Decodificare il Linguaggio Cerebrale | | Meta AI WhatsApp | Meta AI APK | Turtles AI

L’AI sta aprendo nuove prospettive per decodificare il linguaggio umano a partire dalle registrazioni cerebrali non invasive. Grazie a innovazioni sviluppate dal laboratorio Meta FAIR di Parigi in collaborazione con il Basque Center on Cognition, Brain and Language di San Sebastián, i ricercatori sono riusciti a decodificare frasi direttamente dai segnali cerebrali, portando a un miglioramento significativo nella comprensione dei meccanismi cognitivi e comunicativi. Questi studi potrebbero avere impatti rilevanti in ambito medico, per la riabilitazione di pazienti con disabilità comunicative causate da lesioni cerebrali. Grazie all’AI, il confine tra scienza e medicina si sta progressivamente riducendo, con applicazioni promettenti anche per i dispositivi neurali non invasivi.

Punti chiave:

• Decodifica del linguaggio cerebrale tramite segnali non invasivi.
• Collaborazioni internazionali tra neuroscienze e AI.
• Impatti futuri per la medicina, con potenziali dispositivi di comunicazione per persone con disabilità.
• Il contributo dell’open source nell’accelerare l’innovazione in sanità.

Nel campo della neuroscienza, le ricerche sul linguaggio umano sono state sempre un tema di grande interesse e al contempo di difficile approccio. Decodificare l’attività cerebrale che accompagna la produzione del linguaggio è stato un obiettivo ambizioso, sia per la complessità del processo che per le limitazioni tecniche. Oggi, però, un passo avanti significativo è stato compiuto grazie all’uso di tecnologie avanzate come la Magnetoencefalografia (MEG) e l’Elettroencefalografia (EEG), che consentono di registrare l’attività cerebrale senza necessità di interventi invasivi. L’innovazione arriva dal laboratorio Meta FAIR, che ha sviluppato un sistema basato sull’AI per ricostruire frasi a partire dai segnali cerebrali registrati durante la digitazione. L’utilizzo congiunto di MEG ed EEG ha permesso di decodificare fino all’80% delle lettere digitate dai partecipanti, un risultato straordinario se confrontato con le tecnologie precedenti, che ottenevano risultati inferiori.

Questa scoperta offre nuove opportunità per applicazioni cliniche, come il restauro della capacità di comunicare per chi ha subito danni cerebrali. Attualmente, le soluzioni più comuni per il ripristino della comunicazione nelle persone con lesioni cerebrali gravi si basano su dispositivi neuroprotesici, ma questi richiedono tecniche invasive e interventi chirurgici. Con l’introduzione delle tecniche non invasive, come quelle esplorate dallo studio condotto a San Sebastián, si potrebbe assistere a un notevole passo in avanti, rendendo la tecnologia più accessibile e meno pericolosa. Tuttavia, sono ancora numerosi gli ostacoli da superare, soprattutto in termini di perfezionamento delle prestazioni e delle difficoltà logistiche, come la necessità di camere schermate magneticamente per l’utilizzo della MEG, che limita la praticità di applicazione quotidiana.

Un’altra area di ricerca fondamentale riguarda la comprensione dei meccanismi neurali alla base della produzione linguistica. Studiare il cervello umano durante il processo di generazione del linguaggio è stato sempre arduo, soprattutto perché le azioni motorie coinvolte, come il movimento della bocca e della lingua, interferiscono con le tecniche di neuroimaging. Il nuovo studio di Meta ha rivelato come l’AI possa interpretare i segnali cerebrali generati mentre i partecipanti digitano su una tastiera. Gli esperimenti hanno permesso di individuare, con una precisione senza precedenti, il momento esatto in cui i pensieri si trasformano in parole e lettere, aprendo la strada alla comprensione di come il cervello “costruisce” un pensiero e lo converte in un’azione concreta.

Nel contesto della produzione linguistica, uno degli aspetti più interessanti è il concetto di "codice neurale dinamico", emerso dallo studio. Questo codice permette al cervello di concatenare rappresentazioni successive, mantenendo un flusso continuo che collega il significato astratto di una frase con il movimento delle dita sulla tastiera. La decodifica di questo codice rappresenta una delle sfide più difficili sia per la neuroscienza che per l’AI, ma il progresso fatto in questo ambito potrebbe portare a miglioramenti straordinari nelle tecnologie per l’interfaccia cervello-computer.

Parallelamente, la ricerca sta contribuendo al mondo della medicina con applicazioni pratiche grazie all’AI open source. Ad esempio, l’azienda francese BrightHeart ha utilizzato modelli come DINOv2 sviluppati da Meta per analizzare ecografie cardiache fetali e identificare difetti congeniti, un’applicazione che ha recentemente ottenuto l’approvazione della FDA. Inoltre, un’altra azienda, Virgo, ha sfruttato questi modelli per ottenere risultati all’avanguardia nell’analisi dei video endoscopici, migliorando la diagnosi di malattie intestinali come la colite ulcerosa e l’individuazione dei polipi.

La combinazione tra neuroscienze e AI non solo apre nuove strade nel trattamento e nella cura, ma sta anche creando nuovi orizzonti per l’innovazione tecnologica e sanitaria, migliorando le prospettive per pazienti in tutto il mondo.