{"id":18363,"date":"2026-09-15T13:26:49","date_gmt":"2026-09-15T16:26:49","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=18363"},"modified":"2026-09-15T13:26:49","modified_gmt":"2026-09-15T16:26:49","slug":"hasta-ahora-una-ia-necesitaba-unas-40-horas-de-escaner-para-aprender-a-leer-lo-que-veia-una-persona-brain-it-lo-reduce-a-una-hora-y-reconstruye-la-imagen-directamente-desde-su-activ","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=18363","title":{"rendered":"Hasta ahora una IA necesitaba unas 40 horas de esc\u00e1ner para aprender a \u201cleer\u201d lo que ve\u00eda una persona. Brain-IT lo reduce a una hora y reconstruye la imagen directamente desde su actividad cerebral"},"content":{"rendered":"
\n

Una persona entra en un esc\u00e1ner de resonancia magn\u00e9tica, observa la fotograf\u00eda de un partido de b\u00e9isbol y no dice una palabra. El sistema registra \u00fanicamente c\u00f3mo cambia la actividad de su cerebro. Despu\u00e9s, una inteligencia artificial recibe esas se\u00f1ales y genera una imagen donde vuelven a aparecer el campo, los jugadores y buena parte de la composici\u00f3n de la fotograf\u00eda original.<\/p>\n

No est\u00e1 leyendo pensamientos en el sentido que normalmente asociamos con esa expresi\u00f3n. No sabe qu\u00e9 estamos imaginando libremente ni puede husmear recuerdos al azar. Pero Brain-IT s\u00ed puede reconstruir lo que una persona est\u00e1 viendo a partir de su actividad cerebral, y acaba de superar uno de los grandes obst\u00e1culos que manten\u00edan estas tecnolog\u00edas encerradas en experimentos extremadamente personalizados.<\/p>\n

El modelo, desarrollado en el laboratorio de Michal Irani en el Instituto Weizmann de Ciencias y presentado en ICLR 2026, consigue con aproximadamente una hora de datos de un nuevo individuo resultados comparables a m\u00e9todos anteriores entrenados con unas 40 horas. Incluso con 15 minutos comienzan a aparecer reconstrucciones reconocibles.<\/p>\n

El problema no era solo reconstruir una imagen: cada cerebro obligaba pr\u00e1cticamente a empezar de nuevo<\/h2>\n
\"Hasta
\u00a9 Roman Beliy, Amit Zalcher, Jonathan Kogman, Navve Wasserman y Michal Irani \/ Brain-IT, ICLR 2026.<\/figcaption><\/figure>\n

Las t\u00e9cnicas para convertir fMRI en im\u00e1genes existen desde hace a\u00f1os y los modelos de difusi\u00f3n produjeron un salto espectacular. El inconveniente es que pod\u00edan acertar que alguien estaba mirando, por ejemplo, un perro y despu\u00e9s inventar otro perro plausible, con colores, posiciones u objetos que no correspond\u00edan realmente a la fotograf\u00eda observada.<\/p>\n

Brain-IT intenta conservar las dos cosas.<\/p>\n

Por un lado reconstruye informaci\u00f3n sem\u00e1ntica, necesaria para saber qu\u00e9 objetos o conceptos aparecen. Por otro obtiene informaci\u00f3n visual de m\u00e1s bajo nivel relacionada con su estructura y posici\u00f3n. Ambas gu\u00edan despu\u00e9s al generador para evitar que la IA simplemente fabrique una bonita imagen compatible con una interpretaci\u00f3n aproximada de la se\u00f1al cerebral. Pero hab\u00eda un obst\u00e1culo todav\u00eda mayor: los cerebros humanos no est\u00e1n organizados exactamente igual.<\/p>\n

Los conjuntos de datos disponibles son diminutos comparados con los utilizados normalmente para entrenar inteligencia artificial. El conocido Natural Scenes Dataset, empleado en estos experimentos, contiene registros intensivos de apenas ocho participantes. Conseguir m\u00e1s informaci\u00f3n significa mantener personas durante horas dentro de una m\u00e1quina de fMRI mientras observan miles de im\u00e1genes.<\/p>\n

