从历史上看，在脑机接口(BCI)领域中最大的障碍之一就是不断需要重新校准，这迫使用户停止他们正在做的事情，并重置其心理命令与手头任务之间的联系。可以将其比作一个假设场景，在该场景中，每次使用智能手机时都需要事先进行校准，以使屏幕“知道”您所指的部分。
“ BCI技术的当前水平就是这样。为了使这些BCI设备正常工作，用户必须进行频繁的重新校准。因此，这给用户以及维护设备的技术人员带来极大的不便。”新论文的共同作者威廉·毕晓普(William Bishop)说，该论文提出了一种减少正在进行的重新校准的方法。
在这篇论文中，卡内基·梅隆大学和匹兹堡大学的研究团队在《自然生物医学工程》杂志上介绍了一种新的机器学习算法，该算法能够解决由于不同神经元进行记录而可能引起的大脑信号差异。跨越时间，从而摆脱了BCI。
合著者艾伦(Alan)解释说：“我们已经找到了一种方法，可以跨时间吸收不同数量的神经元，并利用它们的信息从本质上揭示大脑中正在进行的计算的共同情况，从而尽管发生神经不稳定也可以保持BCI的校准。德根哈特。
尽管其他研究人员已经提出了自校准算法，但是新系统的优点在于它的设计不需要用户自己的努力，甚至可以从灾难性的不稳定性中恢复过来。
合著者艾米丽·奥比(Emily Oby)说：“神经记录的不稳定性没有得到很好的描述，但这是一个很大的问题。” “我们没有很多文献可以指出，但是，有趣的是，许多使用BCI进行临床研究的实验室必须非常频繁地处理这个问题。这项工作有可能大大改善BCI的临床生存能力，并有助于稳定其他神经接口。”