Lectura del cerebro
De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda

La lectura del cerebro o la identificación del pensamiento utiliza las respuestas de múltiples voxels en el cerebro evocadas por estímulos que luego son detectados por fMRI para decodificar el estímulo original. Los avances en la investigación lo han hecho posible mediante el uso de neuroimágenes humanas para decodificar la experiencia consciente de una persona basándose en mediciones no invasivas de la actividad cerebral de un individuo. [1] Los estudios de lectura cerebral difieren en el tipo de decodificación (es decir, clasificación, identificación y reconstrucción) empleado, el objetivo (es decir, decodificación de patrones visuales, patrones auditivos, estados cognitivos ) y los algoritmos de decodificación ( clasificación lineal, clasificación no lineal, reconstrucción directa, reconstrucción bayesiana, etc.) empleadas.

La profesora de neuropsicología Barbara Sahakian califica, "Muchos neurocientíficos en el campo son muy cautelosos y dicen que no podemos hablar sobre leer las mentes de las personas, y en este momento eso es muy cierto, pero estamos avanzando tan rápido que no lo es. pasará tanto tiempo antes de que podamos decir si alguien está inventando una historia o si alguien pretendía cometer un crimen con cierto grado de certeza ". [2]

Aplicaciones

Imágenes naturales

La identificación de imágenes naturales complejas es posible utilizando vóxeles de áreas de la corteza visual anterior y temprana por delante de ellas (áreas visuales V3A, V3B, V4 y el occipital lateral) junto con la inferencia bayesiana . Este enfoque de lectura cerebral utiliza tres componentes: [3] un modelo de codificación estructural que caracteriza las respuestas en áreas visuales tempranas; un modelo de codificación semántica que caracteriza las respuestas en áreas visuales anteriores; y un previo bayesiano que describe la distribución de estadísticas de escena estructurales y semánticas . [3]

Experimentalmente, el procedimiento consiste en que los sujetos vean 1750 imágenes naturales en blanco y negro que están correlacionadas con la activación de vóxeles en sus cerebros. Luego, los sujetos vieron otras 120 imágenes de objetivos novedosos, y la información de las exploraciones anteriores se utiliza para reconstruirlas. Las imágenes naturales utilizadas incluyen fotografías de un café junto al mar y un puerto, artistas en un escenario y un denso follaje. [3]

En 2008, IBM solicitó una patente sobre cómo extraer imágenes mentales de rostros humanos del cerebro humano. Utiliza un circuito de retroalimentación basado en mediciones cerebrales del área del giro fusiforme en el cerebro que se activa en proporción al grado de reconocimiento facial. [4]

En 2011, un equipo dirigido por Shinji Nishimoto utilizó solo grabaciones cerebrales para reconstruir parcialmente lo que estaban viendo los voluntarios. Los investigadores aplicaron un nuevo modelo sobre cómo se procesa la información de los objetos en movimiento en el cerebro humano, mientras los voluntarios veían clips de varios videos. Un algoritmo buscó a través de miles de horas de secuencias de video externas de YouTube (ninguno de los videos era el mismo que los que vieron los voluntarios) para seleccionar los clips que eran más similares. [5] [6] Los autores han subido demostraciones comparando los videos vistos y estimados por computadora. [7] [8]

Detector de mentiras

La lectura del cerebro se ha sugerido como una alternativa a las máquinas de polígrafo como una forma de detección de mentiras . [9] Otra alternativa a las máquinas de polígrafo es la tecnología de resonancia magnética funcional dependiente del nivel de oxígeno oxigenado en sangre (BOLD fMRI). Esta técnica implica la interpretación del cambio local en la concentración de hemoglobina oxigenada en el cerebro, aunque la relación entre este flujo sanguíneo y la actividad neural aún no se comprende completamente. [9] Otra técnica para encontrar información oculta es la toma de huellas dactilares del cerebro , que utiliza EEG para determinar si una persona tiene una memoria o información específica mediante la identificación de potenciales relacionados con el evento P300 . [10]

