Tether Evo: Yksi tekoälymalli tulkitsee aivoja puheessa, näössä ja musiikissa – eri ihmisille ilman uudelleenkoulutusta

2. Näön dekoodaus (Imaging Neuroscience) – Malli rekonstruoi visuaalisia kuvia kädellisten hermosolujen aktivaatiodatasta käyttäen samaa yksilöiden välistä koulutusmenetelmää sen sijaan, että se koulutettaisiin uudelleen jokaiselle yksilölle erikseen . Näködekoodausmalli tunnisti oikean kuvan tuhansien vaihtoehtojen joukosta 70 % tarkkuudella vain 20 millisekunnin aivodatasta .

3. Musiikin dekoodaus (Neural Networks) – Malli tulkitsee kappaleita ja musiikkigenrejä aivotoiminnasta, osoittaen saman yksilöiden välisen yleistymisperiaatteen kuulohavainnon/musiikin alueella .

Miten yksi malli toimii

Tekninen läpimurto kaikissa kolmessa tutkimuksessa on yhteinen transformeri-arkkitehtuuri, joka koulutetaan yhtä aikaa useiden koehenkilöiden hermotoimintadatalla. Tämä yhteiskoulutus antaa mallille mahdollisuuden oppia yleisiä hermopiirteitä – aivojen tapoja koodata puhetta, näköä ja musiikkia, jotka ovat johdonmukaisia eri yksilöiden välillä – ja samalla vähentää riippuvuutta henkilökohtaisista erityispiirteistä . Kun malli kohtaa uuden potilaan, se tarvitsee vain lyhyen hienosäätöistunnon (minuutteja, ei viikkoja) täyden uudelleenkoulutuksen sijaan . Aiempi Tether Evon esijulkaisu (toukokuu 2026) yksilöiden välisestä hermotoiminnasta foneemeiksi dekoodauksesta osoitti, että kahden suurimman aivokuorensisäisen puhedatan yhdistelmällä koulutettu malli saavutti tai ylitti yksilökohtaisten mallien suorituskyvyn .

Miksi tämä on tärkeää BCI-teknologian käyttöönotolle

Useimmat nykyiset BCI-dekooderit on kalibroitava jokaiselle käyttäjälle erikseen, mikä voi vaatia viikkojen datankeruuta ja mallin koulutusta. Tether Evon lähestymistapa ratkaisee yhden kliinisen ja kuluttaja-BCI:n suurimmista esteistä: personointikustannukset. Osoittamalla, että yksi malli voi yleistyä eri ihmisten välillä ja jopa eri hermotoiminnan tallennustavoissa, tutkimus viitoittaa tietä kohti 'plug-and-play'-tyyppisiä neuroproteeseja, jotka toimivat suoraan paketista minimaalisella asennuksella .

Tiivistettynä läpimurto ei ole yksi malli, joka dekoodaa kaikkia kolmea toimintoa samanaikaisesti, vaan yleinen menetelmä – yksilöiden välinen yhteiskoulutus tehokkaalla hienosäädöllä – jota sovelletaan erikseen puheen, näön ja musiikin dekoodaukseen, ja jokainen on vahvistettu omassa vertaisarvioidussa tutkimuksessaan.