Segun MarkTechPost (AI/ML News), Zyphra ha presentado ZUNA1.1, un modelo de base abierta para señales de EEG bajo licencia Apache 2.0. Este avance se centra en la capacidad de procesar datos de electroencefalografía con duraciones variables, extendiéndose desde 0,5 hasta 30 segundos. A diferencia de su versión anterior ZUNA1, que solo trabajaba con segmentos fijos de cinco segundos, la nueva versión permite adaptarse a sesiones reales de registro, donde las longitudes de datos y la calidad de los canales varían considerablemente. Las configuraciones de electrodos van desde dispositivos de cuatro electrodos hasta capas de investigación con 256 canales, lo que exige una arquitectura flexible y robusta.
ZUNA1.1 es un autóencoder basado en difusión con 380 millones de parámetros, estructurado como un sistema de transformadores con capas de codificación y decodificación. Su función principal radica en eliminar ruido, recuperar canales ausentes y predecir señales de nuevos electrodos mediante coordenadas físicas en la superficie craneal. El modelo no mejora su precisión absoluta en comparación con ZUNA1, pero logra una mayor versatilidad al manejar entradas de diferentes longitudes y configuraciones. Esta capacidad se logra mediante una tokenización que divide cada canal en segmentos de 0,125 segundos —equivalentes a 32 muestras a 256 Hz—, y organiza estos segmentos como tokens continuos en orden de canal por tiempo. La clave de su diseño radica en la codificación posicional, que asigna un vector de rotación de cuatro dimensiones: posición (x, y, z) en el cráneo y un índice temporal aproximado. Esta estrategia permite que el modelo ignore el orden físico de los electrodos y se adapte a cualquier disposición.
El sistema se ejecuta en GPUs de nivel consumidor y puede operar en procesadores de escritorio para tareas comunes. Los pesos están disponibles en Hugging Face, mientras que el código de inferencia y preprocesamiento se encuentra en GitHub. Para facilitar el acceso, Zyphra ha desarrollado una plataforma en navegador gratuita, aunque el software está diseñado exclusivamente para fines de investigación. La implementación es sencilla: basta con ejecutar "pip install zuna" en una terminal.
Para los lectores peruanos, este avance representa un paso clave en el desarrollo de herramientas accesibles para la neurociencia clínica y la investigación médica. En un contexto donde el acceso a tecnologías avanzadas es limitado, soluciones como ZUNA1.1 pueden ayudar a instituciones locales a analizar datos cerebrales sin necesidad de infraestructura especializada. Aunque aún está en etapa de investigación, su disponibilidad abierta y su compatibilidad con equipos comunes prometen abrir puertas a aplicaciones en salud mental, diagnóstico temprano y educación en medicina. La capacidad de manejar señales reales, sin idealizar las condiciones de registro, es especialmente relevante para escenarios donde los datos no siguen patrones estandarizados.