Una tesis de la Universidad Politécnica de Cartagena (UPCT), determina que la metodología de 'aprendizaje extremo' es de gran utilidad para sujetos que no contaban con experiencia previa en el uso de dispositivos de reconocimiento de patrones cerebrales. El objetivo de las investigaciones realizadas por la UPCT ha sido realizar mejoras en los métodos que se usan actualmente para dar órdenes a una máquina sin tener que realizar ninguna acción física o hablada, tan solo usando el pensamiento.

Los investigadores de la Politécnica pretendían averiguar cuál era el mejor método para utilizar en el campo de los sistemas de interfaz entre cerebro y ordenador. El estudio ha conseguido optimizar metodologías de reconocimiento de la actividad eléctrica del cerebro utilizando algoritmos.

La tesis, que ha sido realizada por Francisco José Martínez y que ha contado con dos directores, Juan Luis García Guirao y Germán Rodríguez Bermúdez, que comparten grupo de investigación en Sistemas Dinámicos, se ha ensayado en el Centro Universitario de Defensa (CUD). La titularidad del CUD pertenece al Ministerio de Defensa y cuenta con cuatro centros en España, de los cuales uno se encuentra ubicado en la Academia General del Aire de San Javier y está adscrito a la UPCT.

El procedimiento llevado a cabo en el CUD, ha sido colocar sensores en el cuero cabelludo de voluntarios sin experiencia en el uso de estos dispositivos de reconocimiento de patrones, para identificar los movimientos que las personas se están imaginando. Tras llevar a cabo la investigación, los científicos han concluido que las metodologías denominadas de 'aprendizaje extremo', son sumamente útiles para usuarios noveles lo que provoca una optimización considerable en el proceso de aprendizaje de la máquina.

Tal y como explica García, los sistemas 'Brain Computer Interface' (BCI) «ofrecen la posibilidad de controlar dispositivos externos usando los impulsos eléctricos del cerebro lo que posibilita enviar comandos al exterior prescindiendo de todo canal de comunicación muscular». El catedrático también apunta que «el objetivo de esta tesis era evaluar la idoneidad de las Máquinas de Aprendizaje Extremo, que son un tipo de red neuronal, como clasificador para su aplicación a interfaces BCI basadas en la imaginación del movimiento».

Asimismo, su compañero Rodríguez revela la importancia de estas conclusiones para la vida cotidiana.

Aplicación en el día a día

«La aplicación de estos sistemas facilitan el día a día de personas con movilidad reducida, que se encuentren encamadas y quieran por ejemplo, encender una luz, podrán hacerlo pensando que mueven el brazo derecho», indica el investigador. Del mismo modo Rodríguez apunta que este sistema también pueden aplicarse a la hora de ejercer el control sobre prótesis o sobre sillas de ruedas. Gracias a la señal eléctrica cerebral que permite mandar órdenes la vida de personas que padecen alguno de otros problemas podría ser mucho más autónoma.

Aún así, el científico ha querido señalar que el algoritmo optimizado por la UPCT en particular, aunque supone un avance, es una pieza de engranaje de este complejo sistema.