Cada día el cerebro suena un poco distinto. Ayer, la idea de mover la mano izquierda producía un patrón de ondas eléctricas; hoy, otro ligeramente diferente. Para una interfaz cerebro-computadora (un dispositivo que convierte órdenes mentales en acciones) esto es un gran problema: la configuración de ayer ya no sirve hoy.

El nuevo método, llamado MRieHy, no aprende de una sola grabación, sino de toda una colección de "huellas" de la actividad cerebral de muchos días. Primero encuentra un centro común de esas huellas, como si a partir de decenas de fotos de una misma persona se compusiera un retrato promedio al que es más fácil superponer nuevas imágenes. Para ello se utiliza la geometría de Riemann, una forma de medir distancias entre matrices complejas que describen la actividad eléctrica del cerebro. Luego se construye un hipergrafo: una red donde las conexiones pueden unir no solo un par de puntos, sino varios a la vez, como una conversación grupal en lugar de una llamada telefónica. Un hipergrafo se construye a partir de las distancias geométricas entre las huellas, y otro a partir de la similitud de características profundas extraídas de las señales. Las dos redes se combinan con pesos que se ajustan automáticamente.

Durante el uso real, el sistema mantiene en memoria las últimas huellas cerebrales (como un búfer de eventos recientes), las alinea con el retrato promedio y emite una orden al instante. Las pruebas con datos de electrodos implantados y de gorros comunes de EEG mostraron que la precisión para reconocer cuatro tipos de movimientos imaginados es mayor que la de los mejores métodos anteriores.

Este enfoque hace que la neurointerfaz se parezca a un intérprete experimentado que ha oído la misma voz en diferentes estados de ánimo y por eso la entiende incluso con un ligero carraspeo.