Выпущена новая ИИ-модель для нейроинтерфейсов на основе ЭЭГ, тут интересна стратегия
Стартап Zyphra выпустили фундаментальную модель ZUNA, которая состоит из 380млн параметров, полностью открытый код, обучена на 2 млн канало-часов из 208 датасетов.
Это классическая стратегия фундаментальных моделей, перенесённая в нейроинтерфейсы. Та же логика, по которой GPT-3 открыл эру LLM — сначала масштаб, потом специализация.
Но интереснее не сама модель, а стратегия.
Neuralink — это хирургия, импланты, годы регуляторных согласований и принципиально ограниченная масштабируемость.
Инвазивный путь даёт качество сигнала, но закрывает массовый рынок.
Zyphra идёт через ЭЭГ - электроды на коже головы, никаких операций. Проблема ЭЭГ всегда была в качестве данных: шумы, выпадения каналов, разные конфигурации устройств.
ZUNA решает именно это, восстанавливает сигнал до клинического уровня из любого, даже потребительского устройства.
Один из авторов модели Берен Миллидж объяснил логику так: сначала создать правильное латентное пространство на огромных объёмах ЭЭГ-данных без разметки, затем дообучать на конкретные задачи с минимальным количеством парных примеров.
Мысль в текст без операции на мозге - это другой TAM, другая регуляторная история и другие сроки выхода на рынок.
За этим стоит следить.
Стартап Zyphra выпустили фундаментальную модель ZUNA, которая состоит из 380млн параметров, полностью открытый код, обучена на 2 млн канало-часов из 208 датасетов.
Это классическая стратегия фундаментальных моделей, перенесённая в нейроинтерфейсы. Та же логика, по которой GPT-3 открыл эру LLM — сначала масштаб, потом специализация.
Но интереснее не сама модель, а стратегия.
Neuralink — это хирургия, импланты, годы регуляторных согласований и принципиально ограниченная масштабируемость.
Инвазивный путь даёт качество сигнала, но закрывает массовый рынок.
Zyphra идёт через ЭЭГ - электроды на коже головы, никаких операций. Проблема ЭЭГ всегда была в качестве данных: шумы, выпадения каналов, разные конфигурации устройств.
ZUNA решает именно это, восстанавливает сигнал до клинического уровня из любого, даже потребительского устройства.
Один из авторов модели Берен Миллидж объяснил логику так: сначала создать правильное латентное пространство на огромных объёмах ЭЭГ-данных без разметки, затем дообучать на конкретные задачи с минимальным количеством парных примеров.
Мысль в текст без операции на мозге - это другой TAM, другая регуляторная история и другие сроки выхода на рынок.
За этим стоит следить.