Avances en las Interfaces Cerebro - Máquina

Joaquin A. Macaroff Pérez

Joaquin A. Macaroff Pérez

Palabras clave: BMI, Interfase cerebro-máquina

Resumen

Imagine un mundo en el cual los seres humanos sean capaces de mover a voluntad las prótesis que necesiten, controlar los dispositivos móviles sin necesidad de “tocarlos”, manipular un vehículo no tripulado desde la distancia como si fuese una extensión del cuerpo, detectar la falla que tiene algún dispositivo solo con hacer contacto físico; únicamente utilizando el poder de sus mentes y que además puedan recibir estímulos, de los elementos o programas que manipulen, para lograr tomar el mejor curso de acción. Suena a ciencia ficción ¿verdad?... pero resulta que ya existen diversas investigaciones que pueden convertir esta “ciencia ficción” en una realidad.
Las interfaces cerebro-máquina constituyen un conjunto de diversas tecnologías que permiten establecer un diálogo entre el hombre y la máquina, haciendo uso de las señales eléctricas producidas por el cerebro. Para abreviarlo se utiliza la nomenclatura anglosajona BMIs (brain- machine interfaces) y son el principal foco de estudio para intentar hacer realidad las ideas anteriormente expuestas.
Este trabajo busca como principal objetivo brindar conocimientos generales acerca de las BMIs para despertar el interés en el tema, que podría servir de guía para realizar futuros proyectos de investigación relacionados con el tema.

Descargas

La descarga de datos todavía no está disponible.

Citas

Jacques J. Vidal, «Toward Direct Brain-Computer Communication,» Annual Review of Biophysics and Bioengineering, vol. 2, pp. 157-180, 1973.

C. S. Nam, A. Nijholt and F. Lotte, "Introduction: Evolution of Brain-Computer Interfaces," Francis (CRCPress), 2018.

GLOOM, «Mental Health Daily,» 15 04 2014. [En línea]. Available: https://mentalhealthdaily.com/2014/04/15/5-types-of-brain-waves-frequencies-gamma-beta-alpha-theta-delta. [Último acceso: 28 08 2019].

T. Aflalo, «Decoding motor imagery from the posterior parietal cortex of a tetraplegic human,» Science, p. 906–910, 2015.

C. I. Penaloza and S. Nishio, "BMI control of a third arm for multitasking," Science Robotics, 2018.

G. K. Anumanchipalli, J. Chartier y E. F. Chang, «Speech synthesis from neural decoding of spoken sentences,» Nature 568, p. 493–498, 2019.

U. Asgher, N. S. Naz, K. Sardar, K. Sardar, Mehjabeen y A. Raza, «Ethical Issues of Brain-Computer Interface,» IJCSNS, vol. 18, nº 5, pp. 21-27, 2018.

A. M. ASTOBIZA, T. AUSÍ, M. T. R. M. FERRER, M. A. PAYÁ y D. LÓPEZ, «Traducir el pensamiento en acción: Interfaces cerebro-máquina y el problema ético de la agencia,» Revista de Bioética y Derecho, nº 46, pp. 29-46, 2019.

Rabie A. Ramadan, S. Refat, Marwa A. Elshahed y Rasha A. Ali, «Chapter 2 Basics of Brain Computer Interface,» 2017.

O. J. S. P. Dadarlat MC, «A learning-based approach to artificial sensory feedback leads to optimal integration,» Nat Neurosci, nº 18, p. 138–144, 2015.

Z. Koudelková y M. Stmiska, «Introduction to the identification of brain waves based on their frequency,» de MATEC Web of Conferences 210, 2018.

«NeurotechEDU – Educational Materials for Neurotechnology,» [En línea]. Available: http://learn.neurotechedu.com/introtobci/#top-of-page. [Último acceso: 29 08 2019].

Á. M. García, «Diseño de interfaces cerebro-máquina controlados mediante registros de EEG,» de 2.2.3. Adquisición de señales, Madrid, Escuela Politécnica Superior – Universidad Autónoma de Madrid, 2015, pp. 22-23.

«Neurosky,» [En línea]. Available: https://store.neurosky.com/pages/mindwave. [Último acceso: 1 09 2019].

GARFIELD BENJAMIN, 09 2019. [En línea]. Available: https://elpais.com/tecnologia/2019/08/23/actualidad/1566558959_777866.html.

Jeff Coleman, «Medium,» 04 08 2018. [En línea]. Available: https://medium.com/@askwhy/brain-computer-interface-with-artificial-intelligence-and-reinforcement-learning-9c94b0454209. [Último acceso: 1 09 2019].