Se han planteado varias preocupaciones sobre la precisión y las implicaciones éticas de la lectura del cerebro para este propósito. Los estudios de laboratorio han encontrado tasas de precisión de hasta el 85%; sin embargo, existen preocupaciones sobre lo que esto significa para los resultados falsos positivos entre poblaciones no criminales: "Si la prevalencia de" prevaricadores "en el grupo examinado es baja, la prueba arrojará muchos más resultados positivos falsos que positivos verdaderos; aproximadamente una persona de cada cinco será identificada incorrectamente por la prueba ". [9] Los problemas éticos involucrados en el uso de la lectura del cerebro como detección de mentiras incluyen aplicaciones incorrectas debido a la adopción de la tecnología antes de que su confiabilidad y validez puedan evaluarse adecuadamente y debido a una mala comprensión de la tecnología, y preocupaciones de privacidad debido al acceso sin precedentes a los pensamientos privados del individuo. [9] Sin embargo, se ha observado que el uso de la detección de mentiras con polígrafo conlleva preocupaciones similares sobre la confiabilidad de los resultados [9] y la violación de la privacidad. [11]

Interfaces hombre-máquina

El Emotiv Epoc es una manera de que los usuarios pueden dar órdenes a los dispositivos que utilizan sólo pensamientos

La lectura del cerebro también se ha propuesto como un método para mejorar las interfaces hombre-máquina , mediante el uso de EEG para detectar estados cerebrales relevantes de un humano. [12] En los últimos años, ha habido un rápido aumento en las patentes de tecnología involucrada en la lectura de ondas cerebrales, pasando de menos de 400 entre 2009 y 2012 a 1600 en 2014. [13] Estas incluyen formas propuestas para controlar los videojuegos a través de ondas cerebrales. y " neuromercadotecnia " para determinar los pensamientos de alguien sobre un nuevo producto o publicidad.

Emotiv Systems , una empresa de electrónica australiana, ha demostrado un auricular que puede entrenarse para reconocer los patrones de pensamiento de un usuario para diferentes comandos. Tan Le demostró la capacidad de los auriculares para manipular objetos virtuales en la pantalla y discutió varias aplicaciones futuras para tales dispositivos de interfaz cerebro-computadora , desde accionar sillas de ruedas hasta reemplazar el mouse y el teclado. [14]

Detectando atención

Es posible rastrear cuál de las dos formas de ilusiones binoculares rivales estaba experimentando subjetivamente una persona a partir de las señales de resonancia magnética funcional. [15]

Cuando los humanos piensan en un objeto, como un destornillador, se activan muchas áreas diferentes del cerebro. Marcel Just y su colega, Tom Mitchell, han utilizado escáneres cerebrales de resonancia magnética funcional para enseñar a una computadora a identificar las diversas partes del cerebro asociadas con pensamientos específicos. [16] Esta tecnología también produjo un descubrimiento: pensamientos similares en diferentes cerebros humanos son sorprendentemente similares neurológicamente. Para ilustrar esto, Just y Mitchell usaron su computadora para predecir, basándose únicamente en datos de resonancia magnética funcional, en cuál de varias imágenes estaba pensando un voluntario. La computadora era 100% precisa, pero hasta ahora la máquina solo distingue entre 10 imágenes. [dieciséis]

Detectando pensamientos

La categoría de evento que una persona recuerda libremente puede identificarse a partir de fMRI antes de que diga lo que recordó. [17]

El 16 de diciembre de 2015, un estudio realizado por Toshimasa Yamazaki en el Instituto de Tecnología de Kyushu descubrió que durante un juego de piedra, papel y tijeras , una computadora pudo determinar la elección hecha por los sujetos antes de mover la mano. Se utilizó un EEG para medir la actividad en el área de Broca para ver las palabras dos segundos antes de que se pronunciaran. [18] [19] [20]

Detectando idioma

Se ha afirmado que el análisis estadístico de las ondas cerebrales EEG permite el reconocimiento de fonemas , [21] y en un nivel de 60% a 75% de color y palabras de forma visual. [22]