La soluci\u00f3n fue buscar qu\u00e9 tienen en com\u00fan cerebros diferentes<\/h2>\n
\"Hasta
\u00a9 Instituto Weizmann de Ciencias.<\/figcaption><\/figure>\n

En vez de considerar cada cerebro como un mapa completamente independiente, Brain-IT agrupa v\u00f3xeles (peque\u00f1os vol\u00famenes tridimensionales medidos mediante fMRI) seg\u00fan la funci\u00f3n que parecen desempe\u00f1ar. Su Brain Interaction Transformer trabaja as\u00ed con grupos funcionalmente similares que pueden encontrarse en personas diferentes, aunque f\u00edsicamente no est\u00e9n exactamente en el mismo lugar. El sistema aprende entonces conocimiento de varios cerebros y puede transferirlo cuando aparece alguien nuevo.<\/p>\n

El equipo desarroll\u00f3 adem\u00e1s un codificador que recorre el camino inverso: recibe una imagen e intenta predecir qu\u00e9 actividad cerebral producir\u00eda. Eso permite generar enormes cantidades de ejemplos sint\u00e9ticos sin tener que introducir a alguien en una resonancia cada vez.<\/p>\n

Durante ese trabajo aparecieron 128 agrupaciones funcionales compartidas entre individuos. Algunas coincid\u00edan con regiones conocidas por la neurociencia y otras mostraron especializaciones m\u00e1s espec\u00edficas. El equipo asegura, por ejemplo, haber observado una separaci\u00f3n dentro de la regi\u00f3n relacionada con lugares entre respuestas a escenas interiores y exteriores.<\/p>\n

Una hora cambia bastante lo que significa \u201cleer\u201d un cerebro<\/h2>\n

La comparaci\u00f3n es probablemente el dato m\u00e1s impresionante. Con solo una hora de registros espec\u00edficos de una persona nueva, Brain-IT logra un rendimiento comparable al de sistemas anteriores que utilizan las aproximadamente 40 horas completas de ese individuo. En las evaluaciones del estudio super\u00f3 a los m\u00e9todos de referencia en siete de ocho m\u00e9tricas utilizadas para comparar fidelidad estructural y sem\u00e1ntica.<\/p>\n

Eso todav\u00eda est\u00e1 lej\u00edsimos de una m\u00e1quina capaz de mirar pensamientos desde fuera. Hace falta una enorme resonancia magn\u00e9tica, la persona debe estar observando im\u00e1genes bajo condiciones controladas y la se\u00f1al de fMRI es lenta e indirecta: mide cambios asociados al flujo sangu\u00edneo, no cada disparo individual de las neuronas.<\/p>\n

Pero la frontera se ha movido. Hasta ahora, ense\u00f1ar a una IA a interpretar un cerebro nuevo era pr\u00e1cticamente un proyecto en s\u00ed mismo. Brain-IT sugiere que una parte del lenguaje visual del cerebro podr\u00eda ser suficientemente com\u00fan entre personas como para aprenderlo una vez y trasladarlo despu\u00e9s a alguien que el sistema casi no conoce. Y eso quiz\u00e1 sea m\u00e1s importante que cualquier imagen espectacular que consiga reconstruir.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

Una persona entra en un esc\u00e1ner de resonancia magn\u00e9tica, observa la fotograf\u00eda de un partido de b\u00e9isbol y no dice una palabra. El sistema registra \u00fanicamente c\u00f3mo cambia la actividad de su cerebro. Despu\u00e9s, una inteligencia artificial recibe esas se\u00f1ales y genera una imagen donde vuelven a aparecer el campo, los jugadores y buena parte […]<\/p>\n","protected":false},"author":1,"featured_media":18364,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-18363","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/18363","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=18363"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/18363\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/18364"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=18363"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=18363"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=18363"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}