La frontera entre cerebro humano e inteligencia artificial acaba de hacerse mucho más fina. Un consorcio de investigadores de Columbia, Stanford, la Universidad de Pensilvania y otros centros ha presentado BISC (Biological Interface System to Cortex), un nuevo tipo de interfaz cerebro–ordenador que combina un chip ultrafino con miles de electrodos y una conexión inalámbrica de alta velocidad capaz de enviar datos neuronales a modelos de IA casi en tiempo real.
El trabajo, publicado en Nature Electronics, se describe ya como una de las plataformas de neurotecnología más avanzadas hasta la fecha: no solo por su miniaturización, sino porque está diseñada explícitamente para dialogar con algoritmos de aprendizaje profundo y sistemas de IA generativa.
Un chip del grosor de un pelo con 65.536 electrodos
BISC rompe con el modelo clásico de interfaces invasivas, basadas en bloques de electrónica alojados en el cráneo o en el pecho y conectados al cerebro mediante cables y agujas.
En su lugar, el sistema se articula en tres piezas:
- Un único chip de silicio de unos 50 micrómetros de grosor, flexible, que se coloca en el espacio entre el cráneo y la superficie del cerebro.
- Un “relay” portátil, una estación intermedia que alimenta y se comunica con el implante mediante radio de ultra banda ancha.
- Un software y pila de IA que recibe los datos, los procesa y los decodifica.
En ese trozo de silicio, de apenas 3 mm³ de volumen, se integran:
- 65.536 electrodos en una matriz de 256×256.
- 1.024 canales de registro simultáneo de actividad cerebral.
- 16.384 canales de estimulación, para enviar señales de vuelta a la corteza.
- Circuitería de radio, gestión de energía, conversión de datos y control digital.
La idea es convertir la superficie de la corteza en un auténtico “bus de datos” de alta densidad, sin electrodos que perforen el tejido ni cables que atraviesen el cráneo.
Streaming neuronal a 100 Mbps: la tasa de datos que la IA estaba esperando
Para el ecosistema de IA, el dato más relevante no es solo cuántos electrodos integra BISC, sino cuánta información puede sacar de ellos.
El enlace inalámbrico entre el implante y el relay alcanza alrededor de 100 Mbps de ancho de banda. Según los autores, esto supone al menos 100 veces más throughput que otros dispositivos BCI inalámbricos actuales.
Esa tasa permite algo que hasta ahora solo era teoría:
- Enviar señales cortico–superficiales de alta resolución en tiempo real.
- Alimentar directamente modelos de deep learning capaces de decodificar intención de movimiento, patrones visuales o estados cerebrales complejos.
- Habilitar bucles cerrados en los que la IA interpreta, responde y estimula de vuelta al cerebro en milisegundos.
En términos tecnológicos, BISC convierte el cerebro en una fuente de datos en continuo, de alta densidad y baja latencia, algo muy distinto a los EEG tradicionales o a los BCIs de baja tasa de bits que solo permiten mover un cursor o seleccionar letras.
IA en el centro: decodificar visión, movimiento y estados cerebrales
El dispositivo se ha validado en modelos animales (cerdos y primates) y en entornos quirúrgicos con humanos para registros de muy corta duración. En estos experimentos, la combinación de BISC con modelos de IA permite:
- Decodificar movimientos de alcance y agarre a partir de la actividad en corteza motora.
- Reconstruir con alta precisión la respuesta de la corteza visual a estímulos naturales, como imágenes complejas.
- Analizar ondas viajeras y patrones espaciales en la actividad cortical, relevantes para memoria, atención o percepción.
El flujo es claro:
- El chip registra, con miles de electrodos, la actividad eléctrica en la superficie del cerebro.
- Los datos se envían por radio al relay, y de ahí por Wi-Fi a un servidor o estación de trabajo.
- Modelos de IA (redes convolucionales, transformers, modelos generativos) aprenden a mapear esos patrones a estímulos, movimientos o estados internos.