El 31 de enero de 2012, Brian Pasley y sus colegas de la Universidad de California Berkeley publicaron su artículo en PLoS Biology en el que el procesamiento neuronal interno de la información auditiva de los sujetos se decodificó y reconstruyó como sonido en la computadora mediante la recopilación y el análisis de señales eléctricas directamente de los cerebros de los sujetos. [23] El equipo de investigación realizó sus estudios sobre la circunvolución temporal superior, una región del cerebro que está involucrada en el procesamiento neuronal de orden superior para dar sentido semántico a la información auditiva. [24]El equipo de investigación utilizó un modelo de computadora para analizar varias partes del cerebro que podrían estar involucradas en la activación neuronal mientras procesa las señales auditivas. Utilizando el modelo computacional, los científicos pudieron identificar la actividad cerebral involucrada en el procesamiento de información auditiva cuando a los sujetos se les presentó el registro de palabras individuales. [25] Más tarde, se utilizó el modelo informático de procesamiento de información auditiva para reconstruir algunas de las palabras en sonido basándose en el procesamiento neuronal de los sujetos. Sin embargo, los sonidos reconstruidos no eran de buena calidad y solo podían reconocerse cuando los patrones de ondas de audio del sonido reconstruido coincidían visualmente con los patrones de ondas de audio del sonido original que se presentó a los sujetos. [25] Sin embargo, esta investigación marca una dirección hacia una identificación más precisa de la actividad neuronal en la cognición.

Predecir intenciones

Ver también: Neurociencia del libre albedrío y Neurociencia del libre albedrío § Críticas

En 2008, algunos investigadores pudieron predecir, con un 60% de precisión, si un sujeto iba a presionar un botón con su mano izquierda o derecha. Esto es notable, no solo porque la precisión es mejor que la casualidad, sino también porque los científicos pudieron hacer estas predicciones hasta 10 segundos antes de que el sujeto actuara, mucho antes de que el sujeto sintiera que había decidido. [26] Estos datos son aún más sorprendentes a la luz de otras investigaciones que sugieren que la decisión de moverse, y posiblemente la capacidad de cancelar ese movimiento en el último segundo, [27] pueden ser el resultado de un procesamiento inconsciente. [28]

John Dylan-Haynes también ha demostrado que la resonancia magnética funcional se puede utilizar para identificar si un voluntario está a punto de sumar o restar dos números mentalmente. [dieciséis]

Procesamiento predictivo en el cerebro

Se han utilizado técnicas de decodificación neuronal para probar teorías sobre el cerebro predictivo y para investigar cómo las predicciones de arriba hacia abajo afectan áreas del cerebro como la corteza visual . Los estudios que utilizan técnicas de decodificación de resonancia magnética funcional han encontrado que los eventos sensoriales predecibles [29] y las consecuencias esperadas de nuestras acciones [30] se decodifican mejor en las áreas visuales del cerebro, lo que sugiere que la predicción "agudiza" las representaciones de acuerdo con las expectativas.

Entornos virtuales

También se ha demostrado que la lectura del cerebro se puede lograr en un entorno virtual complejo . [31]

Emociones

Just y Mitchell también afirman que están comenzando a ser capaces de identificar la bondad, la hipocresía y el amor en el cerebro. [dieciséis]

Seguridad

En 2013, un proyecto dirigido por el profesor de la Universidad de California en Berkeley, John Chuang, publicó hallazgos sobre la viabilidad de la autenticación informática basada en ondas cerebrales como sustituto de las contraseñas. Las mejoras en el uso de la biometría para la autenticación informática han mejorado continuamente desde la década de 1980, pero este equipo de investigación buscaba un método más rápido y menos intrusivo que los escáneres de retina, las huellas dactilares y el reconocimiento de voz actuales. La tecnología elegida para mejorar las medidas de seguridad es un electroencefalograma(EEG), o medidor de ondas cerebrales, para mejorar las contraseñas y convertirlas en "pensamientos pasivos". Con este método, Chuang y su equipo pudieron personalizar las tareas y sus umbrales de autenticación hasta el punto en que pudieron reducir las tasas de error por debajo del 1%, significativamente mejor que otros métodos recientes. Para atraer mejor a los usuarios a esta nueva forma de seguridad, el equipo todavía está investigando tareas mentales que sean agradables para el usuario mientras se identifican sus ondas cerebrales. En el futuro, este método podría ser tan barato, accesible y sencillo como se pensaba. [32]

John-Dylan Haynes afirma que la resonancia magnética funcional también se puede utilizar para identificar el reconocimiento en el cerebro. Proporciona el ejemplo de un criminal al que se interroga sobre si reconoce la escena del crimen o las armas del crimen. [dieciséis]

