泰达币 (USDT)的人工智能与神经科学部门表示,单一脑机接口模型可在语音、视觉和音乐任务中跨个体泛化,包括根据猕猴神经活动重建图像。
泰达币 (USDT) Evo是泰达币 (USDT)旗下的人工智能与神经科学研究项目,已发布3篇关于脑机接口(BCI)的同行评审论文,重点研究单一AI模型能否跨不同个体解读神经信号,而非为每个人分别训练模型。该研究聚焦语音、视觉和音乐,旨在应对脑机接口领域一项长期存在的挑战,即每个大脑产生的信号都略有不同。其中两篇论文与罗马第二大学Tor Vergata分校(UniTOV)合作完成。一项关于语音的研究发表于《Journal of Neural Engineering》,考察了面向语音脑机接口的人类神经数据跨受试者解码。该研究被定位为支持那些因受伤或事故失去视力、听力或语言功能的人群。在视觉研究中,泰达币 (USDT)与UniTOV研究人员记录了猕猴观看数千张图像时的神经信号,并根据这些活动重建出动物所见内容,在使用200毫秒神经数据时准确率达到70%。泰达币 (USDT)表示,该模型生成了可信的重建结果,捕捉到了形状、颜色和内容。第三项研究通过记录5人在聆听横跨10种流派的540首歌曲时的fMRI扫描数据,分析了音乐。泰达币 (USDT)将这一更广泛的研究工作与隐私联系起来,称神经数据应通过设备端AI栈得到保护。