IT之家 4 月 9 日消息，蘋(píng)果健康研究團(tuán)隊(duì) 3 月底發(fā)布博文，利用機(jī)器學(xué)習(xí)和 AI 技術(shù)，為用戶(hù)探索更適合的健身計(jì)劃。
蘋(píng)果健康研究團(tuán)隊(duì)表示當(dāng)前模型是在高度受控的實(shí)驗(yàn)室環(huán)境下，觀測(cè)某個(gè)變量對(duì)用戶(hù)健身效果的影響，這樣得出的數(shù)據(jù)可能與 Apple Watch 在真實(shí)世界中產(chǎn)生的心率信息完全不同。
因此該團(tuán)隊(duì)著手創(chuàng)建了一種新的機(jī)器學(xué)習(xí)算法，結(jié)合傳統(tǒng)心率模型，以及對(duì)“對(duì)嘈雜和不確定的真實(shí)世界數(shù)據(jù)具有魯棒性（事物可以抵御外部應(yīng)力和影響并維持原有狀態(tài)的自身性質(zhì)）”的適應(yīng)性系統(tǒng)，目標(biāo)創(chuàng)建一個(gè)定制的心率模型，為某位用戶(hù)生成最準(zhǔn)確的數(shù)據(jù)。
機(jī)器學(xué)習(xí)算法首先嵌入某位佩戴者的個(gè)人鍛煉歷史，然后進(jìn)一步收集用戶(hù)在健身過(guò)程中的相關(guān)數(shù)據(jù)，并通過(guò)算法調(diào)整適應(yīng)每個(gè)人身體對(duì)運(yùn)動(dòng)的獨(dú)特反應(yīng)。
該團(tuán)隊(duì)指出：“為了學(xué)習(xí)這種將鍛煉映射到生理參數(shù)的嵌入函數(shù)，我們使用了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，輸入個(gè)人最近的鍛煉情況，包括心率、步頻、速度和海拔變化”。
團(tuán)隊(duì)表示系統(tǒng)會(huì)預(yù)測(cè)佩戴者的健身數(shù)據(jù)，然后再將這些預(yù)測(cè)與運(yùn)動(dòng)時(shí)的實(shí)際心率進(jìn)行比較，通過(guò)多次收集佩戴者鍛煉數(shù)據(jù)不斷優(yōu)化，從而可以為佩戴者制定更貼合個(gè)人的健身方案。
該系統(tǒng)還關(guān)注一些可能并不明顯的指標(biāo)。蘋(píng)果健康研究團(tuán)隊(duì)指出，在過(guò)熱或過(guò)濕的環(huán)境中鍛煉會(huì)增加鍛煉時(shí)的心率，而這在嚴(yán)格控制的實(shí)驗(yàn)室環(huán)境中并不總能反映出來(lái)。此外，它還會(huì)查看步頻、海拔變化和速度等運(yùn)動(dòng)數(shù)據(jù)，以準(zhǔn)確預(yù)測(cè)運(yùn)動(dòng)強(qiáng)度。