Métodos de análisis

Clasificación

En la clasificación, se utiliza un patrón de actividad a través de múltiples vóxeles para determinar la clase particular de la que se extrajo el estímulo. [33] Muchos estudios han clasificado los estímulos visuales, pero este enfoque también se ha utilizado para clasificar los estados cognitivos. [ cita requerida ]

Reconstrucción

En la lectura de reconstrucción del cerebro, el objetivo es crear una imagen literal de la imagen que se presentó. Los primeros estudios utilizaron vóxeles de áreas tempranas de la corteza visual (V1, V2 y V3) para reconstruir estímulos geométricos formados por patrones de tablero de ajedrez parpadeantes. [34] [35]

Electroencefalograma

El EEG también se ha utilizado para identificar el reconocimiento de información o recuerdos específicos por el potencial relacionado con el evento P300 , que se ha denominado " huella dactilar cerebral ". [36]

Exactitud

La precisión de la lectura del cerebro aumenta constantemente a medida que mejoran la calidad de los datos y la complejidad de los algoritmos de decodificación. En un experimento reciente, fue posible identificar qué imagen individual se estaba viendo de un conjunto de 120. [37] En otro, fue posible identificar correctamente el 90% del tiempo en cuál de las dos categorías llegó el estímulo y la categoría semántica específica ( de 23) de la imagen de destino el 40% del tiempo. [3]

Limitaciones

Se ha observado que hasta ahora la lectura del cerebro es limitada. "En la práctica, las reconstrucciones exactas son imposibles de lograr mediante cualquier algoritmo de reconstrucción sobre la base de las señales de actividad cerebral adquiridas por fMRI. Esto se debe a que todas las reconstrucciones inevitablemente estarán limitadas por inexactitudes en los modelos de codificación y ruido en las señales medidas. Nuestros resultados [ ¿quién? ] demuestran que la imagen natural a priori es una herramienta poderosa (aunque poco convencional) para mitigar los efectos de estas limitaciones fundamentales. Una imagen natural a priori con solo seis millones de imágenes es suficiente para producir reconstrucciones que son estructural y semánticamente similares a una imagen de destino . " [3]

Cuestiones éticas

Ver también: Interfaz cerebro-computadora § Consideraciones éticas

Con la tecnología de escaneo cerebral cada vez más precisa, los expertos predicen debates importantes sobre cómo y cuándo debe usarse. Un campo de aplicación potencial es el derecho penal. Haynes afirma que simplemente negarse a utilizar escáneres cerebrales en sospechosos también evita que los acusados ​​injustamente demuestren su inocencia. [2] Los académicos estadounidenses generalmente creen que la lectura involuntaria del cerebro y las pruebas de polígrafo involuntarias violarían el derecho de la Quinta Enmienda a no autoincriminarse. [38] [39]Una perspectiva es considerar si las imágenes cerebrales son como un testimonio o, en cambio, como ADN, sangre o semen. Paul Root Wolpe, director del Centro de Ética de la Universidad de Emory en Atlanta predice que esta cuestión será decidida por un caso de la Corte Suprema. [40]

En otros países fuera de los Estados Unidos, la identificación del pensamiento ya se ha utilizado en el derecho penal. En 2008, una mujer india fue declarada culpable de asesinato después de que un electroencefalograma de su cerebro supuestamente revelara que estaba familiarizada con las circunstancias que rodearon el envenenamiento de su ex prometido. [40] Algunos neurocientíficos y juristas dudan de la validez de utilizar la identificación del pensamiento como un todo para cualquier investigación pasada sobre la naturaleza del engaño y el cerebro. [41]

The Economist advirtió a la gente que "tenga miedo" del impacto futuro, y algunos especialistas en ética argumentan que las leyes de privacidad deberían proteger los pensamientos privados. El erudito legal Hank Greely sostiene que los sistemas judiciales podrían beneficiarse de dicha tecnología, y el neuroeticista Julian Savulescu afirma que los datos cerebrales no son fundamentalmente diferentes de otros tipos de evidencia. [42] En Nature , el periodista Liam Drew escribe sobre proyectos emergentes para conectar dispositivos de lectura cerebral a sintetizadores de voz u otros dispositivos de salida en beneficio de los tetrapléjicos . Tales dispositivos podrían crear preocupaciones de transmitir accidentalmente los "pensamientos internos" del paciente en lugar de un simple discurso consciente. [43]

