【ITBEAR科技资讯】4月9日消息，苹果健康研究团队在近期发布了一篇博文，揭示了他们如何利用先进的机器学习和人工智能技术，致力于为用户量身打造更加合适的健身计划。
苹果的研究者们提到，传统的健身效果模型通常在严格控制的实验室环境下进行测试，这可能导致实验数据与Apple Watch在真实场景下收集的心率数据存在差异。为了弥补这一差距，团队研发了一种新颖的机器学习算法，该算法融合了经典的心率模型和一种能够应对真实世界中复杂、多变数据的鲁棒系统。其目的是构建一个个性化的心率模型，以便为用户生成最精确的数据。
据ITBEAR科技资讯了解，这种机器学习算法首先会融入用户的个人锻炼记录。在用户进行健身活动时，算法会进一步采集相关数据，并根据每个人的独特生理反应进行调整。研究团队阐述道，“为了习得这种将锻炼与生理参数相联系的嵌入函数，我们采纳了一个卷积神经网络，其输入包括了个人的近期锻炼数据，如心率、步频、速度和海拔变化等。”
团队还指出，该系统可以预测用户的健身数据，并将其与运动中的实时心率进行对比。通过反复采集和分析用户的锻炼数据，系统能够不断优化，并为用户提供更加贴合其个人需求的健身方案。
此外，该系统还关注一些容易被忽视的指标。例如，苹果健康研究团队提到，在过热或过湿的环境中锻炼会影响心率，而这是实验室环境下可能无法完全模拟的。同时，系统还会综合考虑步频、海拔变化和速度等运动数据，从而更准确地预测运动强度。
