El sistema Brain-IT traduce la actividad cerebral registrada por resonancia magnética funcional en imágenes reconocibles de lo que una persona estaba observando.
Un equipo del Instituto Weizmann de Ciencias de Rehovot desarrolló Brain-IT, un sistema de inteligencia artificial capaz de reconstruir la imagen que una persona está mirando a partir de su actividad cerebral. El trabajo, liderado por la profesora Michal Irani, fue presentado en la International Conference on Learning Representations (ICLR) 2026, en Río de Janeiro, y difundido por el instituto en septiembre.
El sistema utiliza registros de resonancia magnética funcional (fMRI), que miden las variaciones de oxígeno en sangre asociadas a la actividad neuronal. En la etapa de reconstrucción, Brain-IT recibe únicamente esas mediciones, sin acceso a la fotografía original. «El nuevo modelo que desarrollamos supera a los anteriores en la reconstrucción tanto del contenido de la imagen como de sus detalles», afirmó Irani.
Un lenguaje común entre cerebros
El principal desafío es que las respuestas cerebrales varían de una persona a otra. Para resolverlo, los investigadores analizaron unas 40.000 pequeñas áreas de tejido cerebral por individuo y las agruparon en 128 conjuntos que responden a información visual similar, aunque se ubiquen en zonas anatómicas distintas. Esto permite aplicar lo aprendido de un cerebro a otro.
El equipo trabajó con el Natural Scenes Dataset, que reúne registros de ocho voluntarios expuestos a miles de fotografías. Para ampliar los datos de entrenamiento sin sumar horas de escaneo, un modelo codificador estimó las respuestas cerebrales a imágenes adicionales, que luego sirvieron para entrenar al decodificador encargado de reconstruirlas.
Resultados
En la evaluación, Brain-IT reconstruyó 1.000 fotografías excluidas de su entrenamiento y obtuvo el mejor puntaje promedio en siete de ocho pruebas estándar de precisión frente a otros sistemas líderes. Con una hora de registros de un nuevo participante, superó a MindEye2, modelo competidor publicado en 2024, en las ocho pruebas. Ese volumen de datos le permitió alcanzar resultados comparables a sistemas anteriores entrenados con unas 40 horas. En un caso, 15 minutos de registros bastaron para producir reconstrucciones reconocibles.
Según los investigadores, la tecnología podría contribuir en el futuro a herramientas de comunicación para personas que no pueden expresarse y a la evaluación de trastornos de la conciencia, aunque su aplicación clínica requerirá más desarrollo.
