LA ESPIRAL INNOVADORA

Si lo pensamos bien, los saltos disruptivos en inteligencia artificial siempre han tenido el mismo origen, el estudio de cómo se comporta nuestro cerebro a nivel físico y químico, y su modelización en sistemas digitales. Lo que hace unos pocos años era muy complicado de implementar (por ejemplo, modelos de visión artificial para identificar objetos en imágenes o sistemas de lenguaje natural capaces de extraer la semántica intrínseca de los contextos), actualmente está al alcance de cualquiera, gracias, de nuevo, a las investigaciones de otros premios Nobel.

Cuando investigaron e identificaron cómo se comporta nuestro córtex visual se replicó en forma de redes convolucionales y embeddings . Hasta ese momento, todas las aproximaciones a estos problemas eran ineficientes y poco productivas. Pero este proceso es una espiral innovadora. Los avances en sistemas de modelización de patrones complejos, gracias a estos avances en inteligencia artificial, permiten acelerar las investigaciones en neurocomputación, de forma que los modelos de deep learning están permitiendo aplicaciones de neurocomputación hasta ahora inimaginables.

MOVER LAS COSAS SIN MOVERTE

Uno de los que más negocio va a generar en los próximos años es lo que denominamos Brain Computer Interface, es decir, la interacción con sistemas digitales (ordenadores, máquinas, robots, drones, equipos), por medio de nuestros pensamientos. Tenemos ya un sinfín de dispositivos no invasivos (diademas, similares a los auriculares de sonido), que son capaces de registrar nuestros impulsos electromagnéticos cerebrales (señales basadas en electroencefalografía o EEG), y en base dichas señales, con inteligencia artificial, somos capaces de mover un robot, manejar un proceso, facilitar el movimiento de motricidad gruesa en exoesqueletos, u olvidarnos del teclado, joystick o ratón en entornos de simulación o entornos virtuales.

Es evidente que las tecnologías inmersivas como la realidad virtual tienen potencial para mejorar la teleoperación de los robots. Sin embargo, el manejo de equipos y sistemas de manera tradicional, bien por teclado o comandos, es ineficiente, puesto que desvía la atención de los técnicos sobre el problema a gestionar. Principalmente en entornos críticos. La tecnología BCI unida a la realidad virtual transportan al operador a un espacio de trabajo virtual, donde se le permite comandar los robots de manera intuitiva y directa (cerebro-máquina), para luego replicar dicho aprendizaje en entornos reales.

CASCOS EEG Y SISTEMAS BCI, LA INTENCIÓN (MENTAL) ES LO QUE CUENTA

Recientemente, Ibermática, en colaboración con la Universidad de Deusto y Virtualware, ha desarrollado un sistema inmerso en realidad virtual, que permite el entrenamiento de técnicos industriales junto con robots en un entorno de realidad virtual mediante el uso de cascos de EEG, lo que posibilita a los operadores tener un control mental de los equipos productivos sin necesidad de mandos externos, solo con la intencionalidad mental, mientras pueden ir chequeando visualmente el resto de componentes del proceso. Claramente, este es un contexto en el que los grandes fabricantes, como Meta, Intel, Microsoft ya está incorporando en sus plataformas de videojuegos, sistemas BCI, en una revolución similar a la que acuñó en su día la famosa Kinect.

Pero el uso de cascos de neurocomputación no solo se queda en el manejo de sistemas o entornos virtuales. También, y es una aplicación ya muy madura y extendida, a través de las señales EEG cerebrales, podemos saber si a un usuario le está gustando lo que ve o no, si está cómodo en un entorno virtual, si está estresado, apático e, incluso, podemos predecir en base a distintas modelizaciones cuál será su reacción ante entornos concretos.

Algunas investigaciones más punteras están permitiendo incluso “traducir” pensamientos a imágenes, de forma que podemos “ver” en tiempo real lo que está pensando un usuario. Claramente, esta funcionalidad es oro dentro del metaverso. Saber, al instante, si un usuario se siente atraído por un producto determinado, un logotipo determinado, un entorno concreto o un ambiente determinado, es la base de un no tan nuevo marketing, denominado “neuromarketing”.

