ИИ декодирует смысл речи из активности мозга и переносится на новых людей без дообучения

En julio de 2026, investigadores presentaron en arXiv un marco de decodificación semántica entre sujetos (cross-subject) que reconstruye el significado del habla percibida a partir de registros cerebrales invasivos y se transfiere a una nueva persona sin un solo paso de reentrenamiento.

Qué hicieron exactamente los científicos

El equipo entrenó un sistema para traducir la actividad neuronal en embeddings semánticos contextuales — las mismas representaciones vectoriales de significado que usan los modelos de lenguaje. Los datos se recopilaron mediante electrocorticografía (ECoG): los electrodos se colocan directamente sobre la superficie de la corteza mientras la persona escucha y comprende habla natural.

La técnica clave es un espacio latente compartido. Las respuestas cerebrales de varios participantes se llevan a un único espacio compartido mediante un shared response model (SRM), y el decodificador aprende a predecir los embeddings semánticos a partir de las señales alineadas, y no de las señales "en bruto" de una persona concreta. Este cambio es importante: el sistema no predice palabras literales, sino vectores de significado, por lo que se apoya en respuestas al contenido del habla comunes a todas las personas, y no en las particularidades individuales de la señal.

• Datos: registros ECoG invasivos durante la comprensión de habla natural
• Método de alineación: shared response model (espacio latente compartido)
• Objetivo del decodificador: embeddings semánticos contextuales, no palabras individuales
• Para un nuevo participante: proyección individual + decodificador preentrenado sin reentrenamiento
• Resultado: consistentemente por encima de los métodos base, menor caída de precisión en un cerebro "desconocido"

Por qué la generalización entre personas es difícil

El principal problema de la decodificación neuronal invasiva es que los cerebros literalmente no son comparables: cada persona tiene su propia configuración de electrodos, su propia anatomía y su propio patrón de señales neuronales. Un modelo entrenado con un participante suele perder precisión de forma abrupta en otro.

Los autores sortean esto de la siguiente manera: para un participante held-out (que no estuvo en el entrenamiento), se estima únicamente su proyección individual en un espacio compartido predefinido, mientras que el decodificador en sí se toma tal cual. Según el artículo, esto reduce notablemente la brecha de calidad entre un cerebro "propio" y uno "ajeno" en comparación con los enfoques base, y reduce la caída de precisión al pasar del participante original a uno nuevo.

«Alinear la actividad neuronal en un espacio latente compartido al

decodificar en el espacio de los embeddings semánticos resulta ser una estrategia eficaz para mejorar la generalización entre sujetos», se afirma en el resumen del artículo en arXiv.

Qué significa esto

El enfoque traza un camino hacia interfaces neuronales que no necesitan calibrarse durante semanas para cada nuevo paciente: el espacio compartido y el decodificador semántico se transfieren, y solo se ajusta a la persona una fina proyección. Para las prótesis médicas del habla, esto potencialmente significa una puesta en marcha más rápida y menos datos por usuario — aunque por ahora se trata de un prototipo de investigación, no de un dispositivo clínico.

Preguntas frecuentes

¿Qué es la decodificación entre sujetos (cross-subject)?

Es la reconstrucción de información a partir de la actividad cerebral de modo que el modelo funcione no solo en la persona con la que se entrenó, sino también en personas nuevas. En este trabajo, el objetivo es descifrar el significado del habla percibida a partir de registros ECoG invasivos.

¿Es necesario reentrenar el modelo para una nueva persona?

No. Para un nuevo participante, los autores estiman únicamente su proyección individual en el espacio latente compartido y aplican el decodificador ya preentrenado sin reentrenamiento.