En el pasado, los sistemas de lectura mental habían sido capaces de adivinar qué número de un solo dígito podría estar pensando una persona, pero los pensamientos más profundos han estado más allá del alcance de la tecnología. Ahora, un equipo de la Universidad Carnegie Mellon (CMU) ha desarrollado una nueva manera de leer con precisión conceptos más complejos en un escaneo cerebral, e incluso juntar frases completas.
Incluso la frase más básica se carga con más información de la que uno podría darse cuenta: cada palabra representa un nuevo concepto, y su ubicación y relación entre sí puede cambiar drásticamente el significado del todo. El equipo de CMU encontró que los «bloques de construcción» que la mente usa para construir pensamientos están compuestos de conceptos, en lugar de basarse en las propias palabras. Esto sugiere que el cerebro procesa los conceptos de una manera universal, independientemente del idioma y la cultura de una persona.
«Uno de los grandes avances del cerebro humano fue la capacidad de combinar conceptos individuales en pensamientos complejos, pensar no solo en ‘plátanos’, sino ‘me gusta comer plátanos por la noche con mis amigos‘», dice Marcel Just, líder Investigador en el estudio. «Finalmente hemos desarrollado una manera de ver los pensamientos de esa complejidad mediante fMRI. El descubrimiento de esta correspondencia entre los pensamientos y los patrones de activación cerebral nos dice de qué se construyen los pensamientos«.
El estudio probó cómo el cerebro codifica pensamientos complejos, y cómo un escáner de fMRI, con una pequeña ayuda de algoritmos de aprendizaje máquina, puede decodificarlos. Los investigadores juntaron 240 «eventos complejos», que son frases como «El testigo gritó durante el juicio». Estos eventos se componían de 42 bloques de construcción diferentes, o componentes significativos como la persona, la configuración, el tamaño, la interacción social y la acción física.
Cada uno de estos diferentes tipos de información se procesan en diferentes partes del cerebro, por lo que el sistema CMU puede elegir la categoría general de lo que está en la mente de una persona. Para probar su destreza, los investigadores hicieron que siete participantes leyeran las frases, registrando los patrones de activación cerebral que les acompañaban. Después de entrenar el algoritmo en 239 de las frases y los escáneres coincidentes, fue capaz de componer la última oración basándose únicamente en los datos del cerebro.
El equipo realizó esa prueba 240 veces, dejando de lado sistemáticamente cada una de las frases a su vez, y encontró que el algoritmo era capaz de predecir la sentencia faltante de un patrón de activación cerebral con un 87 por ciento de precisión. Al ir por el otro lado, los investigadores podrían alimentar el programa con una frase y escupiría un patrón preciso de activación del cerebro.
«Nuestro método supera la propiedad desafortunada de fMRI para difuminar las señales que emanan de eventos cerebrales que ocurren juntos en el tiempo, como la lectura de dos palabras sucesivas en una frase», dice Just. «Este avance hace posible por primera vez para decodificar pensamientos que contienen varios conceptos. Es lo que la mayoría de los pensamientos humanos se componen de un próximo paso podría ser la decodificación del tipo general de tema que una persona está pensando, como la geología o skateboarding. Estamos en camino de hacer un mapa de todos los tipos de conocimiento en el cerebro.»
Este estudio conduce a una explicación teórica y computacional inicial de la representación neural del contenido proposicional de las oraciones que describen el evento y que describen el estado. La principal contribución es el mapeo predictivo bidireccional entre las propiedades neurosemánticas de los conceptos y las firmas neurales que caracterizan cómo el cerebro representa eventos y estados descritos por frases simples.
La novedad del enfoque radica principalmente en el mapeo que incorpora las propiedades neuronales de los conceptos y las oraciones, los roles que juegan los conceptos en una proposición y la identificación de una firma neural de final de oración de la semántica de todos los conceptos componentes de la proposición. Los hallazgos indican lo siguiente:
- La representación neural de un evento o proposición que describe el estado implica subsistemas cerebrales especializados en la representación de la información semántica particular que puede ser caracterizada por un conjunto de características semánticas plausibles neuronalmente.
- Es posible predecir de manera fiable la actividad cerebral un nivel de oración a partir de este conjunto de bases neurales especializadas y el conocimiento de las propiedades semánticas de las palabras componentes de una oración y sus interrelaciones.
- También es posible decodificar las propiedades semánticas de los conceptos en una oración a partir de los patrones de activación observados.
- La representación neural del significado de los acontecimientos y de los estados en gran parte común a través de los individuos.
