Señales cerebrales: aprender a entender sin maestro exprés
El cerebro se comunica con breves chasquidos eléctricos. Antes, para aprender este lenguaje, se necesitaban miles de ejemplos traducidos por un experimentador. El método MOJO sigue otro camino: como cuando se aprende un idioma por inmersión, primero escucha el 'flujo de conciencia' sin pistas y encuentra por sí mismo patrones repetitivos. Luego, al recibir un pequeño diccionario —muestras de señales asociadas a movimientos o palabras—, convierte el ruido confuso en órdenes claras.
Experimentos con monos y ratones mostraron que incluso una o dos pistas mejoran drásticamente el resultado, superando a los algoritmos clásicos, ávidos de datos.
Este sistema en cascada reduce la incertidumbre y permite trabajar con cualquier señal, desde neuronas individuales hasta grandes grupos. Además, se aclara el funcionamiento de las redes vivas hechas de carbono. Y como el autoaprendizaje no requiere etiquetas costosas, se pueden aprovechar enormes archivos de grabaciones cerebrales acumuladas, lo que acerca la era de asistentes para personas con parálisis. La idea no es nueva: ya John von Neumann reflexionaba sobre el parentesco entre la mente y la máquina.
Resumen original
tal como lo escribieron los autores, en inglés arXiv:2607.14086
Robust and accurate neural decoders are integral to neurotechnologies such as brain-computer interfaces and closed-loop experiments. Recent work has shown that tokenizing neural data at the spike level facilitates multi-session pretraining and delivers state-of-the-art decoding performance. However, current spike-based models are restricted to supervised learning (SL), limiting training to datasets with paired behavioural labels. To address this limitation, we introduce MOJO (Masked autOencoder-based JOint training), a training framework for spike-tokenizing models that jointly leverages self-supervised learning (SSL) via masked autoencoding and SL objectives. We evaluate MOJO on three spiking datasets spanning monkey motor cortex during reaching tasks and multi-regional mouse recordings during vision and decision making tasks, demonstrating superior performance over purely SL-trained models. This improvement is especially pronounced when training with limited labelled data, particularly in few-shot finetuning, where only a small amount of labelled data from a new session is available. Incorporating SSL also yields more interpretable neuronal representations, improving performance on brain region classification and spike-statistics prediction without explicit optimization for these tasks. We further show that MOJO generalizes beyond spiking data to human electrocorticography during speech, where it continues to outperform purely SL-trained models and achieves performance comparable to neuro-foundation models (NFMs) designed specifically for continuous signals. Overall, augmenting spike-tokenizing models with SSL improves performance in label-impoverished settings and enables the use of unlabelled data across various tasks and species, while generalizing to other neural modalities. These results suggest a path towards more flexible and scalable data usage when training NFMs.
En un segundo de grabación de cien neuronas destellan hasta 20 000 descargas eléctricas: una verdadera orquesta donde cada impulso toca su propia nota.
La tecnología de lectura directa de intenciones motoras recuerda a las interfaces neuronales de la película 'Avatar', donde la mente humana controla el cuerpo del avatar.