Anda sekarang dapat mengubah headset EEG murah menjadi pemindai otak kelas lab. Dan itu open-source. ZUNA adalah model fondasi 380M parameter yang merekonstruksi sinyal otak yang hilang dari data EEG parsial. Ini bekerja di seluruh pengaturan elektroda apa pun, mulai dari headset konsumen hingga sistem penelitian 256 saluran, tanpa pelatihan ulang. Ini memungkinkan Anda: - Rekonstruksi saluran EEG yang hilang dari data yang jarang - Menghilangkan sinyal yang rusak - Memprediksi saluran baru hanya dari koordinat elektroda - Menangani tata letak elektroda sewenang-wenang Model ini menggunakan autoencoder difusi dengan tulang punggung transformator. Itu dilatih pada 2 juta jam saluran di 208 kumpulan data menggunakan pelatihan difusi bertopeng dan penyematan spasial 4D. Ini memungkinkan model memahami geometri fisik penempatan elektroda. Setiap sinyal saluran dikompresi menjadi token, kemudian model mengkodekan posisi x, y, z ditambah waktu ke dalam komponen perhatian terpisah. Data EEG telah terjebak di era model pra-fondasi. Kumpulan data kecil, terfragmentasi di seluruh institusi, dikumpulkan di bawah protokol yang berbeda. Perbaikan standar untuk saluran yang hilang adalah interpolasi spline bola, pada dasarnya penghalusan spasial. Ini berfungsi dengan baik ketika beberapa saluran putus tetapi berantakan ketika Anda kehilangan lebih dari 75% data Anda. ZUNA mengalahkan garis dasar ini dengan mempelajari pola aktual dalam aktivitas otak alih-alih hanya menghaluskan antar titik. Kesenjangan melebar secara dramatis pada tingkat putus sekolah yang tinggi, tepat di tempat yang paling Anda butuhkan. Pemikiran-ke-teks memposisikan dirinya sebagai modalitas AI utama berikutnya setelah bahasa, visi, dan audio. Tetapi Anda tidak dapat membangun masa depan itu pada data yang dibuang karena beberapa elektroda gagal. Model ini sepenuhnya open source di bawah Apache 2.0, berjalan pada GPU konsumen, dan bekerja pada CPU untuk banyak tugas.