:: portada :: Conocimiento Libre ::

06-12-2007

La técnica de Microsoft para leer la menteNews Scientist Traducido por: Yilian Oramas Arteaga y revisado por Mabel Rivas González, del Equipo de traductores de Cubadebate y Rebelión

Ya no le basta con dirigir su computadora, ahora Microsoft también quiere leer su mente.

La empresa afirma que es difícil evaluar debidamente la manera en que las personas interactúancon las computadoras ya que preguntarles en ese momento los distraería, y preguntarles despuéspodría no arrojar respuestas fiables. La empresa declara que los seres humanos no suelen saberexplicar sus propias acciones.

En cambio, Microsoft quiere obtener la información directamente del cerebro del usuario mientrasque éste trabaja. Prevén hacerlo utilizando electroencefalogramas (EEG) para registrar las señaleseléctricas del cerebro. El problema es que la información que brinda el EEG está llena de artefactosocasionados, por ejemplo, por parpadeo o movimientos involuntarios, lo que dificulta separarlos dela información cognitiva que Microsoft querría estudiar.

Por lo tanto, a la empresa se le ha ocurrido un método para filtrar la información de los EEG demanera que separe la información cognitiva útil de la no tan útil y no cognitiva. La empresa esperaque la información le permita crear interfaces para los usuarios de modo que a las personas lesresulten más fáciles de usar. Que los usuarios quieran que Microsoft lea sus ondas cerebrales, yaeso es harina de otro costal.

Lea el documento completo: Microsoft mind reading patent application

Justin Mullins, colaborador de New Scientist

Solicitud de Patente de los Estados Unidos 20070185697 Código de Clasificación A1 Tan; Desney S. ; et al. 9 de agosto de 2007

page 1 / 6

Utilización de las señales de encefalogramas para clasificar tareas y reconocer actividades.Reseña analíticaSe describe un método para clasificar los estados cerebrales a partir de las señaleselectroencefalográficas (EEG), que comprende la creación de un modelo clasificador y laclasificación de los estados cerebrales utilizando el modelo clasificador. Se determinan los estadoscerebrales. Se recopila la información etiquetada del EEG y se divide en ventanas de tiemposuperpuestas. Se retira la dimensión de tiempo de cada ventana de tiempo. Se obtienen lascaracterísticas distintivas al computar las características de base; se combinan las característicasde base para formar un mayor conjunto de características; se reduce este conjunto mayor; sereduce aun más el grupo de características con una técnica particular de aprendizaje a través de lamáquina. Se clasifican los estados cerebrales en la información del EEG sin etiqueta con el modeloclasificador dividiendo la información del EEG sin etiqueta en ventanas de tiempo superpuestas yeliminando la dimensión de tiempo para cada ventana de tiempo. Se generan las característicasque requiere el modelo clasificador. Los artefactos en la información del EEG etiquetada y sinetiquetar comprenden los artefactos cognitivos y los artefactos no cognitivos. Inventores: Tan; Desney S.; (Kirkland, Washington) ; Lee; Johnny C.; (Pittsburgh, Pennsylvania) Correspondencia Nombre y dirección: CHRISTENSEN, O'CONNOR, JOHNSON, KINDNESS, PLLC 1420 FIFTH AVENUE SUITE 2800 SEATTLE WA 98101-2347 USNombre del cesionario y dirección: Microsoft CorporationRedmondWANúmero de serie: 349859Código de serie: 11 Presentado: 7 de febrero de 2006

Categoría Actual de EEUU: 703/11; 600/544 Categoría de EEUU en Publicaciones : 703/011; 600/544 Categoría Internacional: G06G 7/48 20060101 G06G007/48; A61B 5/04 20060101 A61B005/04

Fundamentos

1. Se trata de un método para clasificar los estados cerebrales que comprende la creación de unmodelo clasificador utilizando señales de información electroencefalográficas etiquetadas quecontienen artefactos, y la clasificación de estados cerebrales en las señales de información de EEGsin etiquetar que contienen artefactos utilizando el modelo clasificador.

2. El método del fundamento 1, en el que la creación de un modelo clasificador abarca: a)determinar los estados cerebrales de interés; b) recopilar un conjunto de señales de datos de EEGetiquetados que incluyen artefactos ("información de EEG etiquetada"); c) dividir la información deEEG etiquetada en ventanas de tiempo superpuestas; d) eliminar la dimensión de tiempo de cadaventana de tiempo; e) generar características a partir de las ventanas de tiempo; y f) crear elmodelo clasificador.