Historia

Escáner de resonancia magnética que podría usarse para la identificación del pensamiento

El psicólogo John-Dylan Haynes experimentó avances en la investigación de imágenes cerebrales en 2006 mediante el uso de fMRI . Esta investigación incluyó nuevos hallazgos sobre el reconocimiento de objetos visuales, el seguimiento de los procesos mentales dinámicos, la detección de mentiras y la decodificación del procesamiento inconsciente. La combinación de estos cuatro descubrimientos reveló una cantidad tan significativa de información sobre los pensamientos de un individuo que Haynes lo denominó "lectura del cerebro". [1]

La fMRI ha permitido que la investigación se expanda en cantidades significativas porque puede rastrear la actividad en el cerebro de un individuo midiendo el flujo sanguíneo del cerebro. Actualmente se piensa que es el mejor método para medir la actividad cerebral, por lo que se ha utilizado en múltiples experimentos de investigación para mejorar la comprensión de cómo los médicos y psicólogos pueden identificar pensamientos. [44]

En un estudio de 2020, la IA que usa electrodos implantados pudo transcribir correctamente una oración leída en voz alta de un conjunto de pruebas de cincuenta oraciones el 97% del tiempo, con 40 minutos de datos de entrenamiento por participante. [45]

Investigación futura

Los expertos no están seguros de hasta dónde puede expandirse la identificación de pensamientos, pero Marcel Just creía en 2014 que en 3-5 años habrá una máquina capaz de leer pensamientos complejos como "Odio a fulano de tal". [40]

Donald Marks, fundador y director científico de MMT, está trabajando para reproducir los pensamientos que las personas tienen después de haber sido registrados. [46]

Investigadores de la Universidad de California en Berkeley ya han logrado formar, borrar y reactivar recuerdos en ratas. Marks dice que están trabajando para aplicar las mismas técnicas a los humanos. Este descubrimiento podría ser monumental para los veteranos de guerra que sufren de trastorno de estrés postraumático . [46]

También se están realizando más investigaciones sobre el análisis de la actividad cerebral durante los videojuegos para detectar delincuentes, el neuromarketing y el uso de escáneres cerebrales en los controles de seguridad del gobierno. [44] [40]

En la cultura popular

El episodio Black Hole del drama médico estadounidense House , que se emitió el 15 de marzo de 2010, presentó un dispositivo experimental de "imágenes cognitivas" que supuestamente permitía ver el subconsciente de un paciente. Primero, se puso al paciente en una fase de preparación de seis horas mientras miraba clips de vídeo, conectados a un dispositivo de neuroimagen que parecía electroencefalografía o espectroscopia funcional de infrarrojo cercano , para entrenar al clasificador de neuroimagen. Luego, el paciente fue sometido a anestesia crepuscular y se utilizó el mismo dispositivo para tratar de inferir lo que pasaba por la mente del paciente. El episodio de ficción anticipó un poco el estudio de Nishimoto et al. publicado al año siguiente, en el que fMRIse utilizó en su lugar. [5] [6] [7] [8]

Ver también

  • Enfoques bayesianos de la función cerebral
  • Cyberware
  • Mente subiendo
  • Minority Report (película)
  • Decodificación neuronal
  • Neuroinformática
  • Delito de pensamiento
  • Dispositivo de grabación y reproducción de pensamientos

