增强现实和虚拟现实有望改变我们工作、学习和联结的方式。但是，构建这个未来所需的众多技术元素，以及围绕其进行负责任地开发和使用的一系列规范尚不存在。所以，对于“正在构建以人为中心的下一个计算平台，并致力于以负责任、以隐私为中心的方式来推动创新”的Facebook Reality Labs（FRL）而言，他们正在邀请大学教授响应这一时代潮流，并就如何探索VR社交这个新兴领域的独特挑战、机遇和其他考虑因素提出研究建议。

Facebook在今年5月启动了“负责任的神经界面设计工程方法征求建议书”，并设置了五个奖项，每个奖项的奖金高达75000美元（将以第三方捐赠顾问基金授予补助金的形式向申请人所在的大学支付款项）。

今天，团队正式宣布奖项的获奖者，并表示这个项目旨在加深Facebook神经技术研究人员与学术界的关系，并支持促进神经技术道德发展的创新理念。

本次征求建议书的主题主要包括：

· 包容性光学神经技术

· 包容性表面肌电图技术

· 处理神经和神经肌肉数据的隐私保护方法

团队一共审查了50份高质量提案，并宣布有六份提案获奖：

· 《The effect of hair type and skin pigmentation on fNIRS signal quality（头发类型和皮肤色素沉着对fNIRS信号质量的影响）》：Meryem Ayse Yucel、Bernhard Zimmermann、David Boas、Parya Farzam（波士顿大学）

· 《Framework for diverse EMG gesture recognition（多种肌电手势识别框架）》：Jennifer Mankoff，Momona Yamagami（华盛顿大学）

· 《Privacy-preserving federated learning for minimized fNIRS data（最小化fNIRS数据的隐私保护联合学习）》：Xiali Hei（路易斯安那大学拉斐特分校）

· 《Privacy via federated learning with Gaussian processes（基于高斯过程的联合学习的隐私保护）Ethan Fetaya, Gal Chechik, Jose Zariffa（巴伊兰大学）

· 《Racially inclusive optical tech: Develop fNIRS for dark skin & curly hair（种族包容性光学技术：针对深色皮肤和卷发开发FNIR）》：Sossena Wood，Jana Kainerstorfer，Pulkit Grover（卡内基梅隆大学）

· 《User-guided EMG data collection that is inclusive across physical abilities（基于用户指导的跨身体能力肌电图数据收集）》：Jacob A. George（犹他大学）

原文来自http://news.87870.com/2109/42640.html