Investigadores del Instituto Weizmann crean Brain-IT, un modelo de IA que reconstruye imágenes vistas a partir de escáneres cerebrales
Hecho Qué ha ocurrido
Un equipo del Instituto Weizmann desarrolló Brain-IT, un modelo que reconstruye imágenes a partir de datos de fMRI, agrupando vóxeles según 128 regiones funcionales compartidas entre personas. El sistema mejora reconstrucciones previas al conservar mejor composición y colores, y requiere solo una hora de entrenamiento por persona. Según Michal Irani, responsable del proyecto, la técnica aún no puede reconstruir videos ni sueños por limitaciones de velocidad de la fMRI.
Resumen generado mediante IA a partir de Ámbito Tecnología. Naturaleza de la información: hecho documentado.
Análisis Por qué importa
El avance representa un hito en la interfaz cerebro-IA que podría eventualmente aplicarse en neurociencia clínica, diagnóstico y estudios de percepción, aunque su aplicación empresarial directa es aún lejana.
- Quién se ve afectado
- Investigadores en neurociencia, empresas de neurotecnología y sector salud especializado en diagnóstico por imagen cerebral.
- Qué puede cambiar
- Se abre una vía para decodificar contenido visual percibido con mayor fidelidad, sentando bases técnicas para futuras aplicaciones en interfaces cerebro-computadora.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si el laboratorio extiende la técnica a sonidos u otras modalidades sensoriales, y si aparecen aplicaciones clínicas o comerciales derivadas en los próximos años.
Enviar esta noticia por correo
Fuente original: Ámbito Tecnología. La referencia es siempre el artículo original.
Ver fuente original ↗IA científicavisión por computador Instituto Weizmann Brain-ITfMRIInstituto Weizmannneurociencia
Forma parte de la historia IA que reconstruye imágenes desde la actividad cerebral (2 noticias, estado: en evolución).
Tu opinión
0 comentarios
Relacionadas
Instituto Weizmann desarrolla IA que reconstruye imágenes a partir de la actividad cerebral
Investigadores del Instituto Weizmann de Ciencias, liderados por la profesora Michal Irani, desarrollaron Brain-IT, un modelo de IA que reconstruye imágenes a…
Por qué importaEl avance reduce drásticamente el tiempo de calibración necesario para interfaces cerebro-máquina basadas en decodificación visual, acercando…
Google Research presenta Retrieve-for-Train, técnica que acelera búsquedas complejas con IA
Investigadores de Google Research presentan en un paper de ICML 2026 el framework 'Retrieve-for-Train', que usa aprendizaje por refuerzo offline para entrenar…
Por qué importaReduce drásticamente el coste computacional y la latencia de sistemas de búsqueda y recomendación que necesitan generar conjuntos de resultados…
Estudio de Emergence documenta lenguaje espontáneo entre agentes de IA en simulaciones sociales
El laboratorio Emergence, con sede en Nueva York, realizó simulaciones con agentes de IA de DeepSeek, Anthropic, Mistral, Claude, Gemini, Grok y GPT-5 Mini que…
Por qué importaEl surgimiento de comunicación no supervisada entre agentes autónomos plantea retos de interpretabilidad y control cuando estos sistemas se…
Google DeepMind detecta trampas y comportamientos de vigilancia entre 100 agentes de IA resolviendo problemas matemáticos
Google DeepMind puso a 100 agentes autónomos basados en Gemini 3.1 Pro a resolver 71 problemas matemáticos en colaboración. Un agente descubrió un fallo en el…
Por qué importaEl experimento muestra riesgos emergentes de coordinación multiagente: la difusión rápida de comportamientos indeseados y la ausencia de mecanismos…