Referencias

  1. ↑ a b Haynes, John-Dylan; Geraint, Rees. "Decodificación de estados mentales a partir de la actividad cerebral en humanos" . Reseñas de la naturaleza . Consultado el 8 de diciembre de 2014 .
  2. ^ a b The Guardian , " El escáner cerebral que puede leer las intenciones de las personas "
  3. ^ a b c d e Naselaris, Thomas; Prenger, Ryan J .; Kay, Kendrick N .; Oliver, Michael; Gallant, Jack L. (2009). "Reconstrucción bayesiana de imágenes naturales de la actividad del cerebro humano" . Neurona . 63 (6): 902-15. doi : 10.1016 / j.neuron.2009.09.006 . PMC 5553889 . PMID 19778517 .  
  4. ^ Solicitud de patente de IBM: Recuperación de imágenes mentales de rostros del cerebro humano
  5. ^ a b Nishimoto, Shinji; Vu, An T .; Naselaris, Thomas; Benjamini, Yuval; Yu, Bin ; Gallant, Jack L. (2011), "Reconstrucción de experiencias visuales a partir de la actividad cerebral evocada por películas naturales", Biología actual , 21 (19): 1641–1646, doi : 10.1016 / j.cub.2011.08.031 , PMC 3326357 , PMID 21945275  
  6. ^ a b "El avance podría permitir que otros vean sus sueños y recuerdos [video], Philip Yam" . Archivado desde el original el 6 de mayo de 2017 . Consultado el 6 de mayo de 2021 .
  7. ^ a b Nishimoto y col. 2011 subió el video 1 Reconstrucción de la película a partir de la actividad del cerebro humano en Youtube
  8. ^ a b Nishimoto y col. 2011 subió el video 2 Reconstrucciones de películas a partir de la actividad del cerebro humano: 3 sujetos , "Nishimoto.etal.2011.3Subjects.mpeg" en Youtube
  9. ^ a b c d e Wolpe, PR; Foster, KR y Langleben, DD (2005). "Neurotecnologías emergentes para la detección de mentiras: promesas y peligros". The American Journal of Bioethics . 5 (2): 39–49. CiteSeerX 10.1.1.728.9280 . doi : 10.1080 / 15265160590923367 . PMID 16036700 . S2CID 219640810 .   
  10. ^ Adiós, Lawrence A .; Richardson, Drew C .; Richardson, Graham M. (5 de diciembre de 2012). "Estudios de campo de huellas dactilares cerebrales que comparan las respuestas de ondas cerebrales P300-MERMER y P300 en la detección de información oculta" . Neurodinámica cognitiva . 7 (4): 263–299. doi : 10.1007 / s11571-012-9230-0 . PMC 3713201 . PMID 23869200 .  
  11. ^ Arstila, V. y Scott, F. (2011). "Lectura del cerebro y privacidad mental" (PDF) . TRAMES: Revista de Humanidades y Ciencias Sociales . 15 (2): 204–212. doi : 10.3176 / tr.2011.2.08 .
  12. ^ Kirchner, EA; Kim, SK; Straube, S .; Seeland, A .; Wöhrle, H .; Krell, MM; Tabie, M .; Fahle, M. (2013). "Sobre la aplicabilidad de la lectura del cerebro para interfaces predictivas humano-máquina en robótica" . PLOS ONE . 8 (12): e81732. doi : 10.1371 / journal.pone.0081732 . PMC 3864841 . PMID 24358125 .  
  13. ^ "Aumento de las patentes de 'lectura de cerebros' de Estados Unidos" . BBC.com . 7 de mayo de 2015.
  14. ^ Tan Le: un auricular que lee tus ondas cerebrales
  15. ^ Haynes, J; Rees, G (2005). "Predecir la corriente de conciencia de la actividad en la corteza visual humana" . Biología actual . 15 (14): 1301–7. doi : 10.1016 / j.cub.2005.06.026 . PMID 16051174 . S2CID 6456352 .  
  16. ^ a b c d e 60 minutos " Tecnología que puede leer tu mente "
  17. ^ Polyn, SM; Natu, VS; Cohen, JD; Norman, KA (2005). "Actividad cortical específica de la categoría precede a la recuperación durante la búsqueda de memoria" . Ciencia . 310 (5756): 1963–6. doi : 10.1126 / science.1117645 . PMID 16373577 . 
  18. ^ "Silent Speech BCI - una investigación de problemas prácticos" . Comité Técnico del IEICE. 16 de diciembre de 2015 . Consultado el 17 de enero de 2016 .
