¿Es posible leer la mente de una persona analizando las señales eléctricas del cerebro? La respuesta puede ser mucho más compleja de lo que la mayoría de la gente piensa, refiere el sitio web News-medical, en una artículo revisado por la Dra. Emily Henderson, B.Sc. Foto de jcomp – www.freepik.es.
Los investigadores de la Universidad de Purdue, que trabajan en la intersección de la inteligencia artificial y la neurociencia, dicen que un conjunto de datos prominente utilizado para tratar de responder esta pregunta es confuso y, por lo tanto, muchos hallazgos sorprendentes que se basaron en este conjunto de datos y recibieron un reconocimiento de alto perfil son falsos después todas.
El equipo de Purdue realizó pruebas exhaustivas durante más de un año en el conjunto de datos, que analizó la actividad cerebral de las personas que participaron en un estudio en el que observaron una serie de imágenes. Cada individuo usó una gorra con decenas de electrodos mientras veían las imágenes.
El trabajo del equipo de Purdue se publica en IEEE Transactions on Pattern Analysis and Machine Intelligence . El equipo recibió financiación de la National Science Foundation.
” Esta técnica de medición, conocida como electroencefalografía o EEG, puede proporcionar información sobre la actividad cerebral que podría, en principio, utilizarse para leer la mente. El problema es que usaron EEG de una manera que el conjunto de datos en sí estaba contaminado. El estudio se realizó sin aleatorizar el orden de las imágenes, por lo que los investigadores pudieron saber qué imagen se estaba viendo simplemente leyendo la información de tiempo y orden contenida en el EEG, en lugar de resolver el problema real de decodificar la percepción visual de las ondas cerebrales. ” – Jeffrey Mark Siskind, profesor de Ingeniería Eléctrica e Informática, Facultad de Ingeniería, Universidad Purdue –
Los investigadores de Purdue originalmente comenzaron a cuestionar el conjunto de datos cuando no pudieron obtener resultados similares de sus propias pruebas. Fue entonces cuando comenzaron a analizar los resultados anteriores y determinaron que la falta de aleatorización contaminó el conjunto de datos.
“Este es uno de los desafíos de trabajar en áreas de investigación interdisciplinarias”, señalo Hari Bharadwaj, profesor asistente con un cargo conjunto en la Facultad de Ingeniería y la Facultad de Salud y Ciencias Humanas de Purdue. “Las cuestiones científicas importantes a menudo exigen un trabajo interdisciplinario. El problema es que, a veces, los investigadores formados en un campo no son conscientes de los errores comunes que pueden ocurrir al aplicar sus ideas a otro. En este caso, el trabajo previo parece haber sufrió de una desconexión entre los científicos de inteligencia artificial / aprendizaje automático, y las trampas que son bien conocidas por los neurocientíficos “.
El equipo de Purdue revisó publicaciones que utilizaron el conjunto de datos para tareas como clasificación de objetos, transferencia de aprendizaje y generación de imágenes que representan la percepción y el pensamiento humanos utilizando representaciones derivadas del cerebro medidas a través de electroencefalogramas (EEG).
“La cuestión de si alguien puede leer la mente de otra persona a través de la actividad cerebral eléctrica es muy válida”, indicó Ronnie Wilbur, profesor con un cargo conjunto en la Facultad de Salud y Ciencias Humanas de Purdue y la Facultad de Artes Liberales. “Nuestra investigación muestra que se necesita un mejor enfoque”.
Fuente: Universidad de Purdue
Referencia de la revista: Li, R. y col . (2020) Los peligros y las trampas del diseño de bloques para experimentos de clasificación de EEG. Transacciones IEEE sobre análisis de patrones e inteligencia de máquinas . doi. org / 10. 1109 / TPAMI. 2020. 2973153.
Vía: News-medical