Investigadores de la Universidad de Helsinki han desarrollado una nueva técnica que utiliza la inteligencia artificial (IA) y la actividad cerebral de grupos de personas para analizar opiniones y sacar conclusiones. Los investigadores denominaron a la técnica «brainsourcing» y puede ayudar a clasificar imágenes o recomendar contenido.
¿Qué es el crowdsourcing?
El crowdsourcing se utiliza siempre que hay una tarea compleja que debe dividirse en otras más pequeñas y manejables. Luego se distribuyen a grandes grupos de personas que resuelven los problemas individualmente. Un ejemplo de esto sería si se preguntara a las personas si un objeto aparece en una imagen y las respuestas se usarían para entrenar un sistema de reconocimiento de imágenes. Los principales sistemas de reconocimiento de imágenes de la actualidad que se basan en IA aún no están completamente automatizados. Debido a esto, las opiniones de varias personas sobre el contenido de múltiples imágenes de muestra deben usarse como datos de entrenamiento.
Los investigadores querían intentar implementar el crowdsourcing analizando los electroencefalogramas (EEG) de las personas y utilizaron técnicas de inteligencia artificial para hacerlo. Esto permitiría extraer la información del EEG en lugar de que las personas tengan que dar sus opiniones.
Tuukka Ruotsalo es investigador académico de la Universidad de Helsinki.
“Queríamos investigar si el crowdsourcing se puede aplicar al reconocimiento de imágenes utilizando las reacciones naturales de las personas sin que tengan que realizar tareas manuales con un teclado o un mouse”, dice Ruotsalo.
El estudio
El estudio involucró a 30 voluntarios a quienes se les mostró una pantalla de computadora con rostros humanos. Luego, los participantes etiquetaron las caras en su mente según lo que había en las imágenes, como una persona rubia o de cabello oscuro, o si una persona sonreía o no. La gran diferencia con las tareas de crowdsourcing convencionales fue que los participantes no necesitaban realizar ninguna otra acción además de observar las imágenes que se les presentaban.
Luego se utilizó la electroencefalografía para recopilar la actividad cerebral de cada participante, y el algoritmo de IA la utilizó para aprender a reconocer imágenes relevantes para la tarea, como cuando aparecía en pantalla la imagen de una persona con ciertas características.
Los investigadores descubrieron que la computadora era capaz de interpretar estas etiquetas mentales directamente desde el EEG, y las fuentes cerebrales se pueden usar en tareas de reconocimiento.
En cuanto al futuro de esta técnica, el estudiante y asistente de investigación Keith Davis dice: «Nuestro enfoque está limitado por la tecnología disponible».
“Los métodos actuales para medir la actividad cerebral son adecuados para configuraciones controladas en un laboratorio, pero la tecnología debe mejorar para el uso diario. Además, estos métodos solo capturan un porcentaje muy pequeño de la actividad cerebral total. A medida que mejoran las tecnologías de imágenes cerebrales, puede ser posible capturar información de preferencias directamente del cerebro. En lugar de usar clasificaciones convencionales o botones de me gusta, podría simplemente escuchar una canción o ver un programa, y su actividad cerebral por sí sola sería suficiente para determinar su respuesta”.
Los resultados se pueden usar en interfaces que combinan la actividad del cerebro y la computadora, como aquellas que requieren equipos de EEG livianos como dispositivos electrónicos portátiles. Se están desarrollando dispositivos portátiles livianos capaces de medir EEG.
Este tipo de tecnología permite utilizar la IA para extraer información valiosa con muy poco esfuerzo por parte del ser humano. A medida que continúa mejorando, se puede esperar que esta tendencia solo continúe y que la participación del individuo sea innecesaria en muchos casos.