Un pensamiento leído a través del campo magnético ✎ exprés

Original: "Interpretable MEG Decoding of Perceived Speech: Cortical Sources and the Stimulus Features That Drive Retrieval"
arXiv:2608.01481v1 · 2026-08-02 · arXiv non-exclusive · análisis propio · 2 min
Una red neuronal aprende a reconstruir el habla escuchada a partir de las señales magnéticas del cerebro, y de paso revela su propio funcionamiento interno.

📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla.

El magnetoencefalógrafo, un dispositivo parecido a un casco con cientos de sensores, capta los débiles campos magnéticos que generan las neuronas en acción. Cuando una persona escucha habla, en esas señales se esconden huellas de las palabras oídas. Pero extraerlas no es fácil: la señal de miles de fuentes se funde en una maraña confusa.

Un grupo de investigadores reconstruyó la arquitectura de una red neuronal que aprende a asociar patrones magnéticos con pistas de audio. En lugar de un mapa plano de sensores, la red ahora trata el casco como una esfera y descompone la señal en armónicos esféricos, algo así como un prisma que separa la luz blanca en colores. El número de canales ajustables se redujo de 270 a 25, pero a cada uno se le añadió un filtro temporal para captar el ritmo de grupos neuronales específicos. Los latidos del corazón y los movimientos oculares se limpiaron de antemano, para que la red no hiciera trampa apoyándose en ritmos ajenos.

Tras el entrenamiento, el modelo acierta el fragmento de habla correcto de tres segundos entre mil opciones con una precisión de casi el 40 por ciento, y eso que ahora tiene veinte veces menos parámetros que sus predecesores.

La gran sorpresa estaba dentro. Los pesos de la red entrenada pudieron proyectarse de vuelta al espacio cerebral, y cayeron justo en las zonas que los neurofisiólogos asocian con la percepción del habla. El hemisferio izquierdo portaba ritmos de mayor frecuencia que el derecho. Y cuando los autores empezaron a “apagar” una a una distintas propiedades del sonido, resultó que lo que más influye en la reconstrucción del habla son las pausas, el volumen, las vocales y los momentos de inicio del sonido. Una lista inconexa de palabras se codifica de forma más pobre que una historia viva: el habla con sentido deja una huella más nítida en el campo magnético.

Con una docena de características aprendidas bastó para que la red funcionara tan bien como con el conjunto completo. Pero si se comprime demasiado la señal en el tiempo, la precisión cae en picado.

Así, un casco que antes solo escuchaba el ruido de las neuronas se convierte en una herramienta capaz no solo de adivinar palabras, sino también de mostrar de dónde surge el significado en el cerebro.

El campo magnético de una neurona es cien millones de veces más débil que el campo magnético terrestre; para captarlo se necesita una sala blindada contra todos los campos externos.

Una tecnología similar fue descrita por el escritor de ciencia ficción William Gibson: en sus novelas, las neurointerfaces leen directamente las experiencias de las personas, difuminando la frontera entre el mundo interior y la grabación.

Conceptos
reconocimiento del habla análisis de voz por IA corteza visual micrófono electroencefalografía imagen acústica médica asistente de voz adquisición del lenguaje neuronal