Zyphra أطلقت ZUNA1.1، وهو نموذج أساس مُرخّص على نحو مفتوح لـ electroencephalography (EEG) — التسجيلات الكهربائية لنشاط الدماغ — في 17 يوليو. ونُشر بموجب ترخيص Apache 2.0 المتساهل، في خطوة تهدف إلى إنجاز ما فعلته نماذج الأساس السابقة للنصوص والصور، لكن مع البيانات العصبية المبعثرة.
The model
يُعد ZUNA1.1 مُرمِّزًا-مُفكِّكًا بنحو 380 مليون معلمة قائمًا على المحوّل، ومبنيًا بوصفه diffusion autoencoder. والتحسين الأبرز على ZUNA1 الأصلي هو المرونة: فهو يقبل مدخلات بطول متغيّر من 0.5 إلى 30 ثانية، بدلًا من الاقتصار على مقاطع ثابتة مدتها 5 ثوانٍ، وهو فرق عملي عندما لا تصل التسجيلات الفعلية ضمن نوافذ مرتبة.
What it does
يقوم النموذج بتنقية الضجيج من EEG، وإعادة بناء القنوات المفقودة ورفع معدل العينات للتسجيلات — ما يملأ الفجوات التي تعاني منها بيانات الدماغ في العالم الواقعي. وفي خطأ إعادة البناء على بيانات محجوبة، تقول Zyphra إنه يُضاهي أو يتفوّق على الاستيفاء الكلاسيكي بالقشرة الكروية-الشرائح، وهي التقنية القياسية التي يسعى إلى استبدالها. ويتعلّم diffusion autoencoder ضغط الإشارات ثم إعادة توليدها، وهو ما يمكّن النموذج من استنتاج قيم معقولة للقنوات التي انقطعت أو لم تُسجَّل أصلًا.
From headbands to research rigs
والأهم أنه يعمّم عبر العتاد المختلف. وباستخدام position-aware tokenization، يعمل ZUNA1.1 عبر ترتيبات أقطاب كهربائية عشوائية — من عصابات الرأس الاستهلاكية ذات 4 أقطاب وصولًا إلى منصات البحث ذات 256 قناة. وهذه القابلية للنقل بين الأجهزة هي بالضبط حالة التجزئة التي أبقت البيانات العصبية معزولة وصعبة البناء فوقها.
Open weights
دُرِّب على نحو 3.5 مليون ساعة-قناة من EEG العامة — ارتفاعًا من نحو مليونيْن في الإصدار السابق — كما أن النموذج ورمزه وأوزانه متاحة مجانًا. وفي مجالٍ نادرةٌ فيه بيانات الدماغ الموسومة ومكلفة، فإن نموذج أساس مفتوحًا ومحايدًا للعتاد يخفض عتبة الدخول أمام الشركات الناشئة والأوساط الأكاديمية التي تبني تقنيات عصبية وواجهات دماغ-حاسوب. وتطبّق Zyphra، المعروفة أكثر بنماذج اللغة والنماذج متعددة الوسائط الفعالة، الفلسفة نفسها القائمة على الكفاءة على الإشارات الحيوية، مراهنةً على أن البنية التحتية المفتوحة تزرع منظومة المطورين التي تدفع في النهاية التبنّي.