Brain-IT: la inteligencia artificial que reconstruye lo que una persona está viendo a partir de su cerebro

Una inteligencia artificial desarrollada por investigadores del Instituto Weizmann de Ciencias logró reconstruir imágenes a partir de la actividad cerebral de personas que las estaban observando. El sistema, llamado Brain-IT, utiliza datos obtenidos mediante resonancia magnética funcional (fMRI) para convertir patrones de actividad cerebral en representaciones digitales de lo que una persona está viendo.

El avance llama la atención porque los sistemas anteriores necesitaban grandes cantidades de datos obtenidos de cada participante. En algunos experimentos, las personas debían pasar hasta 40 horas dentro de un escáner para generar información suficiente para entrenar el modelo. Brain-IT busca reducir drásticamente esa dependencia mediante un sistema capaz de aprovechar patrones compartidos entre diferentes cerebros.

Un mapa común entre distintos cerebros

Para desarrollar el sistema, los investigadores dividieron la actividad cerebral en alrededor de 40.000 pequeños volúmenes tridimensionales, conocidos como vóxeles. Después analizaron cómo respondían ante diferentes imágenes y buscaron patrones que se repitieran entre distintas personas.

Durante este proceso, el modelo identificó 128 agrupaciones funcionales compartidas relacionadas con el procesamiento de imágenes. No significa que todos los cerebros sean idénticos, sino que determinadas funciones visuales pueden encontrarse en distintas personas aunque su ubicación anatómica exacta varíe.

El sistema puede trabajar con características visuales como colores y posiciones, pero también con información relacionada con el significado de una imagen. Así puede reconstruir elementos como rostros, objetos o escenas y conservar detalles que los métodos anteriores perdían con mayor frecuencia.

Una de las claves de Brain-IT es que combina dos procesos. Uno aprende a relacionar imágenes con actividad cerebral y otro intenta reconstruir las imágenes a partir de esa actividad. Esto permite generar información sintética para ampliar el entrenamiento sin tener que obtener cada dato directamente de una persona dentro de un escáner.

¿Significa que la IA puede leer la mente?

No exactamente.

Por ahora, Brain-IT necesita que la persona esté dentro de un equipo de resonancia magnética funcional mientras observa una imagen. Se trata, por tanto, de una tecnología experimental y muy diferente de un dispositivo capaz de interpretar libremente los pensamientos de alguien.

Sin embargo, sus posibles aplicaciones son relevantes. La reconstrucción de información visual a partir de la actividad cerebral podría contribuir en el futuro al desarrollo de interfaces cerebro-computadora y de nuevas herramientas para personas con discapacidades motoras severas.

También podría ayudar a los científicos a estudiar con mayor precisión cómo el cerebro organiza la percepción visual. El propio equipo de Weizmann está explorando si métodos similares pueden utilizarse para interpretar información auditiva y, más adelante, otros tipos de actividad cerebral.

Uno de los desafíos más grandes será precisamente ese: pasar de imágenes estáticas a información que cambia rápidamente, como un video. La actividad cerebral asociada con un sueño, por ejemplo, plantea un problema mucho más complejo porque las escenas pueden cambiar constantemente mientras la resonancia registra la actividad en intervalos relativamente lentos.

El avance también abre preguntas sobre privacidad. Si algún día las tecnologías de neuroimagen y las interfaces cerebro-computadora llegan a ser más pequeñas, rápidas y accesibles, será necesario definir qué información cerebral puede recopilarse, quién puede acceder a ella y bajo qué condiciones.

Por ahora, Brain-IT está lejos de ser una máquina para leer pensamientos. Pero sí representa un paso importante hacia una tecnología capaz de convertir parte de la actividad del cerebro en imágenes que una computadora puede interpretar.

Fuente: Instituto Weizmann de Ciencias e investigación presentada en ICLR 2026.

Síguenos en Instagram,Facebook y nuestro canal de Telegram