En este artículo, definimos y presentamos los Modelos Fundamentados del Cerebro (BFM) como un marco innovador para el procesamiento de diversas señales neuronales. Estos modelos utilizan técnicas de preentrenamiento a gran escala para generalizar eficazmente en diversos escenarios, tareas y modalidades, y superar las limitaciones de los enfoques de IA existentes. Este artículo proporciona un marco claro para el desarrollo e implementación de BFM y analiza exhaustivamente las innovaciones metodológicas recientes, las nuevas perspectivas sobre sus aplicaciones y los desafíos en este campo. También destacamos las futuras direcciones y los desafíos clave que deben abordarse para aprovechar al máximo el potencial de los BFM, incluyendo la mejora de la calidad de los datos cerebrales, la optimización de las arquitecturas de modelos para la generalización, el aumento de la eficiencia del aprendizaje y la mejora de la interpretabilidad y la robustez en aplicaciones del mundo real.
