在美国国会340万美元的拨款资助下，阿尔伯茨和团队将与志愿者一起进行可用性研究，以完善模拟模块，然后在更大的群体中进行测试，从而建立基准性能数据。然后，相关数据将用于训练系统的机器学习算法，以确保准确的评估。