北京
“這是迄今為止用于訓練此類模型的最大、最多樣化的可穿戴數據集。”谷歌研究團隊在伴隨論文的博客中這樣描述SensorFM的出身。這個基礎模型從超過500萬Fitbit和Pixel Watch用戶那里，吞下了超過一萬億分鐘的多模態傳感器數據——來自100多個國家、20多種設備型號，未經標注，充滿間斷，卻學會了一套對人體的通用理解。
過去，穿戴設備上的健康功能像一個個孤島。一個模型管睡眠分期，另一個做心血管風險評估，再一個用來分析壓力或代謝指標。谷歌想讓這些功能坍縮到一個共享的AI基底上：一個能同時處理多種健康問題、適應數據缺失、降低高昂標注成本，并最終為AI健康助手提供個性化上下文的基礎模型。SensorFM就是這條路上的第一次大規模武裝亮相。
這個基底是如何運作的？SensorFM并不直接讀取原始波形，而是處理從五種傳感器提取的34項特征——覆蓋光電心率（PPG）、加速度、皮膚電導、皮膚溫度、氣壓高度。特征列表里既有心率、心率變異性、血氧飽和度，也有睡眠階段、運動數據等。把這些離散的生理與行為痕跡合成一張整體拼圖，就是SensorFM的第一層功夫。
真正的考驗在于訓練。可穿戴數據天生“破破爛爛”：用戶摘下設備、信號不佳、傳感器暫時失效，都會制造缺口。研究團隊用一種他們稱之為“自適應繼承掩碼”（Adaptive and Inherited Masking，AIM）的自監督方法，既標記天然缺失，又在訓練中人為挖掉一些值，讓模型同時學會處理兩種空白。目標很明確：無論數據斷裂在哪兒，SensorFM都要能根據上下文填補出合理的表征。
規模和效果的關系也直截了當。試驗顯示，模型參數與數據量同步膨脹時，性能會系統性抬升。研究人員測試了從約10萬到1億參數的四種變體，更大的模型在絕大多數任務上表現更優。在35項健康與行為基準中，SensorFM靠著從未經清洗的傳感器數據中自學的表征，擊敗了那些專門為單一任務精心設計特征的對照模型，贏了34項。
這種通才優勢還延伸到生成型任務中。一篇健康摘要如果額外加入SensorFM的預測，人們打出的質量評分會在所有五個被研究維度上都顯著高于基線版本。換言之，這個模型不僅能“答題”，還能讓AI助手的筆替更具可信度，而這一切都是在一萬億分鐘的真實穿戴數據上，無監督地磨出來的。
從規模看，SensorFM像是一場數據與算力的顯耀；從設計看，它又是一個為“臟數據”而生的務實派。當可穿戴設備越來越密地貼緊皮膚，把雜亂的傳感器信號翻譯成一門通用的健康語言，或許正是讓這些硬件從數據收集器躍遷為健康底座的真正起點。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
