Tether Evo का बड़ा ब्रेकथ्रू: एक ही AI मॉडल अलग-अलग लोगों के दिमाग से बोली, दृष्टि और संगीत पढ़ सकता है

अगस्त 2026 में, Tether Evo ने तीन पीयर-रिव्यू पेपर प्रकाशित किए हैं जिन्हें Journal of Neural Engineering, Imaging Neuroscience और Neural Networks में स्वीकार किया गया है। ये पेपर साबित करते हैं कि एक सिंगल क्रॉस-सब्जेक्ट न्यूरल डिकोडर (एक ऐसा मॉडल जो अलग-अलग लोगों के ब्रेन डेटा को समझ सके) स्पीच, विज़न और म्यूज़िक को डिकोड कर सकता है, बजाय इसके कि हर मरीज के लिए नए सिरे से मॉडल बनाया जाए । इनमें से दो पेपर यूनिवर्सिटी ऑफ रोम टॉर वर्गाटा (UniTOV) के सहयोग से तैयार किए गए हैं ।

तीन पेपर और उनकी मुख्य खोजें

1. स्पीच डिकोडिंग (Journal of Neural Engineering) — एक ट्रांसफॉर्मर-बेस्ड डिकोडर को कई इंट्राकॉर्टिकल बीसीआई प्रतिभागियों के डेटा पर संयुक्त रूप से ट्रेन किया गया। इस मल्टी-यूजर मॉडल ने सिंगल प्रतिभागी पर ट्रेन किए गए मॉडलों की तुलना में औसतन 50% से अधिक कम रिलेटिव वर्ड एरर रेट (शब्द त्रुटि दर) हासिल किया, और यह एक नए अनजान सब्जेक्ट के लिए सिर्फ मिनटों के कैलिब्रेशन डेटा के साथ एडजस्ट हो सकता है । यह Tether Evo के पहले के BrainWhisperer सिस्टम पर आधारित है, जिसने Brain-to-Text '25 Kaggle प्रतियोगिता में 1.78% वर्ड एरर रेट हासिल किया था ।

2. विज़न डिकोडिंग (Imaging Neuroscience) — यह मॉडल प्राइमेट (बंदरों) के स्पाइकिंग न्यूरल डेटा से विज़ुअल इमेज को रिकंस्ट्रक्ट करता है, फिर से क्रॉस-सब्जेक्ट ट्रेनिंग अप्रोच का उपयोग करते हुए । इस विज़ुअल डिकोडिंग मॉडल ने सिर्फ 20 मिलीसेकंड के ब्रेन डेटा से हजारों विकल्पों में से सही इमेज की पहचान 70% सटीकता से की ।

3. म्यूज़िक डिकोडिंग (Neural Networks) — यह मॉडल ब्रेन एक्टिविटी से गानों और म्यूज़िकल जॉनर को डिकोड करता है, जो श्रवण/संगीत क्षेत्र में भी उसी क्रॉस-सब्जेक्ट जनरलाइज़ेशन सिद्धांत को प्रदर्शित करता है ।

सिंगल-मॉडल अप्रोच कैसे काम करता है?

तीनों पेपरों की मुख्य तकनीकी अंतर्दृष्टि यह है कि एक शेयर्ड ट्रांसफॉर्मर-बेस्ड आर्किटेक्चर को कई सब्जेक्ट्स के न्यूरल डेटा पर एक साथ ट्रेन किया जाता है। यह जॉइंट ट्रेनिंग मॉडल को सामान्य न्यूरल फीचर्स सीखने देती है — वे पैटर्न जिनमें दिमाग स्पीच, विज़न और म्यूज़िक को एनकोड करता है और जो अलग-अलग व्यक्तियों में समान होते हैं — जबकि सब्जेक्ट-स्पेसिफिक विचित्रताओं पर निर्भरता कम होती है । जब मॉडल एक नए मरीज के सामने आता है, तो उसे पूरी रीट्रेनिंग पाइपलाइन के बजाय केवल एक संक्षिप्त फाइन-ट्यूनिंग सत्र (मिनट, हफ्ते नहीं) की आवश्यकता होती है । Tether Evo के एक पुराने प्रीप्रिंट (मई 2026) में क्रॉस-सब्जेक्ट न्यूरल-टू-फोनीम डिकोडिंग पर दिखाया गया था कि दो सबसे बड़े इंट्राकॉर्टिकल स्पीच डेटासेट पर संयुक्त रूप से ट्रेन किया गया मॉडल विथिन-सब्जेक्ट बेसलाइन्स से मेल खाता है या उनसे बेहतर प्रदर्शन करता है ।

बीसीआई अपनाने के लिए यह क्यों मायने रखता है?

अधिकांश मौजूदा बीसीआई डिकोडर्स को प्रत्येक उपयोगकर्ता के लिए अलग-अलग कैलिब्रेट किया जाना चाहिए, एक प्रक्रिया जिसमें डेटा संग्रह और मॉडल प्रशिक्षण में हफ्ते लग सकते हैं। Tether Evo का दृष्टिकोण क्लिनिकल और कंज्यूमर बीसीआई अपनाने की सबसे बड़ी बाधाओं में से एक को संबोधित करता है: पर्सनलाइज़ेशन का ओवरहेड। यह दिखाकर कि एक सिंगल मॉडल अलग-अलग लोगों और यहां तक कि अलग-अलग न्यूरल रिकॉर्डिंग मोडैलिटीज के लिए जनरलाइज़ कर सकता है, यह शोध प्लग-एंड-प्ले न्यूरोप्रोस्थेटिक्स का रास्ता सुझाता है जो न्यूनतम सेटअप के साथ काम करते हैं ।

संक्षेप में, सफलता एक ऐसा मॉडल नहीं है जो एक साथ तीनों मोडैलिटीज को डिकोड करता है, बल्कि एक सामान्य पद्धति है — क्रॉस-सब्जेक्ट जॉइंट ट्रेनिंग और कुशल फाइन-ट्यूनिंग — जिसे अलग-अलग स्पीच, विज़न और म्यूज़िक डिकोडिंग पर लागू किया गया है, और प्रत्येक को अपने पीयर-रिव्यू पेपर में मान्य किया गया है।