Човечеството е на прага на ера, в която машините ще ни разбират по-добре, отколкото ние самите се разбираме

Изследователи от Google представиха нова архитектура за изкуствен интелект, наречена SensorLM. Тя представлява семейство от AI модели, които се учат да разбират сигналите от носими устройства и да ги превеждат на смислен човешки език. Системата е обучена върху колосално количество данни – близо 60 милиона часа записи от 103 000 потребители на умните часовници Fitbit и Pixel Watch. Всички данни са били анонимизирани и събрани със съгласието на участниците в продължение на два месеца през пролетта на 2024 година.

Съвременните фитнес гривни и смарт часовници записват огромно количество информация: сърдечен ритъм, активност, сън, упражнения. Но дори ако устройството показва ускорен сърдечен ритъм, невинаги осъзнаваме какво го е причинило. Може да е бягане нагоре по хълм или стрес от говорене пред публика. Днешната технология не е добра в интерпретирането на този контекст.

Проблемът е, че в миналото не е имало достатъчно големи и достатъчно описателни набори от данни, в които всяка част от сетивните показания да е придружена от точно текстово описание. Ръчното анотиране на милиони часове е почти невъзможна задача. За да решат този проблем, разработчиците на SensorLM създадоха уникален алгоритъм, който генерира текстови надписи за самите сензорни данни, като анализира статистически данни, събития и поведенчески модели. Това даде възможност за създаването на най-големия набор от данни, събиран някога, който съчетава сигнали и описания.

SensorLM е обучен с помощта на две стратегии. Първата е контрастивно обучение, при което изкуственият интелект трябва да съпостави дадена част от данните с правилното описание сред много варианти. Втората е генеративно обучение, при което моделът сам се научава да създава текст въз основа на сигнали. Заедно тези подходи помагат на системата да разбере в дълбочина как данните за тялото са свързани с ежедневните ни дейности.

SensorLM показва изключителни резултати в задачите за разпознаване на дейности и генериране на описания дори без предварително обучение.

Тя е в състояние да разграничи две дузини различни дейности без обучение и се учи от няколко примера, ако те все още са предоставени. Освен това системата е в състояние да намери желаната дейност чрез текстово запитване или обратно – да опише случващото се само въз основа на сензорни данни. В експериментите SensorLM уверено превъзхожда предишните AI модели по отношение на точността на описанието и съответствието на текста с реалността.

Един от основните изводи от работата беше потвърждението, че колкото повече данни и ресурси получава АИ моделът, толкова по-висока става неговата точност. Това означава, че потенциалът на технологията далеч не е изчерпан.

SensorLM открива пътя към по-дълбока персонализация в здравеопазването.

Вместо сухи цифри на екрана, ние се приближаваме до изкуствен интелект, който може да ни каже на разбираем език какво се случва с тялото ни и защо. Авторите се надяват, че в бъдеще такива AI модели ще бъдат в основата на цифрови медицински и здравни асистенти, които могат да взаимодействат с потребителите чрез естествен език и да им помагат да вземат по-информирани решения.