Google เปิดตัว SensorFM: โมเดล AI พื้นฐานสำหรับข้อมูลสุขภาพจากอุปกรณ์สวมใส่ยุคใหม่

ความก้าวหน้าสู่ AI อเนกประสงค์สำหรับการติดตามสุขภาพ

• การแสดงผลเซ็นเซอร์ทั่วไป: แทนที่จะสร้างอัลกอริทึมแยกกันสำหรับแต่ละภาวะสุขภาพ SensorFM เรียนรู้การแสดงผลร่วม (shared representation) ของรูปแบบทางสรีรวิทยาและพฤติกรรมของมนุษย์จากข้อมูลที่ไม่มีป้ายกำกับ จากนั้นปรับให้เข้ากับงานเฉพาะด้วยข้อมูลที่มีป้ายกำกับจำนวนจำกัด ซึ่งเป็นจุดเด่นของโมเดลพื้นฐาน (foundation model)
• การบูรณาการกับเอเจนต์ LLM: โมเดลปรับใช้เอเจนต์ LLM อัตโนมัติ (รวมถึงการอ้างอิงกับ Gemini) เพื่อนำทางในพื้นที่ฝังตัว (embedding spaces) และทำงานทำนาย ซึ่งเชื่อมโยงความเข้าใจเซ็นเซอร์เข้ากับการให้เหตุผลของโมเดลภาษาโดยตรง
• เส้นทางสู่ Personal Health Agent: Google Research ได้เผยแพร่ผลงานแยกต่างหากเกี่ยวกับ 'Personal Health Insights Agent (PHIA)' ซึ่งเป็นระบบที่ใช้การให้เหตุผลหลายขั้นตอน การสร้างโค้ด และการสืบค้นข้อมูลเพื่อวิเคราะห์ข้อมูลจากอุปกรณ์สวมใส่และตอบคำถามด้านสุขภาพ SensorFM มอบชั้นความเข้าใจเซ็นเซอร์พื้นฐานที่เอเจนต์ดังกล่าวจะนำไปใช้เพื่อนำเสนอข้อมูลเชิงลึกด้านสุขภาพแบบเฉพาะบุคคลและต่อเนื่อง

โดยสรุป SensorFM ขยายขีดความสามารถของ AI ที่ใช้เซ็นเซอร์ไปสู่ระดับข้อมูลนับล้านล้านนาทีจากคนนับล้านคน แสดงให้เห็นถึงการเพิ่มประสิทธิภาพอย่างเป็นระบบตามขนาด สามารถทำงานได้ทั่วไปในงานด้านสุขภาพถึง 35 งาน และเชื่อมต่อกับเอเจนต์สุขภาพส่วนบุคคลที่ใช้ LLM ซึ่งทำให้เป็นก้าวสำคัญสู่ระบบ AI อเนกประสงค์เดียวที่สามารถติดตามและตีความสุขภาพของมนุษย์จากอุปกรณ์สวมใส่ได้อย่างต่อเนื่อง