苹果公布穿戴设备 AI 模型，或供 Watch 使用

据 MacRumors 报道，苹果日前发布了一篇名为《可穿戴设备行为数据基础模型提升健康预测能力》（Foundation Models of Behavioral Data from Wearables Improve Health Predictions）的研究报告。

据介绍，该研究报告公布了一种机器学习模型，该模型可通过穿戴设备收集的用户行为信息，进行分析并标记潜在的健康问题。与早期专注于实时传感器输出（如心率或血氧）的方法不同，新模型识别了人们随时间推移在运动、睡眠和锻炼方面的行为模式。

该研究的核心是一个由研究人员称为「可穿戴行为模型」（Wearable Behavior Model，简称 WBM）的基础模型，用于分析由 Apple Watch 收集到的高级行为指标，如步数、睡眠时长、心率变异性以及活动能力。

研究人员发现，WBM 能够比仅基于直接生物特征数据的模型更有效地检测某些健康状况。据悉，WBM 在识别研究人员所称的静态健康状态方面表现出色。其中在妊娠检测方面， 当结合传统生物特征数据采用混合方法时，WBM 的准确率高达 92%。

据介绍，苹果通过「心脏与活动研究」来进行收集模型数据。该研究涉及超过 16 万名参与者，并且由他们自愿通过 Apple Watch 进行数据分享。WBM 基于超 25 亿小时的数据进行训练，并在 57 种不同的健康相关预测任务上进行评估。

研究人员认为，可穿戴设备现在已经发展到可以支持由 WBM 驱动的分析的程度。但 WBM 是否会在未来集成到面向用户的功能中尚不清楚。但报告表明，目前 Apple Watch 的硬件在准确和智能的健康分析方面还有很大的探索空间。