Cr\u00e9dito: CC0 Public Domain <\/p>\n
Investigadores de la Escuela de Ingenier\u00eda Viterbi de la USC est\u00e1n utilizando la tecnolog\u00eda de redes adversarias generativas (GAN, por sus siglas en ingl\u00e9s), mejor conocida por crear videos falsos y rostros humanos fotorrealistas para mejorar las interfaces cerebro-computadora para personas con discapacidades. <\/p>\n
En un art\u00edculo publicado en Nature Biomedical Engineering, el equipo ense\u00f1\u00f3 con \u00e9xito una IA para generar datos de actividad cerebral sint\u00e9ticos. Los datos, espec\u00edficamente las se\u00f1ales neuronales llamadas trenes de picos, se pueden introducir en algoritmos de aprendizaje autom\u00e1tico para mejorar la usabilidad de las interfaces cerebro-computadora (BCI).<\/p>\n
Los sistemas BCI funcionan analizando las se\u00f1ales cerebrales de una persona y traduci\u00e9ndolas actividad neuronal en comandos, lo que permite al usuario controlar dispositivos digitales como cursores de computadora usando solo sus pensamientos. Estos dispositivos pueden mejorar la calidad de vida de las personas con disfunci\u00f3n motora o par\u00e1lisis, incluso aquellas que luchan contra el s\u00edndrome de enclaustramiento cuando una persona est\u00e1 completamente consciente pero no puede moverse ni comunicarse.<\/p>\n
Ya hay varias formas de BCI disponibles, desde gorras que miden se\u00f1ales cerebrales hasta dispositivos implantados en tejidos cerebrales. Todo el tiempo se identifican nuevos casos de uso, desde la neurorrehabilitaci\u00f3n hasta el tratamiento de la depresi\u00f3n. Pero a pesar de toda esta promesa, ha resultado ser un desaf\u00edo hacer que estos sistemas sean lo suficientemente r\u00e1pidos y robustos para el mundo real.<\/p>\n
Espec\u00edficamente, para dar sentido a sus entradas, las BCI necesitan grandes cantidades de datos neuronales y per\u00edodos prolongados. de capacitaci\u00f3n, calibraci\u00f3n y aprendizaje.<\/p>\n
\u00abObtener suficientes datos para los algoritmos que impulsan las BCI puede ser dif\u00edcil, costoso o incluso imposible si las personas paralizadas no pueden producir se\u00f1ales cerebrales lo suficientemente s\u00f3lidas\u00bb, dijo Laurent Itti. , profesor de ciencias de la computaci\u00f3n y coautor del estudio.<\/p>\n
Otro obst\u00e1culo: la tecnolog\u00eda es espec\u00edfica del usuario y debe entrenarse desde cero para cada persona.<\/p>\n
Generaci\u00f3n de datos neurol\u00f3gicos sint\u00e9ticos<\/p>\n
\u00bfQu\u00e9 pasar\u00eda si, en cambio, pudiera crear datos neurol\u00f3gicos sint\u00e9ticos generados artificialmente por computadora que pudieran \u00abreemplazar\u00bb los datos obtenidos del mundo real?<\/p>\n
Ingrese a las redes antag\u00f3nicas generativas. Conocidos por crear \u00abfalsificaciones profundas\u00bb, los GAN pueden crear una cantidad pr\u00e1cticamente ilimitada de im\u00e1genes nuevas y similares al ejecutar un proceso de prueba y error.<\/p>\n
El autor principal, Shixian Wen, Ph.D. asesorado por Itti, se pregunt\u00f3 si las GAN tambi\u00e9n podr\u00edan crear datos de entrenamiento para las BCI mediante la generaci\u00f3n de datos neurol\u00f3gicos sint\u00e9ticos indistinguibles de los reales.<\/p>\n
En un experimento descrito en el art\u00edculo, los investigadores entrenaron un sintetizador de picos de aprendizaje profundo con una sesi\u00f3n de datos registrados de un mono que alcanza un objeto. Luego, usaron el sintetizador para generar grandes cantidades de datos neuronales similares, aunque falsos.<\/p>\n