  19. ^ Danigelis, Alyssa (7 de enero de 2016). "La computadora que lee la mente sabe lo que está a punto de decir" . Noticias de descubrimiento . Consultado el 17 de enero de 2016 .
  20. ^ "頭 の 中 の 言葉 解 読 障害 者 と 意思 疎 通 、 ロ ボ ッ ト 操作 も 九 工 大 ・ 山崎 教授 ら" (en japonés). Nishinippon Shimbun . 4 de enero de 2016. Archivado desde el original el 17 de enero de 2016 . Consultado el 17 de enero de 2016 .
  21. ^ Suppes, Patrick; Perreau-Guimaraes, Marcos; Wong, Dik Kin (2009). "Órdenes parciales de diferencias de similitud invariantes entre el cerebro registrado por EEG y las representaciones perceptuales del lenguaje". Computación neuronal . 21 (11): 3228–69. doi : 10.1162 / neco.2009.04-08-764 . PMID 19686069 . S2CID 18097705 .  
  22. ^ Suppes, Patrick; Han, Bing; Epelboim, Julie; Lu, Zhong-Lin (1999). "Invarianza de representaciones de ondas cerebrales de imágenes visuales simples y sus nombres" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 96 (25): 14658–63. doi : 10.1073 / pnas.96.25.14658 . PMC 24492 . PMID 10588761 .  
  23. ^ Pasley, BN; David, SV; Mesgarani, N; Flinker, A; Shamma, SA; et al. (2012). "Reconstrucción del habla de la corteza auditiva humana" . PLOS Biol . 10 (1): e1001251. doi : 10.1371 / journal.pbio.1001251 . PMC 3269422 . PMID 22303281 .  
  24. ^ [1] La ciencia decodifica las 'voces internas' BBC News 31 de enero de 2012
  25. ^ a b [2] Secretos de la voz interior desbloqueados el 1 de febrero de 2012
  26. ^ Pronto, C .; Latón, M .; Heinze, H .; Haynes, J. (2008). "Determinantes inconscientes de decisiones libres en el cerebro humano". Neurociencia de la naturaleza . 11 (5): 543–545. CiteSeerX 10.1.1.520.2204 . doi : 10.1038 / nn.2112 . PMID 18408715 . S2CID 2652613 .   
  27. ^ Kühn, S .; Latón, M. (2009). "Construcción retrospectiva del juicio de libre elección". Conciencia y cognición . 18 (1): 12-21. doi : 10.1016 / j.concog.2008.09.007 . PMID 18952468 . S2CID 9086887 .  
  28. ^ Matsuhashi, M .; Hallett, M. (2008). "El momento de la intención consciente de moverse" . Revista europea de neurociencia . 28 (11): 2344–2351. doi : 10.1111 / j.1460-9568.2008.06525.x . PMC 4747633 . PMID 19046374 .  
  29. ^ Kok, Peter; Jehee, Janneke; de Lange, Floris (2012). "Menos es más: la expectativa agudiza las representaciones en la corteza visual primaria" . Neurona . 75 (2): 265–270. doi : 10.1016 / j.neuron.2012.04.034 . ISSN 0896-6273 . PMID 22841311 .  
  30. ^ Yon, Daniel; Gilbert, Sam J .; de Lange, Floris P .; Prensa, Clare (2018). "La acción agudiza las representaciones sensoriales de los resultados esperados" . Comunicaciones de la naturaleza . 9 (1): 4288. doi : 10.1038 / s41467-018-06752-7 . ISSN 2041-1723 . PMC 6191413 . PMID 30327503 .   
  31. ^ Chu, Carlton; Ni, Yizhao; Tan, Geoffrey; Saunders, Craig J .; Ashburner, John (2010). "Regresión de kernel para la predicción del patrón de fMRI" . NeuroImage . 56 (2): 662–673. doi : 10.1016 / j.neuroimage.2010.03.058 . PMC 3084459 . PMID 20348000 .  
  32. ^ "NUEVA INVESTIGACIÓN: COMPUTADORAS QUE PUEDEN IDENTIFICARTE POR TUS PENSAMIENTOS" . Escuela de Información de UC Berkeley . UC Berkeley . Consultado el 8 de diciembre de 2014 .
  33. ^ Kamitani, Yukiyasu ; Tong, Frank (2005). "Decodificación de los contenidos visuales y subjetivos del cerebro humano" . Neurociencia de la naturaleza . 8 (5): 679–85. doi : 10.1038 / nn1444 . PMC 1808230 . PMID 15852014 .  
