安価な脳波検査(EEG)ヘッドセットを、実験室用の脳スキャナーに変えることができるのです。 しかもオープンソースです。 ZUNAは、部分的なEEGデータから欠損した脳信号を再構築する380Mパラメータの基礎モデルです。 消費者向けヘッドセットから256チャンネルの研究システムまで、あらゆる電極セットアップで再訓練なしで動作します。 それによって、以下のようなことができます: - 疎なデータから欠損したEEGチャネルの再構築 - ノイズ除去による信号破損 - 電極座標のみから新しいチャネルを予測する - 任意の電極配置の扱い このモデルはトランスバックボーンを持つ拡散オートエンコーダを使用します。マスクド拡散訓練と4次元空間埋め込みを用いて、208のデータセットにわたり200万チャンネル時間の訓練を行いました。 これにより、モデルは電極配置の物理的幾何学を理解できます。各チャネル信号はトークンに圧縮され、モデルはx、y、zの位置と時間を個別の注意成分に符号化します。 脳波検査(EEG)データは、財団建設前のモデル時代にとどまっています。データセットは小規模で、各機関に分散し、異なるプロトコルで収集されます。 チャネル欠損の標準的な修正は球面スプライン補間、つまり空間スムージングです。いくつかのチャンネルが切れると問題なく動作しますが、データの75%以上が失われると機能が崩れます。 ZUNAは、単に点間を平滑化するのではなく、脳活動の実際のパターンを学習することでこの基準をクリアしています。ドロップアウト率が高いと、まさに必要な場所でギャップが劇的に広がります。 思考からテキストへのアプローチは、言語、視覚、音声に次ぐ主要なAIモダリティとして位置づけられています。しかし、数本の電極が故障しただけで捨てられるデータの上に未来を築くことはできません。 このモデルはApache 2.0の下で完全にオープンソースで、コンシューマーGPU上で動作し、多くのタスクでCPU上で動作します。