Luego, el equipo combin\u00f3 los datos sintetizados con peque\u00f1as cantidades de nuevos datos reales, ya sea del mismo mono en un d\u00eda diferente o de un mono diferente para entrenar un BCI. Este enfoque puso el sistema en funcionamiento mucho m\u00e1s r\u00e1pido que los m\u00e9todos est\u00e1ndar actuales. De hecho, los investigadores descubrieron que los datos neuronales sintetizados por GAN mejoraron la velocidad de entrenamiento general de un BCI hasta 20 veces.<\/p>\n
\u00abMenos de un minuto de datos reales combinados con los datos sint\u00e9ticos funciona tan bien como 20 minutos de datos reales\u00bb, dijo Wen.<\/p>\n
\u00abEs la primera vez que vemos que la IA genera la receta para el pensamiento o el movimiento a trav\u00e9s de la creaci\u00f3n de trenes de picos sint\u00e9ticos. Esta investigaci\u00f3n es un paso cr\u00edtico para hacer Las BCI son m\u00e1s adecuadas para el uso en el mundo real\u00bb.<\/p>\n
Adem\u00e1s, despu\u00e9s de entrenar en una sesi\u00f3n experimental, el sistema se adapt\u00f3 r\u00e1pidamente a nuevas sesiones o sujetos, utilizando datos neuronales adicionales limitados.<\/p>\n
\u00abEsa es la gran innovaci\u00f3n aqu\u00ed: crear trenes de picos falsos que parecen provenir de esta persona mientras se imaginan haciendo diferentes movimientos, y luego tambi\u00e9n usar estos datos para ayudar a aprender sobre la siguiente persona\u00bb, dijo Itti.<\/p>\n
M\u00e1s all\u00e1 de las BCI, los datos sint\u00e9ticos generados por GAN podr\u00edan conducir a avances en otras \u00e1reas de inteligencia artificial hambrientas de datos. e acelerando la capacitaci\u00f3n y mejorando el rendimiento.<\/p>\n
\u00abCuando una empresa est\u00e1 lista para comenzar a comercializar un esqueleto rob\u00f3tico, un brazo rob\u00f3tico o un sistema de s\u00edntesis de voz, debe considerar este m\u00e9todo, ya que podr\u00eda ayudarlos a acelerar la formaci\u00f3n y la readaptaci\u00f3n\u00bb, dijo Itti. \u00abEn cuanto al uso de GAN para mejorar las interfaces cerebro-computadora, creo que esto es solo el comienzo\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Aprendizaje autom\u00e1tico, conozca las emociones humanas: C\u00f3mo ayudar a una computadora a monitorear su estado mental M\u00e1s informaci\u00f3n:<\/strong> Shixian Wen et al, Adaptaci\u00f3n r\u00e1pida de las interfaces cerebro-computadora a nuevos conjuntos neuronales o participantes a trav\u00e9s de modelos generativos, Nature Biomedical Engineering (2021). DOI: 10.1038\/s41551-021-00811-z Informaci\u00f3n de la revista:<\/strong> Nature Biomedical Engineering <\/p>\n Proporcionado por la Universidad del Sur de California Cita<\/strong>: ‘Deepfaking the mind’ podr\u00eda mejorar interfaces cerebro-computadora para personas con discapacidades (2021, 19 de noviembre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-11-deepfaking-mind-brain-computer-interfaces-people.html Este documento est\u00e1 sujeto a los derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain Investigadores de la Escuela de Ingenier\u00eda Viterbi de la USC est\u00e1n utilizando la tecnolog\u00eda de redes adversarias generativas (GAN, por sus siglas en ingl\u00e9s), mejor conocida por crear videos falsos y rostros humanos fotorrealistas para mejorar las interfaces cerebro-computadora para personas con discapacidades. En un art\u00edculo publicado en Nature Biomedical Engineering, … Continuar leyendo \u00ab‘Deepfaking the mind’ podr\u00eda mejorar las interfaces cerebro-computadora para personas con discapacidades\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2212","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2212","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=2212"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2212\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=2212"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=2212"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=2212"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}