การวิวัฒนาการ
ขั้นต่อไปของ AI

การวิวัฒนาการ
ขั้นต่อไปของ AI

วิวัฒนาการขั้น
ต่อไปของ AI

สร้างสรรค์ด้วยโมเดลสมองขนาดใหญ่ (Large Brain Model)
สร้างสรรค์ด้วยโมเดลสมองขนาดใหญ่ (Large Brain Model)

Emotiv กำลังสร้างโมเดลพื้นฐานสำหรับสมองของมนุษย์ ซึ่งได้รับการฝึกฝนจากข้อมูล EEG ขนาดใหญ่จากระบบนิเวศการวิจัยระดับโลกที่สร้างขึ้นมานานกว่า 15 ปี และเป็นการสร้างรากฐานสำหรับ AI ทางปัญญายุคถัดไป

ฮาร์ดแวร์และซอฟต์แวร์ที่ผ่านการตรวจสอบความถูกต้องแล้วซึ่งสร้างขึ้นเพื่อ
การวิจัยที่ปรับขนาดได้ ทั้งภายในห้องปฏิบัติการและที่อื่น ๆ

Emotiv กำลังสร้างโมเดลพื้นฐานสำหรับสมองของมนุษย์ ซึ่งได้รับการฝึกฝนจากข้อมูล EEG ขนาดใหญ่จากระบบนิเวศการวิจัยระดับโลกที่สร้างขึ้นมานานกว่า 15 ปี และเป็นการสร้างรากฐานสำหรับ AI ทางปัญญายุคถัดไป

ระบบนิเวศระดับโลกกำลังเริ่มก่อตัวขึ้นแล้ว

มหาวิทยาลัยและสถาบันวิจัยชั้นนำกำลังร่วมมือกับ Emotiv เพื่อช่วยพัฒนาโมเดลสมองขนาดใหญ่ (Large Brain Model)
มหาวิทยาลัยและสถาบันวิจัยชั้นนำกำลังร่วมมือกับ Emotiv เพื่อช่วยพัฒนาโมเดลสมองขนาดใหญ่ (Large Brain Model)
“เหตุผลที่ไม่มีโมเดลพื้นฐานนิวรอลแบบอเนกประสงค์ (General-Purpose Neural Foundation Model) เกิดขึ้น ไม่ใช่ปัญหาเรื่องสถาปัตยกรรมของโมเดล แต่เป็นปัญหาเรื่องข้อมูล คลังข้อมูลที่จำเป็นสำหรับการฝึกฝนโมเดลประเภทนี้ไม่เคยมีอยู่จริง — จนกระทั่งตอนนี้”

Tan Le, ประธานเจ้าหน้าที่บริหารและผู้ก่อตั้ง

Emotiv / Dcode.AI

โมเดลสมองขนาดใหญ่

ทำไมต้องเป็นโมเดลสมองขนาดใหญ่

โมเดลภาษาขนาดใหญ่เรียนรู้จากสิ่งที่ผู้คนเขียนและพูดเท่านั้น
ข้อมูลสมองช่วยเพิ่มข้อมูลอีกระดับ: สัญญาณที่สะท้อนว่าผู้คนให้ความสนใจ ตอบสนอง ปรับตัว และมีส่วนร่วมกับโลกรอบตัวอย่างไร
Large Brain Model เรียนรู้จาก EEG ในวงกว้าง ซึ่งสร้างรากฐานสำหรับระบบ AI ที่สามารถผสานรวม Cognitive Insight ได้โดยไม่จำเป็นต้องให้ทุกองค์กรสร้างโมเดลประสาทของตนเองตั้งแต่ต้น

15+

ผลวิจัย EEG หลายปี

4K+

สถาบัน

23K

สิ่งพิมพ์ทางวิชาการ

240K

ชั่วโมงจากคลังข้อมูล EEG ของ Emotiv ในวงกว้าง

พื้นฐานการวิจัย

สร้างขึ้นจากผลงานวิจัย AI เชิงประสาท (Neural AI) นานหลายปี

สร้างขึ้นจากผลงานวิจัย AI เชิงประสาท (Neural AI) นานหลายปี

Large Brain Model ต่อยอดจากการวิจัยของ Emotiv ในด้านการเรียนรู้แบบควบคุมตนเอง (self-supervised learning) การเรียนรู้การแสดงแทนทางประสาท (neural representation learning) การสร้างแบบจำลอง EEG ที่ไม่ขึ้นกับอุปกรณ์ (device-agnostic EEG modeling) สัญญาณประสาทบริบทระยะยาว (long-context neural signals) และแนวทางที่ปรับขนาดได้เพื่อทำความเข้าใจการทำงานของสมอง
Large Brain Model ต่อยอดจากการวิจัยของ Emotiv ในด้านการเรียนรู้แบบควบคุมตนเอง (self-supervised learning) การเรียนรู้การแสดงแทนทางประสาท (neural representation learning) การสร้างแบบจำลอง EEG ที่ไม่ขึ้นกับอุปกรณ์ (device-agnostic EEG modeling) สัญญาณประสาทบริบทระยะยาว (long-context neural signals) และแนวทางที่ปรับขนาดได้เพื่อทำความเข้าใจการทำงานของสมอง

