidad de 18 palabras por minuto usando un BCI basado en escritura a mano.
Captura del vídeo en el que se muestra a la persona traduciendo pensamientos en texto.
Lo que buscan estos BCI, precisamente, es conseguir que estas personas "hablen" de la forma más rápida posible, traducir sus pensamientos para conseguir una velocidad de traducción lo más cercana a la velocidad de habla normal, que se estima en torno a 160 palabras por minuto.
Un nuevo implante
Los investigadores de la Universidad de Stanford aseguraban que la persona no podía hablar debido al ELA. Su BCI basado en el habla en desarrollo consiguió alcanzar una velocidad de 62 palabras por minuto, estableciendo un nuevo récord. Y es que en lugar de pedirle a la sujeto que pensara en mover la mano o ajustar un tono para producir palabras, se le pidió que intentara hablar.
[Elon Musk probará su chip cerebral en humanos: "Podemos devolver la vista a los ciegos"]
Los electrodos implantados se dedicaron a registrar la actividad cerebral de la paciente, mientras esta intentaba decir palabras, oraciones o fonemas que se mostraban en la pantalla de un ordenador. Un proceso que abarcó al menos 4 meses, con sesiones de 2 a 4 horas repartidas en dos visitas por semana. La sujeto pudo conseguir decir oraciones que no estaban incluidas en los conjuntos de datos del entrenamiento, usando una biblioteca de 50 palabras.
Lo siguiente era conseguir los datos recogidos de estas sesiones y correlacionarlos con las señales y las palabras. Así, los investigadores consiguieron desarrollar e implementar en su BCI un sistema de predicción de palabras, para aumentar la precisión de la interfaz. De esta forma, si la paciente intentaba escoger una palabra entre varias, elegiría la más probable.
Una de las palabras traducidas.
Los resultados fueron buenismos. Consiguieron una tasa de error del 9,1%, una cifra espectacular, ya que la generación anterior de ese mismo BCI tenía una tasa de error de al menos un 25%, usando precisamente esa misma biblioteca de palabras y alcanzando un rango de solo 18 palabras por minuto.
Eso sí, hay que aclarar que la biblioteca tiene su peso en todo esto, ya que usando una biblioteca de 125.000 palabras, la tasa ascendió al 23,8% de error promedio. A todo esto, es necesario solventar aún algunos problemas en el uso de estos electrodos a largo plazo, que pasan por ejemplo por aumentar la versatilidad de las interfaces en bibliotecas de palabras más amplias.