„Google Research" pristatė SensorFM – fondinį dirbtinio intelekto modelį, apmokytą naudojant daugiau nei trilijoną minučių (apie 2 mlrd. valandų) dėvimų įrenginių jutiklių duomenų iš 5 mln. žmonių, sutikusių jais dalytis mokslo tikslais. Pasak kompanijos, tai didžiausias ir įvairiausias iki šiol panaudotas dėvimų įrenginių duomenų masyvas vienam DI modeliui apmokyti.
Kaip veikia modelis
SensorFM mokosi iš duomenų, surinktų 2024 m. rugsėjo–2025 m. rugsėjo laikotarpiu daugiau nei 100 šalių ir visose 50 JAV valstijose, naudojant per 20 skirtingų „Fitbit" ir „Pixel Watch" modelių. Modelis apdoroja 34 kas minutę fiksuojamus rodiklius iš penkių jutiklių tipų – pulso (PPG), akcelerometro, odos elektrinio laidumo, odos temperatūros ir aukštimetro. Iš jų sudaromas vaizdas apie širdies ritmą, kraujo deguonies lygį, miego fazes, judėjimą ir stresą.
Svarbiausia – modelis mokosi be žmogaus sužymėtų etikečių (self-supervised), todėl gali „užpildyti" spragas, kai laikrodis nuimtas nuo riešo ar veikia taupymo režimu. Tai realus skirtumas nuo ankstesnės „Google" kartos modelio LSM-2, kuris jau bandė spręsti duomenų trūkumo problemą, tačiau buvo mokomas kur kas mažesniu mastu. SensorFM šią idėją išplėtė keturiais dydžio eilėmis – nuo maždaug 2 mln. iki 2 mlrd. jutiklių valandų ir nuo 100 tūkst. iki 100 mln. modelio parametrų.
Vienas konkretus skaičius
Didžiausias modelio variantas (SensorFM-B), apmokytas visu penkių milijonų žmonių duomenų rinkiniu, sumažino rekonstrukcijos paklaidą 31 proc., palyginti su mažiausiu testuotu variantu, ir vidutiniškai 9 proc. pagerino klasifikavimo užduočių tikslumą bei 21 proc. – regresijos užduočių rezultatus. Paprasčiau tariant: kuo daugiau duomenų ir kuo didesnis modelis, tuo tiksliau iš tų pačių riešo jutiklių galima nuspėti, pavyzdžiui, miego kokybę ar širdies ir kraujagyslių riziką – be atskiro modelio kiekvienai ligai.
Ką tai reiškia Lietuvos naudotojui
Kol kas SensorFM lieka moksliniu tyrimu, o ne konkrečia „Fitbit" ar „Pixel Watch" programėlės funkcija – jį pristatė tik moksliniame straipsnyje, ne produkto naujienose. Tačiau modelis apmokytas būtent su tų pačių laikrodžių, kurie parduodami ir Lietuvoje, duomenimis: „Fitbit" laikrodžių čia įsigyjama jau nuo maždaug 77 Eur (Varle.lt, Pigu.lt), o „Pixel Watch" – nuo apie 150–300 Eur priklausomai nuo modelio. „Fitbit" DI treneris jau veikia ir Lietuvoje, tačiau ar visa programėlės sąsaja pilnai išversta į lietuvių kalbą, oficialiai nepatvirtinta – dalis pažangesnių funkcijų kol kas prieinamos tik anglų kalba.
Analitiškai žiūrint, SensorFM kryptis įdomi tuo, kad vienas bendras modelis pakeičia dešimtis atskirų, siaurai pritaikytų algoritmų – tai mažina kaštus kuriant naujus sveikatos rodiklius, bet kartu kelia klausimų, kiek toliau bus plečiamas tokių asmeninių duomenų naudojimas ir kaip tai derės su vartotojų sutikimais. Panašia linkme juda ir kiti technologijų milžinai, tad greičiausiai artimiausiu metu panašius fondinius modelius pamatysime ir kituose dėvimuose įrenginiuose.
Trumpai – tai dar ne funkcija, kurią galima įsijungti telefone, bet žingsnis link to, kad laikrodis ant riešo galėtų pasakyti apie sveikatą kur kas daugiau nei šiandien, nenaudojant jokių papildomų tyrimų.
Šaltinis: research.google/blog/sensorfm-towards-a-general-intelligence-and-interface-for-wearable-health-data