3. El método del fundamento 2, el que la generación de las características a partir de las ventanas

page 2 / 6

de tiempo comprende: a) computar las características de base de las ventanas de tiempo; b)combinar las características de base para formar un conjunto mayor de características; c) reducir elconjunto mayor de características sin tener en consideración las técnicas de aprendizaje a travésde la máquina; y d) reducir aun más el conjunto de características para una técnica de aprendizajea través de la máquina.

4. El método del fundamento 1, en el que la clasificación de los estados cerebrales utilizando elmodelo clasificador comprende: a) recopilar un conjunto de señales de información de EEG sinetiquetar que incluye artefactos ("información de EEG sin etiquetar"); b) dividir la información deEEG sin etiquetar en ventanas de tiempo superpuestas; c) eliminar la dimensión de tiempo de cadaventana de tiempo; d) generar las características requeridas por el modelo clasificador a partir delas ventanas de tiempo; e) utilizar el modelo clasificador para clasificar los estados cerebrales enlos datos de EEG sin etiquetar; f) escoger la medida de los núcleos (kernels) promedio; y g)promediar el resultado del clasificador sobre las ventanas de tiempo adyacentes.

5. El método del fundamento 1, en el que los artefactos incluidos en las señales de datos de EEGetiquetados comprende los artefactos cognitivos.

6. El método del fundamento 1, en el que los artefactos incluidos en las señales de datos de EEGetiquetados abarcan artefactos cognitivos y no cognitivos.

7. El método del fundamento 1, en el que los artefactos incluidos en las señales de datos de EEG noetiquetados abarcan artefactos cognitivos.

8. El método del fundamento 1, en el que los artefactos incluidos en las señales de datos de EEG noetiquetados abarcan artefactos cognitivos y no cognitivos.

9. El método del fundamento 1, en el que se recopilan las señales de EEG de los pares de sensoresadheridos a las personas.

10. El método del fundamento 1, en el que los pares de sensores comprenden dos pares desensores.

11. El método del fundamento 9, en el que las personas son sanas desde el punto de vistaneurológico.

12. El método del fundamento 11, en el que las personas sanas desde el punto de vista neurológico

page 3 / 6

son usuarios que se están probando para evaluar las interfaces de los usuarios.

13. El método del fundamento 1, en el que los estados cerebrales están asociados, al menos, a unacondición de los usuarios seleccionada del grupo de condiciones de los usuarios, que abarcan:posibilidad de interrumpir el trabajo, carga de trabajo cognitiva, enfrascamiento en una tarea,mediación comunicativa, interpretación y predicción de la respuesta del sistema, sorpresa,satisfacción y frustración.

14. El método del fundamento 1, incluye discriminar al menos dos estados cerebrales diferentes.

15. El método del fundamento 1, incluye determinar la persistencia de los estados cerebrales.

16. El método del fundamento 1, incluye determinar las transiciones entre los estados cerebrales.

17. El método del fundamento 1, en el que se generan múltiples características y después sereducen.

Descripción

ANTECEDENTES

[0001] Al estudiar la interacción de los seres humanos con los equipos de computación, esconveniente poder determinar la eficacia de una interfaz computadora-usuario, por ejemplo, lainterfaz de usuario. Una manera tradicional de determinar la eficacia de una interfaz de usuario espresentar a un usuario de computadora, a saber, a un usuario, una tarea, observar al usuariomientras opera la interfaz de usuario para completar la tarea asignada, y formular al usuariopreguntas antes, durante y/o después de realizada la tarea. El comportamiento observado y lasrespuestas a las preguntas se clasifican y cuantifican. Los resultados cuantificados se analizan paradeterminar la eficacia de la interfaz de usuario. [0002] Las técnicas de la neurociencia cognitiva pueden utilizarse a fin de brindar una vía másdirecta para determinar la eficacia de las interfaces de usuarios. Una técnica típica de laneurociencia cognitiva es adherir sensores eléctricos, o sea, sensores, en diferentes puntos delcuero cabelludo del usuario. Posteriormente los sensores se conectan a un electroencefalógrafo(EEG). El propósito del EEG es detectar los cambios eléctricos dentro del cerebro que correspondena ciertos estados cerebrales. Es posible determinar la eficacia de una interfaz de usuario analizandolos estados cerebrales de un usuario antes, durante y/o después de que el usuario realice la tareautilizando la interfaz de usuario. [0003] Como el nombre lo indica, las técnicas de la neurociencia "cognitiva", tambiéndenominadas técnicas cognitivas, se centran en los procesos del pensamiento. Las técnicas