Como ejemplo, recientemente hemos publicado un trabajo en el que podemos, mediante señales cerebrales, conocer si nuevos productos nutricionales en los que se sustituye el azúcar por otros componentes más saludables son realmente del gusto de los consumidores, simplemente midiendo su respuesta cerebral en el testeo de dichos productos. La mente no miente, las encuestas de satisfacción de los clientes sí.

EL ENTRENAMIENTO PERSONALIZADO DE LOS SISTEMAS

Pero existe aún un problema por resolver: la universalización de los modelos. Al igual que en los principios de la transcripción de voz a texto, cuando era necesario dedicar 20 minutos de entrenamiento en los sistemas de “ASR” para que la máquina aprendiese nuestra forma de hablar (algo totalmente superado hoy en día con los modelos actuales de redes convolucionales, como Siri, Alexa, o la transcripción de nuestros móviles), con los sistemas BCI está ocurriendo lo mismo. Los sistemas, para que sean precisos, necesitan un pequeño entrenamiento personalizado por usuario (15 minutos de ajuste). Al igual que la voz, los patrones cerebrales de distintas personas son únicos y algo diferentes, con la diferencia de que los canales neuronales tienen un espectro de frecuencias mucho más complejo que la voz, y, además, es un sistema que funciona en paralelo sobre distintos canales (zonas cerebrales) a la vez de forma interconectada.

Existe una carrera internacional de empresas para dar con una solución a este problema, dado que el primero que lo patente tendrá la exclusividad de dicha universalidad en el modelado EEG para entornos virtuales como el metaverso. El Instituto de Ibermática de Innovación (i3B) está trabajando en dos líneas de actuación muy prometedoras. La primera, en la que está la mayoría de la comunidad científica y empresarial actual es la de utilizar técnicas de inteligencia artificial muy avanzadas de cara a conseguir un modelo matemático, que sea capaz de modelizar este complejo entramado de señales, independientemente del usuario, es decir, que permita generar unos “embeddings” o “primitivas”, como si fueran unas piezas básicas de Lego, que juntándolas sean capaces de reconstruir cualquier señal EEG de forma precisa, obviando la particularidades pero manteniendo el objetivo de dichas señales (intencionalidad, pensamiento, movilidad, atención, sentimiento, gusto, etc.).

Pero existe otra vía mucho más sugestiva. Hace ya años que se sabe que el comportamiento neuronal no sólo se basa en un comportamiento mecánico clásico, sino que se basa en un comportamiento molecular basado en cómo las membranas celulares de las neuronas son afectadas por las bombas de sodio y potasio. Existe toda una nueva disciplina en inteligencia artificial muy prometedora en este sentido, denominada computación neuromórfica y las famosas redes spiking.

Sin embargo, si el comportamiento no es puramente clásico, sino basado en la interacción de distintas partículas parece sensato pensar que un sistema que sea capaz de modelizar de forma exacta el comportamiento molecular de dichas interacciones y extrapolar dichos comportamientos al resto de neuronas en los distintos grupos cerebrales, tendríamos una solución no sólo al problema de la universalización sino también al reto de la construcción de un gemelo digital del cerebro muy preciso.

APLICABILIDAD Y POTENCIAL

Las aplicaciones de esta probable solución serían múltiples: podríamos simular patologías cerebrales, como el Ictus y el Alzheimer, la evolución de tumores cerebrales en “silicio” y, por supuesto, la simulación del comportamiento de nuestros usuarios en entornos virtuales como el metaverso. Y esta tecnología que permite este tipo de simulaciones a nivel cuántico de una manera natural, efectiva y directa existe: es la denominada computación cuántica.

Hasta ahora, no se comprendía por qué el cerebro y sus estructuras naturales eran capaces de procesar tanta información en tan poco tiempo con una velocidad bastante inferior a la de los procesadores digitales actuales. El cerebro es paralelo por completo, con gran cantidad de elementos procesadores (en torno a 10¹² neuronas) que están altamente interconectados (hasta 10.000 conexiones por neurona). Sin embargo, el tiempo de procesamiento es lento, de milisegundos. Además, existen organismos unicelulares, como el Protozoo Paramecium, que nadan, encuentran comida, se relacionan, aprenden y recuerdan sin necesidad de sinapsis. Entonces, ¿cómo es posible que se den razonamientos y en tan poco tiempo? Recientemente, se ha descubierto que, además de la sinapsis y las estructuras neuronales, existen unas estructuras denominadas “microtubos”, que, al parecer, regulan el comportamiento celular de los protozoos e incluso de la sinapsis neuronal. Es decir, cada neurona contiene una estructura “microtubular” compuesta por polímeros “autoensamblados” en base a la proteína tubulina formando cilindros con celosías hexagonales en las que se cruzan los filamentos emparejados según la serie de Fibonacci, en simetría helicoidal.