แถบผลงานที่พิสูจน์แล้ว: ผลงานวิจัย 5 ชิ้น · KDD, NeurIPS, ICDM · รางวัล KDD 2024 Audience Appreciation Award

แถบผลงานที่พิสูจน์แล้ว: ผลงานวิจัย 5 ชิ้น · KDD, NeurIPS, ICDM · รางวัล KDD 2024 Audience Appreciation Award

EEG2Rep

การแปลงข้อมูล EEG ที่สามารถถ่ายโอนได้

EEG-X

รองรับทุกอุปกรณ์และทนทานต่อเสียงรบกวน

EEGM2

การสร้างแบบจำลองสัญญาณ EEG แบบลำดับยาวที่มีประสิทธิภาพ

แซมบ้า

การถ่ายโอนข้ามมอนทาจในบริบทแบบยาว (Long-context, cross-montage transfer)

SpellerSSL

การถอดรหัส P300 ที่มี SNR ต่ำ ใช้การปรับเทียบ (Calibration) น้อยลง

พร้อมสำหรับคุณ

ร่วมเป็นพันธมิตรกับ Emotiv

สร้างความฉลาดทางปัญญา (cognitive intelligence) ให้กับผลิตภัณฑ์ งานวิจัย และเทคโนโลยีของคุณ
เราทำงานร่วมกับองค์กรในหลากหลายขั้นตอน ตั้งแต่การสำรวจความเป็นไปได้ที่ LBM สามารถช่วยได้ ไปจนถึงการประเมินแบบจำลองบนฮาร์ดแวร์ที่มีอยู่ และการปรับใช้ขีดความสามารถต่างๆ เข้ากับผลิตภัณฑ์เชิงพาณิชย์
เลือกแนวทางที่เหมาะสมกับองค์กรของคุณ

การผสานรวมที่ปรับแต่งตามความต้องการ

การผสานรวมที่ปรับแต่งตามความต้องการ

จากการประเมินผลสู่การใช้งานจริง

ความร่วมมือกับ Dcode ได้รับการออกแบบตามฮาร์ดแวร์ของคุณ แอปพลิเคชันของคุณ และผลลัพธ์ทางปัญญาประดิษฐ์ (Cognitive Outputs) ที่ผลิตภัณฑ์ของคุณต้องการ
1.
ขอบเขต
กำหนดฮาร์ดแวร์ แอปพลิเคชัน กลุ่มประชากรเป้าหมาย และผลลัพธ์ทางปัญญาที่ต้องการของคุณ
2.
ประเมิน
ทดสอบขีดความสามารถของ LBM กับฮาร์ดแวร์ สัญญาณ ข้อมูล และกรณีการใช้งานที่คุณต้องการ
3.
เชื่อมต่อ
ปรับเปลี่ยนและตรวจสอบโมเดลร่วมกับทีม AI, ทีมวิศวกรรม และทีมประสาทวิทยาศาสตร์ของ Emotiv
4.
ปรับใช้
ย้ายจากการตรวจสอบความถูกต้อง (validation) ไปสู่การปรับใช้เพื่อการผลิตที่ได้รับอนุญาตผ่านการเข้าถึงโมเดลและโครงสร้างพื้นฐานของ Dcode

สร้างสรรค์ร่วมกับ LBM

สร้างสรรค์ร่วมกับ LBM

สำหรับองค์กรและพันธมิตรทางเทคโนโลยี

สำหรับผู้ผลิตอุปกรณ์, บริษัทเทคโนโลยีสวมใส่, บริษัท AI, แพลตฟอร์มเทคโนโลยี, และองค์กรต่าง ๆ ที่กำลังสร้างสรรค์เทคโนโลยีที่เน้นมนุษย์เป็นศูนย์กลางในเจเนอเรชันถัดไป
ร่วมเป็นพันธมิตรกับ Emotiv เพื่อ:

แอปพลิเคชัน

แอปพลิเคชัน

LBM สามารถนำพาผลิตภัณฑ์ของคุณไปได้ไกลแค่ไหน?

