Ahora, dos profesores de la Universidad de Zaragoza han logrado, junto a investigadores de la Escuela Politécnica Federal de Lausana (EFPL, Suiza), crear máquinas que aprenden utilizando el mismo mecanismo que las personas, y que pueden adaptar su comportamiento a las necesidades de cada situación.

La investigación acaba de ser publicada en la mejor revista del mundo en este ámbito, la ‘Nature Scientific Reports’, y demuestra el cambio de paradigma utilizando neuroprótesis inteligentes, aunque el avance es aplicable a un sinfín de mecanismos.

Las neuroprótesis, como los brazos robóticos y los exoesqueletos para personas con problemas de movilidad, funcionan dentro de la tecnología basada en interfaces cerebro-máquina (brain-machine interfaces, BMI). Hasta ahora, y a través de un casco con electrodos, se conectaba la actividad cerebral del paciente con un ordenador. El amplificador transformaba la energía eléctrica generada por el pensamiento (puede medirse en voltios) en un código binario que pasaba a ese ordenador. Después, la computadora descifraba esos pensamientos y órdenes para traducirlos en acciones que mandaba ejecutar a la neuroprótesis.

"Todo el énfasis estaba puesto en el control humano, había unas órdenes prediseñadas y el objetivo era que usando la interacción de la máquina con las ondas cerebrales, la persona aprendiera a manejarlo", explica Javier Mínguez, profesor titular de la Universidad de Zaragoza. Para eso, el paciente tenía que entrenar su cerebro y generar patrones de actividad asociados a distintos movimientos que eran ejecutados. Así que todo el aprendizaje recaía en la persona que lo usaba.

Ahora, sin embargo, el peso del aprendizaje se pone en la máquina. Ella sola va explorando, aprendiendo por prueba y error (a través de la señal cerebral) sin que el humano haga ningún esfuerzo. La labor de los ingenieros es hacer unos buenos algoritmos que logren que se corrija solo sin que el humano tenga que controlar la máquina. Y, por eso, abre todo un mundo de posibilidades.

"Esto sirve para cualquier tecnología que tenga la capacidad de aprender: teléfonos, videojuegos, coches, etc. Si la máquina sabe aprender, puedes utilizar este ‘feedback cerebral’. A largo plazo, si podemos disponer de sensores que pueden medir nuestra actividad cerebral de forma cómoda, fácil, barata y fiable, podríamos usarla para adaptar miles de máquinas a nosotros", recalca Luis Montesano, profesor contratado doctor de la Universidad de Zaragoza.

Por ejemplo, ya se trabaja en un prototipo para que una persona tetrapléjica tenga una prótesis y un gorro adaptados. La prótesis activará los músculos, que aunque no funcionan siguen ahí, y conseguirá que se dirijan hacia donde se les pide. El sistema se llama ‘Moregrasp’, lleva el sello de la empresa aragonesa Bitbrain y está financiado por Europa.

La investigación, además de estar firmada por Luis Montesano y Javier Mínguez, que han desarrollado su trabajo en el Instituto de Investigación en Ingeniería de Aragón (I3A) y en el departamento de Informática e Ingeniería de Sistemas de la EINA, ha contado con la colaboración de los profesores José del R. Millán y Ricardo Chavarriaga, del Center for Neuroprosthetics and the Institute of Bio-engineering de la EPFL. Por la Universidad de Zaragoza también participó el estudiante de doctorado Iñaki Iturrate, ahora investigador postdoctoral en el Center for Neuroprosthetics de la EPFL.