SensorFM của Google là gì? Mô hình nền tảng sức khỏe đeo tay với quy mô một nghìn tỷ phút

SensorFM là một mô hình nền tảng (foundation model) do các nhà nghiên cứu của Google phát triển, được huấn luyện trước (pretrain) trên hơn một nghìn tỷ phút tín hiệu cảm biến đeo tay chưa được gắn nhãn, lấy từ khoảng năm triệu người tham gia, và được đánh giá trên 35 tác vụ sức khỏe có liên quan . Nghiên cứu này, có tựa đề "Hướng tới một Trí tuệ và Giao diện Tổng quát cho Dữ liệu Sức khỏe Đeo tay" (Towards a General Intelligence and Interface for Wearable Health Data), là một bước tiến hướng tới một trí tuệ nhân tạo đa năng cho việc theo dõi sức khỏe liên tục thông qua bốn đặc điểm chính:

SensorFM là gì?

• Quy mô huấn luyện khổng lồ: SensorFM được huấn luyện trên hơn một nghìn tỷ phút tín hiệu cảm biến chưa gắn nhãn từ một nhóm khoảng năm triệu người . Đầu vào là các đặc trưng cảm biến được tính theo từng phút (ví dụ: gia tốc kế, nhịp tim, nhiệt độ, SpO₂) từ các thiết bị như Fitbit và Pixel Watch .
• Đánh giá 35 tác vụ: Mô hình được đánh giá trên 35 tác vụ dự đoán sức khỏe, bao gồm các lĩnh vực tim mạch, chuyển hóa, hô hấp, hoạt động thể chất, giấc ngủ và sức khỏe tâm thần . SensorFM vượt trội so với các phương pháp truyền thống trong 34 trong số các tác vụ phân loại này .
• Đặc tính mở rộng quy mô (Scaling): Nghiên cứu này chỉ ra rằng việc mở rộng đồng thời dung lượng mô hình và khối lượng dữ liệu huấn luyện trước (pretraining) dẫn đến những cải thiện hiệu suất có hệ thống trên các tác vụ hạ nguồn (downstream tasks) . Điều này phản ánh các quy luật mở rộng (scaling laws) đã được quan sát trong các mô hình ngôn ngữ và thị giác, và nay đã được xác nhận cho dữ liệu cảm biến đeo tay.

SensorFM thúc đẩy AI đa năng cho việc theo dõi sức khỏe như thế nào?

• Biểu diễn cảm biến tổng quát: Thay vì xây dựng các thuật toán riêng biệt cho từng tình trạng sức khỏe, SensorFM học một biểu diễn chung (shared representation) về các mô hình sinh lý và hành vi của con người từ dữ liệu chưa gắn nhãn. Sau đó, mô hình có thể thích ứng với các tác vụ cụ thể chỉ với một lượng nhỏ dữ liệu đã gắn nhãn - đây là đặc điểm nổi bật của một mô hình nền tảng (foundation model).
• Tích hợp với các tác tử LLM: Mô hình sử dụng các tác tử LLM tự động (bao gồm việc tích hợp với Gemini) để điều hướng trong không gian nhúng (embedding spaces) và thực hiện các tác vụ dự đoán, kết nối trực tiếp khả năng hiểu cảm biến với khả năng suy luận của mô hình ngôn ngữ .
• Con đường dẫn tới Tác tử Sức khỏe Cá nhân (Personal Health Agent): Một nghiên cứu riêng của Google Research về "Tác tử Thông tin Chi tiết Sức khỏe Cá nhân" (Personal Health Insights Agent - PHIA) đã mô tả một hệ thống sử dụng suy luận đa bước (multistep reasoning), sinh mã (code generation) và truy xuất thông tin (information retrieval) để phân tích dữ liệu đeo tay và trả lời các câu hỏi về sức khỏe . SensorFM cung cấp lớp hiểu biết về cảm biến nền tảng (foundational sensor understanding layer) mà một tác tử như vậy sẽ sử dụng để đưa ra những hiểu biết sâu sắc, được cá nhân hóa và liên tục về sức khỏe.

Tóm lại, SensorFM mở rộng quy mô AI dựa trên cảm biến lên chế độ một nghìn tỷ phút và năm triệu người, thể hiện sự cải thiện hiệu suất có hệ thống khi tăng kích thước, tổng quát hóa trên 35 tác vụ sức khỏe, và kết nối với các tác tử sức khỏe cá nhân dựa trên LLM. Đây là một bước tiến cụ thể hướng tới một hệ thống AI đa năng duy nhất có thể liên tục theo dõi và giải thích sức khỏe con người từ các thiết bị đeo tay.