  34. ^ Miyawaki, Y; Uchida, H; Yamashita, O; Sato, M; Morito, Y; Tanabe, H; Sadato, N; Kamitani, Y (2008). "Reconstrucción de imágenes visuales a partir de la actividad del cerebro humano mediante una combinación de decodificadores de imágenes locales multiescala" . Neurona . 60 (5): 915–29. doi : 10.1016 / j.neuron.2008.11.004 . PMID 19081384 . S2CID 17327816 .  
  35. ^ Thirion, Bertrand; Duchesnay, Edouard; Hubbard, Edward; Dubois, Jessica; Poline, Jean-Baptiste; Lebihan, Denis; Dehaene, Stanislas (2006). "Retinotopía inversa: inferir el contenido visual de las imágenes a partir de patrones de activación cerebral". NeuroImage . 33 (4): 1104–16. doi : 10.1016 / j.neuroimage.2006.06.062 . PMID 17029988 . S2CID 13361917 .  
  36. ^ Farwell, Lawrence A., Drew C. Richardson y Graham M. Richardson. 2012. "Estudios de campo de huellas dactilares cerebrales que comparan las respuestas de ondas cerebrales P300-MERMER y P300 en la detección de información oculta". Neurodinámica cognitiva 7 (4): 263–99. Recuperado (https://link.springer.com/article/10.1007/s11571-012-9230-0).
  37. ↑ Kay, Kendrick N .; Naselaris, Thomas; Prenger, Ryan J .; Gallant, Jack L. (2008). "Identificación de imágenes naturales a partir de la actividad del cerebro humano" . Naturaleza . 452 (7185): 352–5. doi : 10.1038 / nature06713 . PMC 3556484 . PMID 18322462 .  
  38. ^ Allen, Ronald J. y M. Kristin Mace. "Explicación de la cláusula de autoincriminación y predicción de su futuro". Revista de Derecho Penal y Criminología (1973-) 94, núm. 2 (2004): 243-294.
  39. ^ Brennan-Márquez, Kiel. "Una modesta defensa de la lectura de la mente". Yale JL & Tech. 15 (2012): 214. "Ronald Allen y Kristen Mace disciernen un 'acuerdo universal' de que la (máquina de lectura de mentes) es inaceptable".
  40. ^ a b c d "Cómo la tecnología puede leer pronto" "Tu mente" . CBS News . CBS . Consultado el 8 de diciembre de 2014 .
  41. ^ Stix, Gary. "¿Puede la resonancia magnética funcional realmente saber si está mintiendo?" . Scientific American . Consultado el 8 de diciembre de 2014 .
  42. ^ Smith, Kerri (24 de octubre de 2013). "Decodificación del cerebro: lectura de la mente" . Nature News . 502 (7472): 428–430. doi : 10.1038 / 502428a . PMID 24153277 . Consultado el 14 de mayo de 2020 . 
  43. ^ Drew, Liam (24 de julio de 2019). "La ética de las interfaces cerebro-computadora" . Naturaleza . 571 (7766): S19 – S21. doi : 10.1038 / d41586-019-02214-2 . PMID 31341310 . Consultado el 14 de mayo de 2020 . 
  44. ^ a b Sáenz, Aaron. "fMRI lee las imágenes en su cerebro - sabemos lo que está mirando" . SingularityHUB . Universidad de la Singularidad . Consultado el 8 de diciembre de 2014 .
  45. ^ "Los científicos desarrollan inteligencia artificial que puede convertir la actividad cerebral en texto" . el guardián . 30 de marzo de 2020 . Consultado el 31 de marzo de 2020 .
  46. ↑ a b Cuthbertson, Anthony (29 de agosto de 2014). "Mind Reader: conoce al hombre que registra y almacena tus pensamientos, sueños y recuerdos" . Tiempos de negocios internacionales . Consultado el 8 de diciembre de 2014 .

enlaces externos

  • Los escáneres cerebrales pueden decirle lo que está pensando Artículo de New Scientist sobre lectura cerebral 28 de octubre de 2009
  • Concurso de interpretación de la actividad cerebral de Pittsburgh 2007 : interpretación de las acciones impulsadas por el sujeto y la experiencia sensorial en un mundo virtual rigurosamente caracterizado
Obtenido de " https://en.wikipedia.org/w/index.php?title=Brain-reading&oldid=1032253629 "
Contribute a better translation