Las series y películas de ciencia ficción están un paso más cerca de convertirse en realidad gracias a un nuevo descubrimiento realizado por investigadores de la Universidad Tecnológica de Sídney. Científicos australianos acaban de desarrollar una tecnología de biosensores que permitirá manejar dispositivos, incluidos robots y máquinas, a través de nuestros pensamientos.

La avanzada interfaz cerebro-ordenador fue creada por el profesor Chin-Teng Lin y la profesora Francesca Iacopi, de la Escuela de Ingeniería e Informática de la UTS, en colaboración con el Ejército australiano y el Centro de Innovación para la Defensa.

Además de las aplicaciones de defensa, la tecnología tiene un gran potencial en campos como la fabricación avanzada, la industria aeroespacial y la asistencia sanitaria. Por ejemplo, podría permitir a personas con discapacidad controlar una silla de ruedas o manejar prótesis.

El estudio demuestra que los sensores de grafeno desarrollados en la UTS son altamente conductores, fáciles de usar y robustos. Se colocan en la parte posterior del cuero cabelludo para detectar las ondas cerebrales de la corteza visual. Los sensores resisten condiciones duras, por lo que pueden utilizarse en entornos operativos extremos.

“Al utilizar material de grafeno de última generación, combinado con silicio, pudimos superar problemas de corrosión, durabilidad y resistencia al contacto con la piel, para desarrollar los sensores secos portátiles”, explicó Iacopi.

Para manejar la interfaz, el usuario lleva una lente de realidad aumentada montada en la cabeza que muestra cuadrados blancos parpadeantes. Al enfocar un cuadrado concreto, el biosensor capta las ondas cerebrales del operador y un descodificador traduce la señal en órdenes.

La tecnología fue probada recientemente por el ejército australiano, donde los soldados manejaron un robot cuadrúpedo de Ghost Robotics utilizando la interfaz cerebro-máquina. El dispositivo permitió dar órdenes al perro robótico con manos libres con una precisión de hasta el 94%.

“Nuestra tecnología puede emitir al menos nueve órdenes en dos segundos. Esto significa que tenemos nueve tipos diferentes de órdenes y que el operador puede seleccionar una de esas nueve en ese periodo de tiempo”, declaró Lin.

Los investigadores creen que la tecnología será de interés para la comunidad científica, la industria y el gobierno, y esperan seguir avanzando en los sistemas de interfaz cerebro-ordenador.

Posibles aplicaciones de la nueva tecnología de interfaces cerebro-ordenador (en inglés, BCI)

-Prótesis: las BCI pueden utilizarse para controlar prótesis, lo que permitiría a personas con amputaciones controlar miembros artificiales con el pensamiento.

-Rehabilitación: las interfaces cerebro-ordenador pueden ayudar a las personas en rehabilitación a recuperarse de lesiones o accidentes cerebrovasculares entrenando su cerebro para controlar sus movimientos.

-Tecnología asistencial: las interfaces cerebro-ordenador pueden utilizarse para controlar dispositivos de asistencia como sillas de ruedas, dispositivos de comunicación y sistemas de automatización del hogar.

-Exploración espacial: puede ser posible controlar robots y otros dispositivos en el espacio, permitiendo a los humanos realizar tareas complejas a distancia.

-Juegos: las BCI permitirán crear nuevos tipos de juegos interactivos controlados por el pensamiento de los jugadores.

-Militares: la inteligencia artificial también puede tener aplicaciones militares, como el control de vehículos no tripulados y sistemas de armamento.

-Investigación neurocientífica: las BCI pueden utilizarse para estudiar el cerebro y sus funciones, lo que permitirá a los investigadores comprender mejor cómo funciona nuestro cerebro y cómo puede utilizarse para controlar dispositivos externos.

94%

es la precisión registrada por el sistema al dar órdenes a un perro robótico que funciona con manos libres.

Entrevista

Chin-Teng Lin,
profesor de la Escuela de Informática de la Universidad Tecnológica de Sydney

P: ¿Por qué empezó a trabajar con interfaces cerebro-ordenador?

