2026-11-03 · Fuente:36氪快讯·中继

El modelo de decodificación cerebral desarrollado por el equipo de Michal Irani del Instituto Weizmann traduce directamente los registros de actividad neuronal en lenguaje visual, abriendo nuevas posibilidades para las interfaces cerebro-computadora y la computación visual.
Las máquinas, sin mirar a través de una cámara, pueden reproducir lo que ven tus ojos. El equipo de la profesora Michal Irani del Instituto de Ciencias Weizmann de Israel ha desarrollado recientemente un modelo de IA llamado Brain-IT que, mediante el análisis de datos de resonancia magnética funcional (fMRI), es capaz de reconstruir las imágenes visuales que observa un sujeto. El significado de este logro radica en que lleva los datos de neuroimagen, que durante mucho tiempo permanecieron confinados al ámbito de la investigación, al primer plano de la generación de contenido.
La fMRI es una herramienta clásica en neurociencia para observar la actividad cerebral: capta los cambios en el flujo sanguíneo y las señales del cerebro, reflejando la actividad neuronal solo de manera indirecta. Anteriormente, estos datos se usaban principalmente para responder qué regiones cerebrales participan en el procesamiento visual, quedándose en el nivel de localización y atribución. Brain-IT invierte la pregunta: el modelo ya no actúa solo como observador, sino que parte directamente de los datos cerebrales del sujeto para reconstruir lo que ve. De localizar regiones cerebrales a restaurar imágenes, el modelo asume una tarea de traducción mucho más difícil: reescribir los registros de actividad neuronal en lenguaje de imágenes.
Desde el punto de vista técnico, esta línea de investigación pertenece al llamado campo de la decodificación cerebral. Los investigadores suelen hacer que los sujetos vean un gran número de imágenes dentro del equipo de resonancia magnética, recopilan las señales de fMRI correspondientes, entrenan un modelo para establecer la correspondencia entre las señales cerebrales y las características visuales, y finalmente recurren a modelos generativos de imágenes para convertir las señales en píxeles. Lo particular de Brain-IT es que tiene como objetivo directo la reconstrucción de la imagen, no solo la clasificación o la coincidencia, lo que significa que el modelo debe comprender cómo se organiza la información visual en la corteza cerebral, exigiendo un nivel superior tanto en aprendizaje de representaciones como en capacidad generativa.
Esta noticia también transmite otra señal: la innovación de modelos con carácter propio no necesariamente ocurre en las presentaciones de los gigantes tecnológicos. Quien llevó a cabo este trabajo fue el Instituto de Ciencias Weizmann, ubicado en Israel, donde el equipo de Michal Irani centró su investigación en la relación de mapeo entre el cerebro y las imágenes, devolviendo a la vista de la industria la ruta interdisciplinaria de 'IA + neurociencia'. Para los lectores del sector que siguen la vanguardia de la tecnología de modelos, los avances de universidades e institutos de investigación en direcciones interdisciplinarias merecen incluirse en su lista de seguimiento. En los últimos años, desde generar texto a partir de señales cerebrales hasta reconstruir imágenes desde ellas, múltiples líneas tecnológicas han avanzado casi en paralelo, lo que indica que la capacidad de los modelos generativos subyacentes se está desbordando para nutrir la cadena de herramientas de la neurociencia.
Para los compradores de capacidad de cómputo de IA y los planificadores de infraestructura, este tipo de investigación también tiene valor de referencia. El entrenamiento y la inferencia de los modelos de decodificación cerebral son, en esencia, operaciones matriciales masivas sobre datos de alta dimensión: los datos de fMRI son voluminosos y de alta dimensión de muestreo, y la fase de entrenamiento suele requerir un prolongado soporte de clústeres de GPU; además, la fase de reconstrucción generativa constituye una carga típica de difusión de imágenes o autorregresiva. Aunque Brain-IT en sí es un proyecto de investigación y no genera directamente pedidos comerciales de cómputo, anticipa una tendencia: escenarios como la imagen médica, las interfaces cerebro-computadora y la computación científica podrían convertirse en nuevos demandantes de capacidad de cómputo de IA. Los centros de datos y proveedores de cómputo que se posicionen con antelación en clientes científicos y médicos podrían tomar la delantera antes de que esta curva empiece a subir.
