Zyphra ha fet un pas significatiu en el processament de senyals cerebrals amb el llançament de ZUNA1.1, un model fundacional d'EEG de codi obert sota llicència Apache 2.0. Aquest model, que millora el seu predecessor ZUNA1, introdueix una flexibilitat sense precedents en acceptar segments d'entrada d'entre 0,5 i 30 segons, enfront dels fixos de 5 segons del model anterior. Amb 380 milions de paràmetres, ZUNA1.1 és un autoencoder difús d'emmascarament que reconstrueix, elimina soroll i augmenta la resolució de senyals d'electroencefalograma, fins i tot en canals que mai van ser registrats. La seva capacitat per treballar amb qualsevol disposició d'elèctrodes, gràcies a un codificador posicional rotatori 4D sobre coordenades (x, y, z, t), el converteix en una eina universal per a investigadors i empreses.
L'arquitectura de ZUNA1.1 es basa en un transformador codificador-decodificador amb objectiu de flux rectificat. Cada canal es divideix en tokens continus de 0,125 segons (32 mostres a 256 Hz), que es serialitzen en ordre de canal × temps. La innovació clau és la codificació posicional: cada token porta la seva posició 3D al cuir cabellut juntament amb un índex temporal gruixut, cosa que permet que el model sigui agnòstic al disseny del canal. Això significa que pot generar senyals en ubicacions mai mesurades, habilitant l'upsampling arbitrari de canals. A més, el model inclou capes de normalització addicionals per millorar l'estabilitat durant l'entrenament.
Les millores respecte a ZUNA1 són substancials. L'entrenament ara utilitza segments de longitud variable, mostrejats en quatre bins que afavoreixen el rang d'1,5 a 10 segons, el més comú a la pràctica. Es van afegir tres nous patrons de dropout: eliminació de trams temporals en tots els canals, eliminació de trams només en alguns canals, i dispersió de valors faltants en punts individuals. El corpus d'entrenament va créixer de 2 a 3,5 milions d'hores-canal, gràcies a un filtratge de qualitat per canal i per segon, en lloc de a nivell de gravació completa. També s'inclouen dues variants de preprocessament: un filtre pas banda de 0,1–45 Hz i un filtre pas alt de 0,01 Hz amb notch. Tot això sense sacrificar precisió: en proves amb mostres de 5 segons, ZUNA1.1 iguala o supera ZUNA1, i clarament millora la interpolació esfèrica clàssica de MNE.
Des d'una perspectiva empresarial, aquest avenç obre la porta a aplicacions en salut, interfícies cervell-ordinador i neurociència. No obstant això, implementar models d'IA com ZUNA1.1 en entorns productius requereix una arquitectura de programari robusta i escalable. Aquí és on Q2BSTUDIO aporta la seva experiència en desenvolupament de programari a mida. Integrar un model d'EEG en un sistema clínic, per exemple, implica crear pipelines de dades, gestionar la seguretat de la informació sensible i desplegar infraestructura al núvol. El nostre equip pot dissenyar solucions cloud AWS/Azure que processin senyals en temps real, combinant el model amb IA per detectar anomalies o predir estats cognitius.
La ciberseguretat és un altre pilar crític. Les dades biomèdiques estan altament regulades, i qualsevol solució que gestioni EEG ha de complir amb normatives com GDPR o HIPAA. Q2BSTUDIO ofereix serveis de ciberseguretat per garantir que la infraestructura darrere d'aquests models estigui protegida contra accessos no autoritzats i fuites de dades. A més, la integració amb sistemes de BI/Power BI permet visualitzar patrons cerebrals en panells interactius, facilitant la presa de decisions en investigació o diagnòstic.
La flexibilitat de ZUNA1.1 també és clau per a l'automatització de fluxos de treball en laboratoris. Per exemple, un sistema pot rebre gravacions de diferents muntatges i generar automàticament senyals netes i augmentades, sense intervenció manual. Combinat amb agents IA, es poden crear assistents intel·ligents que suggereixin correccions o alertin sobre artefactes. A Q2BSTUDIO, treballem en solucions d'automatització que integren models d'IA amb eines empresarials, reduint costos i accelerant investigacions.
El model es distribueix amb pesos a Hugging Face, codi d'inferència a GitHub i s'instal·la amb 'pip install zuna'. Zyphra també ofereix un EEG Playground gratuït al navegador. Per a ús comercial, cal avaluar els requisits d'escalabilitat i personalització. Les empreses que desitgin aprofitar ZUNA1.1 per a productes propis poden beneficiar-se de la consultoria de Q2BSTUDIO en agents IA i desenvolupament de programari a mida. Ja sigui per a una startup de neurotecnologia o un hospital que busca millorar diagnòstics, la combinació de models fundacionals oberts i una enginyeria sòlida és la fórmula guanyadora.
En conclusió, ZUNA1.1 representa una fita en la democratització de l'anàlisi d'EEG. En ser codi obert i flexible, permet a desenvolupadors i científics innovar sense limitacions tècniques. No obstant això, la veritable transformació arriba quan aquestes capacitats s'integren en sistemes empresarials, protegits i escalables. Q2BSTUDIO està preparat per acompanyar aquest viatge, oferint serveis que van des de la implantació al núvol fins a la creació d'interfícies d'usuari adaptades. L'era de la intel·ligència artificial aplicada al cervell humà acaba de fer un nou salt, i les empreses que pugin a aquesta onada lideraran el futur de la neurotecnologia.
