Tether Evo发布三项AI研究，推动脑机接口发展

Tether Evo发布三项同行评审研究：通用AI脑机接口解码语音、视觉与音乐

Tether旗下人工智能与神经科学研究计划Tether Evo发布了三项关于脑机接口（BCI）的同行评审新论文。这项进展的核心目标是打造一个通用的AI脑机接口，能够跨不同个体精确解码语音、视觉和音乐信号。其中两篇论文由Tether Evo与罗马托尔维加塔大学（UniTOV）合作完成。

简而言之，基于这三项论文的研究表明，一个统一的模型可以学习评估不同人的大脑活动，而无需从每个人开始重新训练。Tether Evo正在积极解决如何为大量人群提供语音、视觉和音乐方面的集体解决方案这一难题。

Tether Evo推动AI神经接口的未来

Tether Evo的这一进展将解决脑机接口研究中最主要的障碍之一——每个人大脑产生的信号都略有不同。Tether Evo是Tether的前沿技术部门，致力于探索生物学与机器智能的交汇点。该部门构建优先本地化、高性能的系统，旨在增强个人能力，并在日益中心化的世界中保障个人自主权。

三项同行评审研究覆盖了单一模型下大脑活动的三个不同维度。其中，关于跨被试解码人类神经数据用于语音脑机接口的研究发表在《Journal of Neural Engineering》上。该模型能够为因受伤或意外而丧失视觉、听觉或言语能力的人提供支持，展示了如何一次性对多个人的数据进行训练以形成单一模型。

揭示可重建图像与解码音乐的AI模型

来自Tether与UniTOV的研究人员共同记录了猕猴观看数千张图像时的大脑信号，并直接从大脑活动中重建出动物所看到的图像。该模型仅凭200毫秒的神经数据即可达到70%的准确率，生成包含形状、颜色和内容的合理重建图像。

同样，在音乐方面，研究人员记录五名受试者聆听涵盖10种流派的540首歌曲时的大脑功能磁共振成像（fMRI）数据。Tether认为，没有任何信息比个人数据更私密。通过使用设备端AI堆栈，Tether确保用户信息的安全与隐私，且这一过程无需任何设备权限。