Esta integración nativa con IA no es un añadido posterior: forma parte del diseño conceptual del sistema, que los autores describen como una arquitectura de computación específica para interfaces cerebro–IA.
De la clínica a la “IA agéntica” conectada al cerebro
En el corto y medio plazo, los usos más realistas de BISC siguen siendo médicos. Entre las aplicaciones que ya se están explorando:
- Epilepsia resistente a fármacos
Monitorización de alta resolución para localizar focos epilépticos, anticipar crisis y, potencialmente, aplicar estimulación dirigida para mitigarlas. - Lesiones medulares, ELA, ictus
Decodificación de intención motora para controlar prótesis robóticas, exoesqueletos o interfaces digitales mediante señales corticales. - Trastornos del habla y comunicación
Combinando BISC con modelos de IA de lenguaje, sería posible reconstruir palabras o frases a partir de la actividad cerebral, como ya han mostrado otros grupos con dispositivos menos densos.
Para el ecosistema de IA, sin embargo, el interés va más allá de las aplicaciones sanitarias. Sistemas como BISC apuntan a un futuro en el que:
- La IA no solo procesa texto, imágenes o audio, sino datos neuronales crudos en tiempo real.
- Los modelos pueden adaptarse dinámicamente al estado del usuario, ajustando interfaces, ayudas o estimulaciones según patrones cerebrales.
- Surgen nuevas formas de IA agéntica “embebida” en el sistema nervioso, capaz de cerrar el bucle percepción → inferencia → acción → estimulación directamente con el cerebro.
Ese escenario plantea oportunidades enormes en rehabilitación, accesibilidad y experiencia de usuario, pero también nuevos desafíos de alineamiento: ¿qué significa “IA alineada” cuando la interfaz no es una pantalla, sino el tejido cortical?
Neuroprivacidad y “neuroderechos”: la otra mitad del debate
La misma capacidad que hace atractiva esta tecnología para la IA resulta inquietante en términos de derechos fundamentales.
Si un chip puede enviar señales de la corteza a 100 Mbps y la IA puede aprender a decodificar patrones cada vez más sutiles, surgen preguntas inevitables:
- ¿Quién será el propietario legal de los datos neuronales crudos?
- ¿Se podrán usar esas señales para entrenar modelos de forma agregada?
- ¿Cómo se evitará que terceros obtengan inferencias sensibles (estados emocionales, preferencias, intenciones) a partir de esos datos?
- ¿Deberían existir marcos legales específicos de “neuroprivacidad” y neuroderechos, como ya se debate en países como Chile?
Aunque BISC está aún en fase preclínica, su mera existencia acelera la necesidad de definir reglas claras para el uso de interfaces cerebro–IA de alta capacidad, tanto en el ámbito médico como, eventualmente, en contextos comerciales o de consumo.
Una carrera en paralelo a la de la IA generativa
Mientras el foco mediático se centra en modelos de lenguaje cada vez más grandes, avances como BISC muestran que la otra gran carrera de esta década podría estar en cómo conectar esa IA a cerebros humanos de manera fiable y de alta resolución.
En ese sentido, el ecosistema empieza a parecerse a lo que ocurrió con los smartphones:
- Por un lado, modelos cada vez más potentes, capaces de interpretar señales complejas.
- Por otro, hardware cada vez más pequeño y sofisticado, que lleva esa inteligencia al límite de lo biológico.
BISC no “lee la mente” en el sentido de descifrar pensamientos abstractos, pero sí ofrece a la IA una ventana directa y de gran ancho de banda a la actividad cortical. La cuestión clave para la comunidad de inteligencia artificial no es solo qué se puede hacer con ello, sino qué se debe hacer, bajo qué condiciones y con qué garantías.
Porque, por primera vez, la frase “conectar la IA al cerebro” empieza a ser menos una metáfora… y más una hoja de ruta tecnológica.
Referencia: Revista cloud, Javi López en X, nature y engineering Columbia
