来自莱希曼大学 (IDC Herzliya) 伊夫切尔大脑、认知和技术研究所 (BCT 研究所) 的科学家探索了一种很大程度上未被认识的感知能力，并利用机器学习来阐明跨模态感知的动态;多种不同感觉模态之间相互作用的体验。

在最近发表的一项研究中，该团队研究了人类通过声音检测水的热特性(水温)的可能性，以及这种行为是否有意识。该团队利用多感官整合原理(大脑将来自各种感官模式的信息结合起来形成对环境的统一感知的方式)，探索了多感官热感知的潜力。

该研究发表在《心理学前沿》杂志上。

他们还采用了预先训练的深度神经网络 (DNN) 和分类算法(支持向量机)来检查机器学习是否能够成功且一致地对不同温度下倒出的水的音频记录进行分类，并创建这些热属性在声音中的物理编码映射。

“与其他感官体验相比，温度感知非常独特，”BCT 研究所博士后研究员、该研究的共同作者阿迪·斯尼尔博士说。