En este video uno de nuestros expertos en innovación nos ofrece una aproximación a un área de la ingeniería denominada “interface cerebro computadora”, encuadrada dentro de la robótica asistida.
Uno de los objetivos de esta disciplina es ofrecer una alternativa de comunicación a las personas afectadas por enfermedades neurodegenerativas. Para cumplir este propósito se enfoca en el desarrollo de software y de soluciones tecnológicas y emplea técnicas de inteligencia artificial –esencialmente deep learning y machine learning-.
Dentro de esta especialidad por ejemplo se diseñan dispositivos de comunicación para pacientes con ELA, (esclerosis lateral amiotrófica): a medida que la dolencia se desarrolla estos pacientes pueden llegar a un estadio avanzado que se llama síndrome de enclaustramiento y en el que requieren de un dispositivo con una interfaz artificial para poder comunicarse. Para diseñar tales dispositivos se usan algoritmos de deep y machine learning que, dicho muy a grandes rasgos, permiten decodificar la información que está detrás de las señales del sistema nervioso central. El propósito es que los pacientes puedan usar los dispositivos por ejemplo para mover una silla de ruedas hacia la dirección deseada, manejar un cursor sobre una pantalla o utilizar un procesador de textos, por ejemplo. En definitiva, se trata de generar soluciones tecnológicas innovadoras que permiten mejorar la calidad de vida de estos pacientes.
Deep learning y machine learning
Recordemos que el machine learning (ML) es una rama de la inteligencia artificial que permite que los sistemas aprendan por sí mismos –esto es, que puedan identificar patrones complejos dentro en un enorme flujo de datos, y que lo hagan sin intervención humana-. A revisar los datos los algoritmos de ML también pueden predecir comportamientos futuros.
Por su parte deep learning es una técnica específica de ML que emplea modelos informáticos que están inspiradas en el funcionamiento del Cerebro humano, dando lugar a un sistema de redes artificiales de neuronas que analiza los datos y extrae patrones a fin de solucionar problemas. Esta técnica se aplica a la optimización tanto de la visión computacional (computer vision) como del reconocimiento de rostro y de voz y del procesamiento del lenguaje natural; además se utiliza para mejorar los traductores inteligentes y la interpretación semántica.
Deep Learning está muy en boga por su capacidad para aproximarse cada vez más al potencial perceptivo y al modo de funcionamiento del sistema nervioso humano. Computer visión es una de las especialidades donde ofrece una mejora contundente comparada con los resultados de los algoritmos más convencionales. Adicionalmente, Gartner también espera que para 2023 la inteligencia artificial (IA) y las técnicas de deep learning sean los enfoques más comunes para las nuevas aplicaciones de la ciencia de datos.