Google Research разработала SensorFM — специализированную фундаментную модель, обученную на данных с носимых устройств Fitbit и Pixel Watch. Система обрабатывает более триллиона минут записей, превращая разрозненные показатели датчиков в структурированную аналитическую базу. Модель демонстрирует превосходство над существующими аналогами в 34 из 35 тестовых задач, связанных с мониторингом здоровья и поведенческими паттернами пользователей.
Технология решает проблему «зашумленности» данных, которые поступают с акселерометров, пульсометров и других сенсоров в реальном времени. Вместо обучения отдельных моделей под конкретные узкие задачи, SensorFM выступает как универсальный слой «интеллекта здоровья». Это позволяет извлекать глубокие инсайты о физическом состоянии человека, качестве сна и уровне стресса, опираясь на массивные наборы данных, накопленные за годы эксплуатации устройств.
Потенциальное применение модели включает создание продвинутых ИИ-ассистентов для здоровья, способных давать персонализированные рекомендации на основе долгосрочных трендов. Несмотря на высокие показатели эффективности, Google пока не раскрыла конкретных планов по интеграции SensorFM в потребительские сервисы или приложения для пользователей своих устройств.
Ключевые факты
- Модель обучена на массиве данных объемом более 1 триллиона минут записей.
- В обучающую выборку вошли данные 5 миллионов пользователей устройств Fitbit и Pixel Watch.
- SensorFM показала лучшие результаты в 34 из 35 стандартных бенчмарков в области здоровья и анализа поведения.
- Разработка направлена на создание универсального слоя данных для будущих ИИ-сервисов в сфере здравоохранения.