Estas estructuras se convierten en “autómatas moleculares”, que permiten oscilaciones de señales en un rango de 1015 operaciones por segundo por cada neurona, similar a toda la sinapsis cerebral, y a un ordenador cuántico de 15 cúbits.

Desde Ibermática disponemos actualmente al acceso a ordenadores cuánticos accesibles de más de 15 cúbits, por lo que estamos en disposición de abordar esta estrategia. De hecho, tenemos la suerte de colaborar con Enrique Solano, pionero en computación cuántica, con quien estamos comenzando a conectar cascos EEG a ordenadores cuánticos, con el objetivo de encontrar un modelos de universalización y de simular, en un entorno cuántico, el comportamiento cerebral a nivel de simulación molecular, de una forma directa (siempre es más fácil simular una oscilación cuántica con una partícula cuántica que con una partícula clásica), aprovechando, además, la superposición (volumen de información a procesar), y el colapso cuántico (aplicar la subjetividad a un entorno masivo de información). Apasionante.

UN PRESENTE REALISTA-FUTURISTA

Como conclusión, existen proyectos punteros y muy potentes en neurocomputación que recomiendo seguir, como el europeo Human Brain Project, Blue Project, European Brain Research Area. Y son estas investigaciones las que permiten un avance en neurociencia y que están ayudando a comprender el cerebro humano, permitiendo extrapolar estos descubrimientos hacia nuevos modelos de inteligencia artificial que, a su vez, en una espiral de innovación constante, están permitiendo, por primera vez en la historia, la construcción de sistemas de pacientes virtuales (un metaverso clínico) más efectivos, y en una comprensión más profunda de los modelos cerebrales.

Este trinomio (neurocomputación, IA y Quantum) junto con nuevas tecnologías, como la computación cuántica, está acelerando los procesos de personalización clínica y nuevos interfaces computacionales que serán clave en nuestro día a día en los próximos años. La emulación del cerebro en sistemas de simulación 3D, tanto a nivel global como a nivel molecular, pasando por la simulación a nivel neuronal y sus iteraciones están permitiendo diagnosticar, mejorar el tratamiento de ciertas patologías como el Ictus, Tumores, ELA y Alzheimer, permitiendo evaluar y predecir las evoluciones de dichas enfermedades a nivel personalizado.

Podríamos pensar que es una tecnología futurista, y, sin embargo, el estado del arte abarca desde la investigación básica hasta la comercialización de sistemas de hardware con los procesos de IA ya integrados. Existe la oportunidad real de liderar una nueva era de la neurocomputación avanzada, que, a su vez, generará nuevos modelos de inteligencia artificial, en base al estudio neurocomputacional del cerebro, y, por lo tanto, la posibilidad real de generar una nueva industria alrededor de los sistemas de interacción BCI cuánticos. El tamaño del mercado global de los sistemas BCI (interfaz cerebro-computadora) se valoraron en 1,5 billones de dólares en el año 2021 y se prevé que aumente a una tasa de crecimiento anual compuesta de 17,16 % durante los próximos años. Es una posibilidad única a nivel nacional, liderar una nueva industria prometedora a nivel internacional y no perder la oportunidad de generar tejido industrial y de mercado en este ámbito.

Para ello, la unión de distintos talentos multidisciplinares como son las y los científicos de datos, científicos en ingeniería y computación cuántica y personas expertas en neurociencia es vital y se debería, desde las administraciones, empresas, universidades y centros tecnológicos, propiciar entornos colaborativos de proyectos y trabajos conjuntos a nivel nacional. Estamos a tiempo de liderar esta nueva revolución digital.