Por supuesto, también hay que ver con racionalidad los límites de la tecnología. Según Cailianshe, el modelo fue desarrollado recientemente. En cuanto a los límites de precisión de la reconstrucción, los escenarios aplicables y las aplicaciones potenciales, esta noticia no los detalla, y habrá que esperar a que el equipo divulgue más información. Los equipos de fMRI son costosos, los escaneos requieren tiempo y los sujetos deben permanecer inmóviles dentro de un potente campo magnético; estas condiciones determinan que, a corto plazo, la tecnología se mantenga más probablemente en escenarios de investigación y apoyo clínico, no en aplicaciones de consumo. La dimensión ética tampoco puede ignorarse: una vez que la capacidad de decodificar señales visuales del cerebro madure, la delimitación de los límites de la privacidad y el consentimiento informado se convertirá en un tema inevitable para los reguladores. De los avances científicos a la implementación conforme a la normativa, aún queda un largo camino por recorrer.
Para los decisores de compras e inversión que siguen esta dirección, se sugiere un marco de observación de tres puntos: primero, seguir las publicaciones futuras del equipo y la posible apertura del código fuente para evaluar la reproducibilidad técnica; segundo, monitorizar si métodos más ligeros de captación de señales cerebrales distintos de la fMRI (como la electroencefalografía o el infrarrojo cercano) pueden alcanzar una calidad de reconstrucción similar, lo que determinará la accesibilidad de la tecnología; tercero, prestar atención a las tendencias de compra de capacidad de cómputo de instituciones médicas y científicas para este tipo de cargas, la señal más directa de la temperatura del sector.
【Datos de mercado reales】Actualmente no hay datos de precios de venta para este modelo. Cabe señalar que Brain-IT es un modelo de investigación, no un equipo de cómputo adquirible ni un producto de API comercial, por lo que el mercado no ofrece por ahora información de unidades en venta ni rangos de precios. Los compradores que necesiten evaluar configuraciones de cómputo relacionadas deben realizar sus cálculos tomando como referencia los precios generales de servidores GPU y sistemas de almacenamiento subyacentes, y esperar a que el equipo publique más detalles técnicos antes de planificar de forma específica.
En conjunto, el valor de Brain-IT no reside en cambiar de inmediato la estructura de costos de alguna industria, sino en validar una vía: los datos neuronales pueden ser 'traducidos' a contenido visual por modelos generativos. Cuando leer la mente para crear imágenes pase del laboratorio a escenarios más amplios, el mapa de demanda de cómputo de IA podría sumar un nuevo segmento procedente del cerebro humano.
P: ¿Quién desarrolló Brain-IT y con qué datos reconstruye las imágenes?
R: El modelo fue desarrollado por el equipo de Michal Irani del Instituto de Ciencias Weizmann de Israel, y reconstruye las imágenes visuales que observa el sujeto mediante el análisis de datos de resonancia magnética funcional (fMRI).
P: ¿Se puede comprar Brain-IT o consultar su precio de mercado actualmente?
R: No. Según Cailianshe, el modelo fue desarrollado recientemente y actualmente no hay datos de precios de venta para este modelo; la precisión de la reconstrucción y los escenarios aplicables aún dependen de que el equipo divulgue más detalles.
P: ¿Quién desarrolló Brain-IT y con qué datos reconstruye las imágenes?
R: El modelo fue desarrollado por el equipo de Michal Irani del Instituto de Ciencias Weizmann de Israel, y reconstruye las imágenes visuales que observa el sujeto mediante el análisis de datos de resonancia magnética funcional (fMRI).
P: ¿Se puede comprar Brain-IT o consultar su precio de mercado actualmente?
R: No. Según Cailianshe, el modelo fue desarrollado recientemente y actualmente no hay datos de precios de venta para este modelo; la precisión de la reconstrucción y los escenarios aplicables aún dependen de que el equipo divulgue más detalles.
Etiquetas: Brain-IT · Michal Irani · Weizmann Institute · fMRI · Image Reconstruction
萬安算交所 AIXX · AIXX · Exchange verificado · Ir al mercado