Os pesquisadores do Google revelaram uma nova IA chamada Sensorlm que aprende o “idioma” de nossos sensores de saúde do SmartWatch, preenchendo a lacuna entre dados brutos e contexto do mundo actual.
Já olhou para o seu smartwatch e se perguntou o que todos esses números realmente significam? Seu dispositivo rastreia todas as suas etapas e batimentos cardíacos, mas não pode contar a história por trás dos dados. Uma frequência cardíaca de 150 bpm pode ser uma corrida energética ou uma apresentação de trabalho terrivelmente estressante; Seu relógio simplesmente não sabe a diferença. É isso que o Sensorlm do Google pretende resolver.
O maior desafio foram os dados em si. Para entender a conexão entre os sinais do sensor e a vida cotidiana, uma IA precisa aprender com milhões de horas de exemplos pré-marcados com descrições de texto. Pedir às pessoas que escrevam manualmente o que estavam fazendo por milhões de horas de gravações de sensores é praticamente impossível.
Portanto, a equipe do Google desenvolveu um sistema que cria automaticamente legendas descritivas para os dados do sensor. Essa abordagem lhes permitiu construir o maior conjunto de dados de língua sensor do mundo, usando 59,7 milhões de horas de dados de mais de 103.000 pessoas.
Sensorlm aprende de duas maneiras principais:
- É treinado para ser um grande detetive através de um processo chamado aprendizado contrastivo. Isso ensina a dizer a diferença entre atividades semelhantes, mas distintas, como identificar corretamente um “mergulho leve” versus um “treino de força” apenas dos sinais do sensor.
- É treinado para ser um contador de histórias por meio de pré-treinamento generativo. É aqui que a IA aprende a escrever suas próprias descrições legíveis por humanos com base no que vê nos dados complexos do sensor.
Quando testado em sua capacidade de classificar 20 atividades diferentes sem qualquer trabalho de preparação específica (uma tarefa “zero tiro”), o sensorlm realizou uma precisão notável. Outros modelos de linguagem poderosos estavam essencialmente apenas adivinhando.
Além de apenas classificar atividades, o sensorlm pode gerar resumos precisos. Dado nada além do fluxo bruto de dados do sensor, ele pode produzir uma descrição detalhada e coerente dos eventos. Em um exemplo, detectou com precisão um passeio de bicicleta ao ar livre, uma caminhada subsequente e um período de sono, até o minuto.
A pesquisa mostrou que, à medida que o modelo aumenta e é treinado com mais dados, seu desempenho continua melhorando. Isso abre a porta para um futuro de treinadores de saúde digital verdadeiramente personalizados, ferramentas de monitoramento clínico e aplicativos de bem -estar que podem oferecer conselhos por meio de conversas naturais.
Estamos passando pela period de apenas ver métricas simples. Com inovações como o Google Sensorlm, estamos chegando mais perto de um futuro, onde dispositivos vestíveis como nosso smartwatch podem realmente entender o idioma de nossos corpos e transformar uma enxurrada de dados em idéias pessoais e acionáveis.
(Foto por Triyansh Gill)
Veja também: Samsung e Stanford Drugs Advance Sleep Apnea Analysis
Quer aprender sobre a IoT dos líderes da indústria? Confira IoT Tech Expo Ocorrendo em Amsterdã, Califórnia e Londres. O evento abrangente é co-localizado com outros eventos principais, incluindo Cyber Safety & Cloud ExpoAssim, Ai & Massive Knowledge ExpoAssim, Conferência de Automação InteligenteAssim, Expo de computação de bordae Semana de Transformação Digital.
Discover outros próximos eventos de tecnologia corporativa e webinars alimentados pela TechForge aqui.