Satu Model Untuk Semua: Tether Evo Buktikan AI Boleh Baca Fikiran Manusia Tanpa Latihan Semula

2. Dekod Visual (Imaging Neuroscience) — Model ini membina semula imej visual daripada data saraf spiking primat, sekali lagi menggunakan pendekatan latihan rentas subjek dan bukan latihan semula untuk setiap individu . Model dekod visual ini dikenal pasti imej yang tepat daripada ribuan pilihan dengan ketepatan 70% hanya daripada 20 milisaat data otak .

3. Dekod Muzik (Neural Networks) — Model ini mentafsir lagu dan genre muzik daripada aktiviti otak, menunjukkan prinsip generalisasi rentas subjek yang sama dalam domain auditori/muzik .

Bagaimana pendekatan model tunggal ini berfungsi?

Cerapan teknikal utama merentas ketiga-tiga kertas kerja adalah penggunaan seni bina transformer yang dikongsi dan dilatih pada data saraf yang dikumpul daripada pelbagai subjek secara serentak. Latihan bersama ini membolehkan model mempelajari ciri-ciri saraf yang lazim — corak bagaimana otak mengekod pertuturan, visual, dan muzik yang konsisten merentas individu — sambil meminimumkan pergantungan pada keanehan khusus subjek . Apabila model bertemu pesakit baharu, ia hanya memerlukan sesi penalaan halus (fine-tuning) yang singkat (minit, bukan minggu) berbanding saluran paip latihan semula yang penuh . Satu cetakan awal (preprint) daripada Tether Evo pada Mei 2026 mengenai dekod saraf-ke-fonem rentas subjek menunjukkan bahawa model yang dilatih secara bersama merentas dua set data pertuturan intrakortikal terbesar adalah setara atau lebih baik daripada garis dasar dalam subjek .

Kenapa ini penting untuk penggunaan BCI?

Kebanyakan dekoder BCI yang sedia ada perlu dikalibrasi secara individu untuk setiap pengguna, satu proses yang boleh mengambil masa berminggu-minggu pengumpulan data dan latihan model. Pendekatan Tether Evo menangani salah satu halangan terbesar untuk penggunaan BCI secara klinikal dan pengguna: beban kerja peribadi (personalization overhead). Dengan menunjukkan bahawa satu model boleh digeneralisasikan merentas individu yang berbeza dan juga merentas modaliti rakaman saraf yang berbeza, penyelidikan ini mencadangkan laluan ke arah neuroprostetik 'palam-dan-main' (plug-and-play) yang berfungsi terus tanpa persediaan yang rumit .

Ringkasnya, kejayaan ini bukanlah satu model yang mentafsir ketiga-tiga modaliti secara serentak, tetapi lebih kepada satu metodologi umum — latihan bersama rentas subjek dengan penalaan halus yang cekap — yang digunakan secara berasingan untuk dekod pertuturan, visual, dan muzik, dan setiap satunya telah disahkan dalam kertas kerja yang diulas rakan sebaya.