Tether Evo, inisiatif penelitian Kecerdasan Buatan (AI) dan ilmu saraf dari Tether, telah menerbitkan tiga makalah penelitian yang telah melalui proses tinjauan sejawat tentang Antarmuka Otak-Komputer (BCI). Tujuan utama dari kemajuan ini adalah untuk menciptakan antarmuka otak-komputer AI universal yang dapat dengan cermat mendekode ucapan, penglihatan, dan musik di berbagai individu. Dua dari makalah tersebut dirancang oleh Tether Evo bekerja sama dengan Universitas Roma Tor Vergata (UniTOV).

Satu model, banyak otak. Tether Evo baru saja menerbitkan tiga makalah yang menunjukkan bagaimana satu model BCI dapat menggeneralisasi di antara berbagai orang dalam tiga area kunci:

– Ucapan: Menerjemahkan data saraf menjadi teks dalam waktu singkat.
– Penglihatan: Menghasilkan kembali gambar dari data lonjakan neuron primata.

Secara umum, penelitian ini menunjukkan bahwa model terpadu dapat belajar untuk menilai aktivitas otak di antara individu tanpa harus memulai dari setiap orang secara terpisah. Tether Evo secara aktif berupaya menyelesaikan masalah bagi banyak orang dengan menyediakan solusi kolektif untuk ucapan, penglihatan, dan musik. Tether telah membagikan berita ini melalui akun media sosial resmi mereka di X.

Tether Evo Mendorong Masa Depan Antarmuka Neural Berbasis AI

Langkah pengembangan Tether Evo bertujuan untuk mengatasi salah satu tantangan terbesar dalam penelitian antarmuka otak-komputer (BCI), mengingat setiap otak menghasilkan sinyal yang sedikit berbeda. Tether Evo merupakan divisi teknologi terdepan Tether, yang berkomitmen pada persimpangan antara biologi dan kecerdasan mesin. Tether Evo membangun sistem yang berkinerja tinggi dan lokal pertama, yang dirancang untuk memperkuat individu dan memastikan otonomi pribadi di dunia yang semakin terpusat.

Ketiga studi yang telah melalui tinjauan sejawat ini mencakup tiga sudut pandang berbeda tentang otak di bawah satu model. Untuk tujuan tersebut, dekoding lintas subjek dari data saraf manusia untuk antarmuka otak-komputer berbasis ucapan telah dilakukan di Journal of Neural Engineering. Model ini memberikan dukungan bagi mereka yang telah kehilangan indra, seperti penglihatan, pendengaran, dan kemampuan berbicara, akibat cedera atau kecelakaan. Hal ini menunjukkan bagaimana satu model dapat dilatih di berbagai individu sekaligus.

Mengungkap Model AI yang Menghasilkan Kembali Gambar dan Mendekode Musik

Para peneliti dari Tether dan UniTOV bersatu untuk merekam sinyal otak dari monyet macaque yang melihat ribuan gambar dan membangun kembali apa yang dilihat oleh hewan tersebut langsung dari aktivitasnya. Akurasi model ini mencapai 70% dengan data saraf selama 200 milidetik. Model ini menghasilkan rekonstruksi yang layak, menangkap bentuk, warna, dan kontennya.

Dalam konteks yang sama, melalui musik, para peneliti merekam pemindaian otak (fMRI) dari lima orang saat mereka mendengarkan 540 lagu dari 10 genre yang berbeda. Tether meyakini bahwa tidak ada yang lebih pribadi daripada informasi Anda sendiri. Tether memastikan privasi individu dengan menjaga informasi mereka tetap aman dan terlindungi melalui penggunaan tumpukan AI di perangkat. Tindakan ini tidak memerlukan izin pada perangkat mana pun.

Mungkin kamu juga suka

Disclaimer

CryptoMarket.id berkomitmen menyajikan berita yang akurat dan transparan. Artikel ini bersifat informasi, bukan saran keuangan. Aset kripto berisiko tinggi; lakukan riset sendiri dan gunakan exchange yang terdaftar di OJK. Baca juga Disclaimer, Syarat & Ketentuan, dan Kebijakan Privasi.