เริ่มต้นใช้งานกับ
การกำหนดค่าพื้นฐานของเรา

ตั้งแต่อุปกรณ์สวมใส่ไปจนถึงยานยนต์ LBM จะเข้ามาช่วยเพิ่มการประมวลผลการรับรู้ให้กับผลิตภัณฑ์ที่สร้างขึ้นโดยมีผู้คนเป็นศูนย์กลาง
เทคโนโลยีสวมใส่

นำ Insight ด้านการรับรู้และการคิดมาสู่เทคโนโลยีสวมใส่อัจฉริยะแห่งอนาคต

ส่วนติดต่อประสานงานระหว่างสมองกับคอมพิวเตอร์
ปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง
ยานยนต์และระบบขนส่งเพื่ออนาคต
การวิจัยและการค้นพบ
เทคโนโลยีสวมใส่

นำ Insight ด้านการรับรู้และการคิดมาสู่เทคโนโลยีสวมใส่อัจฉริยะแห่งอนาคต

ส่วนติดต่อประสานงานระหว่างสมองกับคอมพิวเตอร์
ปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง
ยานยนต์และระบบขนส่งเพื่ออนาคต
การวิจัยและการค้นพบ
เทคโนโลยีสวมใส่

นำ Insight ด้านการรับรู้และการคิดมาสู่เทคโนโลยีสวมใส่อัจฉริยะแห่งอนาคต

ส่วนติดต่อประสานงานระหว่างสมองกับคอมพิวเตอร์
ปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง
ยานยนต์และระบบขนส่งเพื่ออนาคต
การวิจัยและการค้นพบ

ร่วมพัฒนาโมเดลสมองขนาดใหญ่ (Large Brain Model)

ร่วมพัฒนาโมเดลสมองขนาดใหญ่ (Large Brain Model)

สำหรับมหาวิทยาลัยและสถาบันวิจัย

โครงการพันธมิตรวิจัย LBM นำ Emotiv มาร่วมมือกับมหาวิทยาลัยและสถาบันวิจัยต่าง ๆ ที่ดำเนินการวิจัย EEG คุณภาพสูงในด้านพุทธิปัญญาและระบบประสาท พันธมิตรทางวิชาการสามารถร่วมงานกับ Emotiv เพื่อ:

พันธมิตรที่ได้รับการคัดเลือกอาจได้รับเครื่องมือวิจัยของ Emotiv, สิทธิ์การเข้าถึง EmotivPRO, ความสามารถในการประเมินโมเดล Dcode, การแนะนำการใช้งานทางเทคนิค และการสนับสนุนทางวิทยาศาสตร์ที่เหมาะสมกับความร่วมมือ

ความเป็นส่วนตัวตั้งแต่การออกแบบ

ความเป็นส่วนตัวตั้งแต่การออกแบบ

ข้อมูลสมองต้องการมาตรฐานที่แตกต่างออกไป

ข้อมูลสมองเป็นเรื่องส่วนบุคคลอย่างลึกซึ้ง เราสร้างทุกโมเดลโดยคำนึงถึงสิ่งนี้เป็นสำคัญ
แนวทางของ Emotiv ต่อ AI เชิงปัญญา (cognitive AI) มีพื้นฐานอยู่บนความเป็นส่วนตัว การยินยอมโดยได้รับการบอกกล่าว ความโปร่งใส และการมีสิทธิ์เลือกของผู้ใช้
แนวทางของ Emotiv ต่อ AI เชิงปัญญา (cognitive AI) มีพื้นฐานอยู่บนความเป็นส่วนตัว การยินยอมโดยได้รับการบอกกล่าว ความโปร่งใส และการมีสิทธิ์เลือกของผู้ใช้
ในกรณีที่เหมาะสม การประมวลผลบนอุปกรณ์ (on-device inference) สามารถช่วยให้แอปพลิเคชันเกี่ยวกับกระบวนการคิดที่อ่อนไหวต่อความเป็นส่วนตัวทำงานได้ โดยการประมวลผลสัญญาณประสาทภายในเครื่อง แทนที่จะต้องส่งข้อมูลสมองดิบผ่านโครงสร้างพื้นฐานภายนอก

เข้าร่วมเครือข่ายระดับโลกที่กำลังเติบโต

มหาวิทยาลัยและสถาบันวิจัยทั่วโลกกำลังเข้าร่วมกับ Emotiv เพื่อขยายขอบเขต ความหลากหลาย และขีดความสามารถทางวิทยาศาสตร์ของ Large Brain Model