El 29 de agosto, en el campo de las interfaces cerebro-máquina (BMI), el Neuralink de Elon Musk ha sido muy esperado. Sin embargo, un nuevo chip pequeño y de película delgada de origen suizo ha eclipsado al Neuralink, ofreciendo no solo un tamaño más pequeño sino también un rendimiento superior.

El chip desarrollado por investigadores de la Escuela Politécnica Federal de Lausana (EPFL) representa un avance significativo en el campo de las interfaces cerebro-máquina (BMI). BMI es una tecnología que puede leer la actividad cerebral y convertirla en información del mundo real, como texto en una pantalla. El chip, llamado Micromachine Brain Interface (MiBMI), es notablemente compacto y consta de dos chips delgados con un área total de solo 8 milímetros cuadrados.. Por el contrario, el dispositivo Neuralink de Elon Musk es relativamente más grande, mide aproximadamente 23 x 8 milímetros.

AdicionalmenteEl chip EPFL presenta un consumo de energía extremadamente bajo, una invasividad mínima y un sistema totalmente integrado capaz de procesar datos en tiempo real.Esto contrasta con Neuralink, que requiere implantar 64 electrodos en el cerebro y procesa los datos a través de una aplicación de dispositivo externo.

Mahsa Shoaran, directora del Laboratorio de Tecnologías Neuronales Integradas de la EPFL, afirmó: “MiBMI nos permite convertir la actividad cerebral compleja en texto legible con alta precisión y bajo consumo de energía. Este avance nos acerca a soluciones implantables prácticas que podrían mejorar significativamente las capacidades de comunicación de las personas con discapacidades motoras graves”.

Al igual que otros IMC, MiBMI monitorea la actividad eléctrica del cerebro y la convierte en señales basadas en datos de monitoreo cerebral anteriores. MiBMI puede leer las señales cerebrales que se forman cuando alguien imagina dibujar letras y convertir estas señales en texto.

Según IT Home, el chip MiBMI aún no ha sido probado en sujetos vivos, pero ha logrado una tasa de precisión del 91% al convertir la actividad neuronal en texto real, utilizando grabaciones neuronales en tiempo real recopiladas de pruebas de interfaz cerebral anteriores para entrenamiento.

Durante la investigación, los científicos de la EPFL identificaron una serie de marcadores neuronales muy específicos que se activan cuando un paciente imagina escribir cada letra. Estos marcadores se denominan “códigos neuronales” únicos (DNC).

Actualmente, MiBMI puede decodificar 31 caracteres diferentes, lo que, según los investigadores, supone un nuevo récord para sistemas integrados de este tipo. Creen que, en el futuro, el sistema podría decodificar hasta 100 caracteres diferentes.

Los investigadores también están explorando otros usos potenciales para el sistema, que pueden ir más allá del procesamiento de texto. Estudios relevantes han sido publicados en el último número de la revista IEEE Solid-State Circuits Magazine.