Um modelo de IA que lê a mente de qualquer pessoa: Tether Evo avança as interfaces cérebro-computador com três estudos inovadores

2. Decodificação de visão (Imaging Neuroscience) — O modelo reconstrói imagens visuais a partir de dados neurais de disparo (spiking) de primatas, novamente usando uma abordagem de treinamento intersujeitos, sem a necessidade de retreinamento individual . O modelo de decodificação visual identificou a imagem exata entre milhares de opções com 70% de precisão a partir de apenas 20 milissegundos de dados cerebrais .

3. Decodificação de música (Neural Networks) — O modelo decodifica músicas e gêneros musicais a partir da atividade cerebral, demonstrando o mesmo princípio de generalização intersujeitos no domínio auditivo/musical .

Como a abordagem de modelo único funciona

A principal inovação técnica em todos os três artigos é que uma arquitetura de transformador compartilhado é treinada em dados neurais combinados de múltiplos sujeitos simultaneamente. Esse treinamento conjunto permite que o modelo aprenda características neurais comuns — padrões de como o cérebro codifica fala, visão e música que são consistentes entre os indivíduos — enquanto minimiza a dependência de idiossincrasias específicas de cada sujeito . Quando o modelo encontra um novo paciente, ele requer apenas uma breve sessão de ajuste fino (minutos, não semanas) em vez de um pipeline completo de retreinamento . Um pré-print anterior da Tether Evo (maio de 2026) sobre decodificação neural-para-fonema intersujeitos mostrou que um modelo treinado conjuntamente nos dois maiores conjuntos de dados de fala intracortical igualou ou superou as linhas de base dentro de cada sujeito .

Por que isso é importante para a adoção de IHC

A maioria dos decodificadores de IHC existentes precisa ser calibrada individualmente para cada usuário, um processo que pode levar semanas de coleta de dados e treinamento de modelo. A abordagem da Tether Evo aborda um dos maiores obstáculos para a adoção clínica e de consumo das IHCs: a sobrecarga de personalização. Ao demonstrar que um único modelo pode generalizar entre diferentes pessoas e até mesmo diferentes modalidades de registro neural, a pesquisa sugere um caminho para neuropróteses plug-and-play que funcionam prontas para uso, com configuração mínima .

Em resumo, a descoberta não é um único modelo que decodifica simultaneamente todas as três modalidades, mas sim uma metodologia geral — treinamento conjunto intersujeitos com ajuste fino eficiente — aplicada separadamente à decodificação de fala, visão e música, cada uma validada em seu próprio artigo revisado por pares.