page 4 / 6

cognitivas analizan las señales eléctricas ocasionadas por cambios eléctricos dentro del cerebro, asaber, las señales de EEG. Estas señales de EEG contienen información y patrones de datosrelacionados con los estados cerebrales, que se pueden utilizar para inferir la existencia deprocesos de pensamiento. Un problema que presentan las técnicas cognitivas es que las señales deEEG a menudo contienen artefactos, o sea, información indeseada que podría distorsionar lainformación sobre el estado cerebral. Anteriormente se había intentado evadir los artefactos o los"problemas de ruido" para lo cual se filtraban las señales de EEG y se utilizabaretroalimentación neuronal. Si bien es eficaz para eliminar algunos artefactos, la filtración y laretroalimentación neuronal suponen un gran costo y complican extraordinariamente las técnicascognitivas, lo que, a su vez, reduce la utilidad de aplicar las técnicas cognitivas para determinar laeficacia de las interfaces de usuarios. RESUMEN

[0004] El objetivo del presente resumen es presentar una selección de conceptos de manerasimplificada y que se describen más adelante en el acápite titulado Descripción detallada. En elresumen no se pretende determinar las características claves de la materia fundamentada, niutilizarlo como ayuda para determinar el alcance de la materia fundamentada. [0005] Se revela un método para clasificar los estados cerebrales utilizando las señales de EEG. Elmétodo es capaz de determinar la persistencia de los estados cerebrales y las transiciones entre losestados cerebrales. El método abarca la creación de un modelo clasificador utilizando lainformación etiquetada del EEG y la clasificación de los estados cerebrales en la información deEEG no etiquetada utilizando el modelo clasificador. [0006] El modelo clasificador ejemplar se crea mediante la determinación de los estadoscerebrales; la recopilación de un conjunto de datos etiquetados de EEG; y la división del conjuntoen ventanas de tiempo superpuestas. Se elimina la dimensión de tiempo de cada ventana detiempo, se generan las características de datos para las ventanas de tiempo, y se crea el modeloclasificador. Se generan las características a partir de las ventanas de tiempo de la informaciónetiquetada de EEG computando las características de base de las ventanas de tiempo; combinandolas características de base para formar un conjunto mayor de características, reduciendo elconjunto mayor de características sin tener en cuenta las técnicas de aprendizaje a través de lamáquina, y reduciendo aún más el conjunto de características para una técnica particular deaprendizaje a través de la máquina. Los estados cerebrales se clasifican utilizando el modeloclasificador mediante la recopilación de un conjunto de datos de EEG sin etiquetar, dividiendo losdatos no etiquetados del EEG en ventanas de tiempo superpuestas, y eliminado la dimensión detiempo de cada ventana de tiempo. Las características requeridas por el modelo clasificador segeneran a partir de las ventanas de tiempo. El modelo clasificador se utiliza para clasificar losestados cerebrales en la información de EEG no etiquetada. Se escoge el tamaño de los kernelspromedio y el resultado del clasificador se promedia sobre las ventanas de tiempo adyacentes. Lainformación de EEG etiquetada y sin etiquetar contiene tanto los datos de los estados cerebralescomo los artefactos. [0007] En una aplicación típica, las señales de EEG se recopilan a partir de los sensores adheridosal cuero cabelludo de las personas sanas desde el punto de vista neurológico ("usuarios") mientraslos usuarios operan las interfaces de usuarios. Preferentemente, el número de sensores essustancialmente menor al número de sensores normalmente utilizados para recopilar lainformación de las señales del EEG, por ejemplo, cuatro (4) sensores que forman dos pares desensores. Preferiblemente, los estados cerebrales se asocian con al menos una condiciónseleccionada de un grupo de condiciones de usuarios, que abarcan: posibilidad de interrumpir eltrabajo, carga de trabajo cognitiva, enfrascamiento en una tarea, mediación comunicativa,interpretación y predicción de la respuesta del sistema, sorpresa, satisfacción y frustración. [0008] La utilización típica de este método incluye, entre otras cosas: comparar los niveles de cargade trabajo cognitiva, o tipos de carga de trabajo de múltiples interfaces de usuarios; evaluar lautilidad cognitiva de las interfaces de usuarios en tiempo real para permitir que las interfaces deusuarios se adapten dinámicamente a los estados de usuarios; y presentar una mayor comprensión

page 5 / 6

detallada de la carga de trabajo cognitiva de los grupos de usuarios.

http://www.newscientist.com/blog/invention/2007/10/microsoft-mind-reading.html

page 6 / 6