Una herramienta de inteligencia artificial (IA) puede utilizar escaneos del cerebro para reconstruir las imágenes que las personas miraron con una precisión inquietante.
El sistema, denominado Brain-IT, emplea datos de la resonancia magnética funcional (RMf) para medir la actividad en la corteza visual, la parte del cerebro que procesa la entrada visual. Un modelo informático predice, a la vez, la disposición general de una imagen y información de alto nivel sobre su contenido. Después transmite esas predicciones a un generador de imágenes con IA, explicaron los investigadores en un estudio subido a la base de preprints arXiv. La investigación se presentó en la conferencia ICLR 2026, celebrada del 23 al 25 de abril, y fue difundida por sus autores en septiembre.
Brain-IT se apoya en un enfoque denominado Universal Brain Encoder. Ese modelo parte de una imagen y luego predice la respuesta de RMf que se esperaría en los vóxeles individuales —pequeñas unidades 3D— de una exploración cerebral.
“La idea clave es que cada vóxel, un diminuto cubo de tejido cerebral, recibe su propio vector aprendido que captura a qué presta atención en las imágenes,” afirmó el primer autor del estudio, Roman Beliy, candidato doctoral en el Departamento de Ciencias de la Computación y Matemáticas Aplicadas del Instituto Weizmann de Ciencia en Israel.
Algunos vóxeles pueden ajustarse a elementos relativamente simples de una imagen, como bordes, texturas o ubicaciones. Otros podrían responder a categorías abstractas de nivel superior, como rostros, cuerpos o escenas.
Espiando dentro de tu mente
Los sistemas tradicionales de imagen a RMf se han entrenado, por lo general, de forma personalizada para cada participante y conjunto de datos. Universal Brain Encoder es más flexible. Aprende a partir de datos de varias personas y puede transferir información entre participantes, entre conjuntos de datos o entre diferentes sistemas de RMf con distintas intensidades de campo magnético, según el estudio.
Un vóxel puede determinar qué partes de una imagen le son relevantes basándose en su perfil aprendido, básicamente diciendo: “Reconozco los bordes. ¿Qué partes de esta imagen son bordes?”
Universal Brain Encoder parte de una imagen y predice la actividad cerebral; Brain-IT parte de la actividad cerebral medida y reconstruye la imagen que la persona observó. En otras palabras, pregunta: “basándose en esta actividad cerebral, ¿qué estaba mirando la persona?”. Clasifica miles de mediciones diminutas de escaneos cerebrales de la corteza visual en 128 grupos según el tipo de información visual que tienden a portar.
El sistema luego permite que esos grupos compartan pistas entre sí, lo que le permite combinar, por ejemplo, información sobre la forma de una escena, su color y posibles objetos, para construir una imagen más completa de la imagen, explicó Beliy.
El decodificador produce dos tipos de predicciones visuales. Uno captura información semántica —las características asociadas a lo que es probable en una escena; por ejemplo, para una imagen de un perro en medio del pasto, esto incluiría rasgos de un perro y un entorno exterior con césped. El otro captura información estructural, como la disposición general o cómo se ordenan las formas.
En el ejemplo anterior, serían aspectos como el contorno del perro o su posición en el encuadre. La predicción estructural ofrece al generador un punto de partida para la imagen, en lugar de empezar desde ruido puro, mientras que la información semántica guía a un generador de imágenes que elimina el resto de estática hasta que la imagen emerge.
Aunque la nueva herramienta puede recrear lo que las personas ven, no puede reproducir memorias ni escenas imaginadas.
“No estamos leyendo los pensamientos de las personas,” dijo la coautora del estudio Michal Irani, científica computacional del Instituto Weizmann de Ciencia, a Live Science. “Las imágenes que logramos recuperar a partir de RMf requieren la cooperación de las personas y su plena colaboración intencional.”
Cómo probaron los científicos el modelo
Las imágenes sintéticas de Brain-IT se compararon con las imágenes que los participantes vieron. Brain-IT superó a métodos líderes anteriores en métricas objetivas estándar de reconstrucción y produjo resultados más fieles, escribieron los autores del estudio. El sistema brilló cuando se disponía de datos RMf limitados de un nuevo participante, ya que con solo una hora de datos de un nuevo participante se obtenían resultados tan precisos como enfoques anteriores que habían sido entrenados con 40 horas de grabaciones.
Sin embargo, una salida con puntuación alta o apariencia realista no debe confundirse con una copia perfecta de lo que alguien vio.
En la etapa final de procesamiento, el sistema utiliza un generador de difusión comercial entrenado con una gran cantidad de imágenes. Modelos como este generan imágenes plausibles y pueden suavizar texturas, afinar rasgos faciales o rellenar detalles que faltan.
Beliy explicó que este “embellecimiento” puede hacer que las reconstrucciones sean más pulidas y convincentes e introducir detalles que no provienen necesariamente de los datos cerebrales. En otras palabras, la exploración limita la imagen generada, pero el modelo de IA aporta parte de su realismo a partir de patrones aprendidos en fotografías.
Por qué esto no es decodificación de memoria
Aunque el nuevo sistema produce resultados impresionantes para imágenes vistas, no puede usarse para reconstruir una imagen imaginada o recordada.
“Brain-IT se basa en cómo el cerebro procesa una imagen vista,” afirmó Irani. “La información fluye desde los ojos hasta la corteza visual primaria y continúa a través de una serie de áreas visuales que reconocen objetos y escenas.”
En un experimento controlado, los investigadores también saben con precisión qué imagen se mostró, lo que le da al modelo un objetivo durante el entrenamiento y la evaluación. En contraste, las memorias y las imágenes imaginadas no ofrecen la misma referencia limpia. Pueden ser vagas y estar modeladas por redes cerebrales involucradas en la memoria y el pensamiento, con solo una reactivación parcial y más débil de las regiones visuales, señaló Irani. Una limitación que impediría que esta tecnología se implementara ampliamente es que la única forma de obtener resultados fiables es mediante escaneos RMf, que son engorrosos y costosos. El equipo está experimentando actualmente con el uso de datos de electroencefalografía (EEG), más fáciles de recolectar, obtenidos mediante electrodos en la cabeza, pero ese trabajo se encuentra en etapas muy preliminares, según Irani.
El nuevo sistema podría ayudar a los investigadores del cerebro a entender mejor qué información visual está representada en distintas regiones cerebrales, cómo interactúan esas regiones y cómo difieren los patrones entre las personas. Estas herramientas podrían, con el tiempo, revelar diferencias en el procesamiento visual que podrían ayudar a los clínicos a detectar condiciones neurológicas, neurodesarrollales y psiquiátricas.
“Existen numerosas aplicaciones médicas útiles hacia las que estamos trabajando,” dijo Irani. “Entre ellas se encuentran usar nuestro codificador/decodificador cerebral para detectar y analizar trastornos cerebrales como la EM, el TEPT, el autismo y trastornos psiquiátricos.”
