Los desarrolladores de la Universidad de Purdue han creado una red neuronal que puede analizar imágenes de resonancia magnética funcional del cerebro tomadas mientras miran un video, y luego determinar en tiempo real lo que la persona estaba mirando.
El experimento involucró a tres sujetos, a quienes se les mostraron alrededor de mil pequeños videos. Durante el espectáculo, los científicos pudieron obtener una gran cantidad de datos de resonancia magnética funcional, que luego comenzaron a demostrar una red neuronal convolucional entrenada para hacer coincidir la actividad cerebral con las tramas de los videos. Utilizando la imagen de resonancia magnética funcional, la red aprendió muy rápida y correctamente a determinar qué estaba mirando exactamente el voluntario en el momento en que se tomó la imagen.
Además, la red neuronal aprendió a descifrar los datos de otras personas, basándose en la información recibida de fMRI de otros voluntarios, mientras que el resultado fue igualmente alto tanto con datos de fMRI de sujetos sanos como de aquellos con discapacidad visual.
Gracias a este estudio, los científicos pudieron descifrar pensamientos y, al mismo tiempo, descubrieron qué partes del cerebro son responsables de reconocer imágenes y videos. El caso es que el cerebro divide el video en componentes separados. Por ejemplo, si una persona ve un automóvil moviéndose contra el fondo de una pared, entonces un área del cerebro reconoce la pared y la otra un automóvil; por lo tanto, los científicos pudieron rastrear el trabajo del cerebro al comparar bloques individuales de información y juntarlos en una sola imagen.
Viacheslav Larionov