- El desarrollo de interfaces cerebro-ordenador comenzó a finales de los años 60, con el objetivo de crear una vía de comunicación directa entre el cerebro y dispositivos externos. A lo largo de los años se han producido avances significativos en este campo, y los investigadores han progresado en el desarrollo de sistemas que pueden permitir a individuos paralíticos controlar extremidades robóticas y otros dispositivos con sus pensamientos. El desarrollo de las BCI se ha visto impulsado por el deseo de proporcionar a las personas con discapacidad una mayor independencia y movilidad, así como de avanzar en nuestra comprensión del cerebro y su funcionamiento. Aunque aún queda mucho por hacer en este campo, los avances logrados hasta la fecha son muy prometedores y las aplicaciones potenciales de esta tecnología son enormes.

P: ¿Cómo funciona esta tecnología?

- La tecnología para controlar robots con la mente funciona detectando e interpretando señales cerebrales y traduciéndolas en órdenes que pueden utilizarse para controlar un dispositivo, como un brazo robótico. Hay distintos tipos de BCI, pero uno de los más comunes es el uso de técnicas no invasivas, como la electroencefalografía (EEG), que consiste en colocar sensores en el cuero cabelludo para detectar la actividad eléctrica del cerebro. A continuación, las señales detectadas por los sensores se procesan mediante un algoritmo de IA para traducirlas en órdenes que puedan utilizarse para controlar un dispositivo. Otro enfoque de las BCI es el uso de electrodos implantados. Estos electrodos se colocan dentro o sobre la superficie del cerebro y pueden detectar las señales eléctricas generadas por las neuronas. Se han utilizado BCI invasivas y no invasivas para controlar robots, prótesis y otros dispositivos.

P: ¿Puede cualquiera controlar robots?

- Los pasos concretos que hay que dar para controlar un robot con la mente pueden variar según el tipo de BCI utilizado, pero en general, el proceso implica los siguientes pasos:

- Adquisición de señales cerebrales: Las señales cerebrales se adquieren mediante técnicas invasivas o no invasivas, como electrodos implantados o electroencefalografía.

- Procesamiento de las señales cerebrales: Las señales cerebrales adquiridas se procesan mediante un algoritmo informático para extraer las características relevantes de las señales.

- Clasificación de las señales cerebrales: Las señales cerebrales procesadas se clasifican en diferentes categorías en función de sus características. Por ejemplo, en una tarea de control de un brazo robótico, las categorías pueden incluir movimientos en diferentes direcciones o la apertura y cierre de la mano robótica.

- Generación de órdenes de control del robot: Una vez clasificadas las señales cerebrales, el algoritmo de IA genera comandos que pueden utilizarse para controlar el robot. Estos comandos pueden adoptar la forma de señales eléctricas que controlan directamente al robot o de comandos que se transmiten de forma inalámbrica al robot.

Los humanos controlan los robots a través de la mente generando las señales cerebrales que se utilizan como entrada para la BCI. Básicamente, hay dos tipos de BCI: BCI activa y BCI pasiva. La BCI activa requiere que los usuarios produzcan deliberadamente señales cerebrales para interactuar con la BCI. En la BCI activa, normalmente, las personas deben someterse primero a un entrenamiento para aprender a generar las señales cerebrales específicas que corresponden a los diferentes comandos de control del robot. Durante la fase de entrenamiento, se suele pedir a la persona que realice una serie de tareas mentales, como imaginar diferentes movimientos o realizar tareas cognitivas específicas, mientras se registran sus señales cerebrales. Las señales cerebrales registradas se utilizan entonces para entrenar el algoritmo informático a reconocer las señales cerebrales que corresponden a los distintos comandos de control del robot. Una vez entrenada la BCI, la persona puede utilizar sus pensamientos para generar las señales cerebrales que controlan el robot.

En cambio, la BCI pasiva aprovecha las respuestas cerebrales del usuario provocadas por diferentes estímulos. Cada estímulo se asocia a un comando diferente y las señales EEG estimuladas registradas son procesadas y clasificadas por la IA en el mismo procedimiento mencionado para descodificar los comandos correspondientes. Normalmente, la BCI pasiva no requiere entrenamiento, a expensas del requisito de dispositivos/fuentes de estímulos externos.