-
Greg Gage: La lectura del pensamiento.
-
Se ve en películas de ciencia ficción,
-
las máquinas que nos leen la mente.
-
Pero existen aparatos hoy
que pueden leer la actividad eléctrica
-
del cerebro.
-
Lo llamamos el EEG.
-
¿Hay información contenida
en estas ondas cerebrales?
-
¿Podríamos programar una computadora
para leer los pensamientos?
-
Mi amigo Nathan
está intentando hackear el EEG
-
para construir una máquina
que pueda leer la mente.
-
[Neurociencia casera]
-
Así funciona el EEG:
-
dentro de la cabeza está el cerebro,
-
y el cerebro se compone de
miles de millones de neuronas.
-
Cada neurona transmite
un mensaje eléctrico la una a la otra.
-
Estos pequeños mensajes pueden combinarse
para formar una onda eléctrica
-
que se detecta en un monitor.
-
Tradicionalmente, el EEG
nos puede decir cosas generales,
-
por ejemplo, si uno está
dormido o despierto.
-
Pero ¿nos puede decir algo más?
-
¿Puede realmente leer los pensamientos?
-
Lo vamos a comprobar.
-
No empezaremos con pensamientos complejos;
haremos algo muy sencillo.
-
¿Podemos interpretar lo que alguien ve
utilizando solo sus ondas cerebrales?
-
Nathan empezará por pegar electrodos
en la cabeza de Christy.
-
Nathan: Mi vida está enredada.
-
(Risas)
-
GG: Luego le mostrará
una serie de imágenes
-
de cuatro categorías diferentes.
-
Nathan: Una cara, una casa,
un paisaje e imágenes raras.
-
GG: Mientras le mostramos a Christy
centenares de estas imágenes,
-
se están registrando las ondas eléctricas
en la computadora de Nathan.
-
Queremos ver si podemos detectar
información visual sobre las fotos
-
contenida en las ondas cerebrales,
-
así que al terminar, sabremos
si el EEG nos puede decir
-
qué tipo de imagen Christy está mirando.
-
Y si este es el caso,
-
cada categoría debe desencadenar
una señal diferente del cerebro.
-
Bien, recolectamos todos los datos
sin procesar del EEG,
-
y estos son los resultados.
-
Se ven bastante desorganizados,
entonces ordenémoslos por imagen.
-
Aún está demasiado caótico
para ver alguna diferencia,
-
pero si igualamos el EEG
entre todos los tipos de imágenes
-
y las alineamos según el momento
en que la imagen apareció
-
podemos normalizar el caos,
y dentro de poco,
-
vemos que unas tendencias principales
emergen para cada categoría.
-
Las señales todavía se ven
bastante similares.
-
Mirémoslas más de cerca.
-
Como a cien milisegundos
después de que sale la imagen,
-
vemos un aumento positivo
en cada uno de los cuarto casos.
-
Lo llamamos el P100,
-
y creemos que eso es
lo que pasa en el cerebro
-
cuando reconoces un objeto.
-
Pero ¡guau!, mira la señal para la cara.
-
Parece diferente de las otras.
-
Hay una baja a unos 170 milisegundos
después de que sale la imagen.
-
¿Qué estará pasando aquí?
-
Los estudios demuestran que
el cerebro tiene muchas neuronas
-
dedicadas al reconocimiento
de caras humanas.
-
Entonces esta caída de N170
podrían ser todas esas neuronas
-
que se activan a la vez en el mismo sitio,
-
Y podemos detectarlo en el EEG.
-
Hay dos puntos claves aquí.
-
Uno: los ojos no pueden detectar
diferencias en los patrones
-
sin que se iguale el ruido.
-
Y dos: aun después de que
se elimina el ruido,
-
los ojos solo pueden detectar
las señales asociadas con las caras.
-
Entonces, recurrimos
al aprendizaje automático.
-
Los ojos no son muy buenos
-
para identificar patrones
entre datos caóticos,
-
pero los algoritmos
de aprendizaje automático
-
están precisamente para eso.
-
Entonces, ¿podríamos tomar
muchas imágenes y datos
-
y entrarlos a una computadora
-
para programarla a interpretar
lo que Christy está viendo en tiempo real?
-
Tratamos de escribir la información
que sale de su EEG
-
en tiempo real,
-
y predecir lo que sus ojos están viendo.
-
Y si funciona, entonces cada vez
que le toca una imagen del paisaje,
-
debe decir: paisaje, paisaje,
paisaje, paisaje.
-
Y cuando es una cara:
cara, cara, cara, cara.
-
Pero no está funcionando exactamente así,
-
aparentemente.
-
(Risas)
-
Muy bien.
-
Christy: ¿Qué está pasando aquí?
-
GG: Necesitamos una nueva carrera, creo.
-
(Risas)
-
GG: Bien, eso fue un enorme fracaso.
-
Pero seguimos curiosos:
-
¿Hasta dónde podríamos
llevar esta tecnología?
-
Revisamos lo que habíamos hecho.
-
Notamos que los datos entraban
a la computadora muy rápido,
-
sin indicar dónde ocurrían
los intervalos entre imágenes.
-
Eso sería el equivalente de leer
una oración muy larga
-
sin espacios entre las palabras.
-
Algo así sería difícil de leer,
-
pero una vez que insertemos los espacios,
aparecen las palabras individuales
-
y es mucho más comprensible.
-
Pero ¿qué pasa si hacemos trampa?
-
Utilizando un sensor, podemos
decirle a la computadora
-
el momento en que sale la imagen.
-
De ese modo, la onda cerebral deja de ser
un flujo continuo de información,
-
y en cambio se vuelven unidades
individuales de significado.
-
Vamos a hacer un poquito más de trampa,
-
usando solo dos de las categorías.
-
Veamos si podemos leer la mente
en tiempo real.
-
En este nuevo experimento,
lo restringimos un poco más
-
para saber el momento
en que sale la imagen,
-
y limitamos las categorías
a solo "cara" y "paisaje".
-
Nathan: Cara. Correcto.
-
Paisaje. Correcto.
-
GG: Así que cada vez
que aparece la imagen,
-
sacamos una foto del momento en que sale
-
y desciframos las ondas del EEG.
-
Está mejorando.
-
Nathan: Sí. Cara. Correcto.
-
GG: Entonces sí, hay información
en la señal del EEG,
-
nada más la tuvimos que alinear
con la apariencia de la imagen.
-
Nathan: Paisaje. Correcto.
-
Cara. Sí.
-
GG: Esto significa que sí,
hay información presente,
-
y si sabemos el momento
en que apareció la imagen,
-
podemos determinar qué tipo de imagen era,
-
posiblemente, o por lo menos en promedio,
-
observando estos potenciales activados.
-
Nathan: Exactamente.
-
GG: Si me hubieras dicho al principio
que esto era posible,
-
habría dicho que no hay manera.
-
No creí que fuera posible.
-
¿De verdad funcionó nuestro experimento
de lectura del pensamiento?
-
Sí, pero tuvimos que hacer mucha trampa.
-
Al final, puedes encontrar
algunas cosas interesantes en el EEG,
-
por ejemplo, si estás mirando
la cara de alguien.
-
Pero está bastante limitado.
-
Quizás se harán grandes avances
en el aprendizaje automático
-
y algún día podremos descifrar
lo que pasa en nuestros pensamientos.
-
Pero por ahora, cuando una compañía dice
que pueden emplear tus ondas cerebrales
-
para poder controlar aparatos,
-
es tu derecho --es tu obligación--
-
ser escéptico.