原標題：Facebook Reality Labs公布六份AR/VR神經技術研究獲獎 高達75000美元的獎金太誘人

　　增強現實和虛擬現實有望改變我們工作、學習和聯結的方式。但是，構建這個未來所需的眾多技術元素，以及圍繞其進行負責任地開發和使用的一系列規范尚不存在。所以，對于“正在構建以人為中心的下一個計算平臺，并致力于以負責任、以隱私為中心的方式來推動創新”的Facebook Reality Labs（FRL）而言，他們正在邀請大學教授響應這一時代潮流，并就如何探索VR社交這個新興領域的獨特挑戰、機遇和其他考慮因素提出研究建議。

　　Facebook在今年5月啟動了“負責任的神經界面設計工程方法征求建議書”，并設置了五個獎項，每個獎項的獎金高達75000美元（將以第三方捐贈顧問基金授予補助金的形式向申請人所在的大學支付款項）。

　　今天，團隊正式宣布獎項的獲獎者，并表示這個項目旨在加深Facebook神經技術研究人員與學術界的關系，并支持促進神經技術道德發展的創新理念。

　　本次征求建議書的主題主要包括：

　　· 包容性光學神經技術

　　· 包容性表面肌電圖技術

　　· 處理神經和神經肌肉數據的隱私保護方法

　　團隊一共審查了50份高質量提案，并宣布有六份提案獲獎：

　　· 《The effect of hair type and skin pigmentation on fNIRS signal quality（頭發類型和皮膚色素沉著對fNIRS信號質量的影響）》：Meryem Ayse Yucel、Bernhard Zimmermann、David Boas、Parya Farzam（波士頓大學）

　　· 《Framework for diverse EMG gesture recognition（多種肌電手勢識別框架）》：Jennifer Mankoff，Momona Yamagami（華盛頓大學）

　　· 《Privacy-preserving federated learning for minimized fNIRS data（最小化fNIRS數據的隱私保護聯合學習）》：Xiali Hei（路易斯安那大學拉斐特分校）

　　· 《Privacy via federated learning with Gaussian processes（基于高斯過程的聯合學習的隱私保護）Ethan Fetaya, Gal Chechik, Jose Zariffa（巴伊蘭大學）

　　· 《Racially inclusive optical tech: Develop fNIRS for dark skin & curly hair（種族包容性光學技術：針對深色皮膚和卷發開發FNIR）》：Sossena Wood，Jana Kainerstorfer，Pulkit Grover（卡內基梅隆大學）

　　· 《User-guided EMG data collection that is inclusive across physical abilities（基于用戶指導的跨身體能力肌電圖數據收集）》：Jacob A. George（猶他大學）