近日,健康有益發(fā)布了與京東、科大訊飛等多家企業(yè)的合作信息,將整合在健康管理、智能電商平臺(tái)、人工智能等方面的資源和技術(shù)優(yōu)勢(shì),合力打造多場(chǎng)景下的健康生活,推動(dòng)精準(zhǔn)健康產(chǎn)業(yè)的發(fā)展。
健康有益成立于2014年9月。創(chuàng)立三年來,利用人工智能與生命科學(xué)等技術(shù),專注于探索和創(chuàng)新健康領(lǐng)域的研究實(shí)踐、應(yīng)用落地與解決方案,打造AI精準(zhǔn)健康管理開放平臺(tái)。希望人們科學(xué)管理生命,重健康而輕醫(yī)療,通過飲食、運(yùn)動(dòng)、生活方式及心理調(diào)節(jié)即能實(shí)現(xiàn)健康生活,降低疾病發(fā)生的可能性。
在探索過程中,健康有益團(tuán)隊(duì)發(fā)現(xiàn)健康管理領(lǐng)域面臨很多難題,如健康信息的收集難度較大、個(gè)性化健康管理難實(shí)現(xiàn)等。針對(duì)這些行業(yè)難題,通過建立自然語言處理組、機(jī)器視覺組、強(qiáng)化深度學(xué)習(xí)組來綜合解決,健康有益目前已經(jīng)取得了一些成果。
自然語言處理:
自然語言處理領(lǐng)域主要包含開放域聊天對(duì)話技術(shù)、基于任務(wù)的單輪多輪對(duì)話技術(shù)、機(jī)器翻譯技術(shù)和輿情監(jiān)控技術(shù)等。健康有益研發(fā)人員在健康管理領(lǐng)域主要是利用基于任務(wù)的單輪、多輪對(duì)話技術(shù),基于該技術(shù)實(shí)現(xiàn)用戶的健康語音記錄和健康咨詢服務(wù)。
基于該技術(shù),團(tuán)隊(duì)構(gòu)建了基于健康管理任務(wù)驅(qū)動(dòng)的對(duì)話框架,具體如下:
第一步語音識(shí)別,主要通過深度學(xué)習(xí)LSTM將聲音轉(zhuǎn)化成文字。
第二步自然語言理解,這個(gè)部分簡(jiǎn)單來講就是將一段文字進(jìn)行結(jié)構(gòu)化表示,所謂結(jié)構(gòu)化表示就是建立slot-value pair的過程。例如“我將在11點(diǎn)30分吃午飯”。這個(gè)句子中就包含了兩個(gè)slot, 分別是時(shí)間和動(dòng)作。時(shí)間對(duì)應(yīng)的value是11點(diǎn)30分,動(dòng)作對(duì)應(yīng)的value是吃午飯。
第三步對(duì)話管理,這個(gè)部分主要實(shí)現(xiàn)的是意圖識(shí)別,以及某個(gè)意圖所對(duì)應(yīng)的對(duì)話行為。狀態(tài)跟蹤就是意圖的識(shí)別,slot里面的value有可能對(duì)應(yīng)的是一個(gè)意圖。比如“我想吃飯”,吃飯作為value,對(duì)應(yīng)的意圖有可能是希望查詢周邊的用餐信息,也有可能是希望直接推薦餐單進(jìn)行訂餐,對(duì)應(yīng)value就會(huì)有多個(gè)意圖。而每個(gè)意圖又對(duì)應(yīng)了產(chǎn)生的動(dòng)作。查詢周邊的意圖對(duì)應(yīng)的動(dòng)作就是推薦周邊的餐館信息,訂餐意圖對(duì)應(yīng)的動(dòng)作就是提供訂餐功能。那么什么時(shí)候用戶會(huì)選擇查詢,什么時(shí)候用戶會(huì)選擇訂餐,如何確定,這就是對(duì)話策略。
第四步,確定好應(yīng)對(duì)策略后,結(jié)合數(shù)據(jù)庫(kù)中的知識(shí),自動(dòng)生成相應(yīng)的對(duì)話,與用戶進(jìn)行交互,這就是自然語言生成。
第五步,語音合成,就是將生成的自然語言文字,轉(zhuǎn)化成語音播放出來。
以上就是健康管理任務(wù)驅(qū)動(dòng)的完整框架。
機(jī)器視覺:
機(jī)器視覺主要包含了圖像、視頻識(shí)別、三維重建、運(yùn)動(dòng)檢測(cè)等相關(guān)技術(shù)。健康有益團(tuán)隊(duì)目前主要采用了圖像識(shí)別技術(shù)和三維重建技術(shù),圖像識(shí)別技術(shù)主要用于食物識(shí)別。
食物識(shí)別主要采用CNN中的ResNet(殘差網(wǎng)絡(luò)),主要分為卷積層,池化層,全連接層,分類層。卷積層主要實(shí)現(xiàn)的是特征提取,通過不同的卷積核來提取圖片的不同緯度的特征。池化層主要解決的是特征向量過多導(dǎo)致過擬合的問題,所以要進(jìn)行降維,降維的原則是將高頻分量保留,低頻分量刪除。經(jīng)過池化后的特征向量,再進(jìn)行第二次,第三次,第N次的卷積和池化,最后得到的特征向量,經(jīng)過全連接層和分類層,進(jìn)行特征的識(shí)別。分類層主要是對(duì)圖片進(jìn)行分類的方法,目前主要包含softmax和SVM兩種,用的最多的是softmax。
知識(shí)圖譜:
知識(shí)圖譜主要分為四步,分別是信息抽取,知識(shí)融合,知識(shí)加工,知識(shí)更新。
信息抽。褐饕歉鶕(jù)健康領(lǐng)域?qū)<姨峁┑膶I(yè)信息進(jìn)行分析,抽取其中的實(shí)體信息、關(guān)系信息、屬性信息。實(shí)體抽取,即從專業(yè)信息中集中自動(dòng)識(shí)別出命名健康領(lǐng)域的專業(yè)實(shí)體;關(guān)系抽取,即為了得到語義信息,還需要從相關(guān)語料中提取出實(shí)體之間的關(guān)聯(lián)關(guān)系,將實(shí)體通過關(guān)系聯(lián)系起來;屬性抽取,即屬性抽取的目標(biāo)是從不同信息源中采集特定實(shí)體的屬性信息。
知識(shí)融合:數(shù)據(jù)層的融合包括實(shí)體的指稱、屬性關(guān)系以及所屬類別等。主要的問題是如何避免實(shí)例以及關(guān)系的沖突問題造成不必要的冗余。
知識(shí)加工:首先對(duì)信息進(jìn)行本體構(gòu)建,也就是模型建立。利用這些本體,結(jié)合實(shí)體關(guān)系進(jìn)行相關(guān)知識(shí)推理,以此發(fā)現(xiàn)新的信息關(guān)系,以擴(kuò)展和修正知識(shí)圖譜的結(jié)構(gòu)和內(nèi)容。
知識(shí)更新:人類所擁有的信息和知識(shí)量都是時(shí)間的單調(diào)遞增函數(shù),因此知識(shí)圖譜的內(nèi)容也需要與時(shí)俱進(jìn)。其構(gòu)建過程是一個(gè)不斷迭代更新的過程。
當(dāng)前人工智能在健康領(lǐng)域已經(jīng)全線爆發(fā),但醫(yī)療占據(jù)仍較大比例。健康有益作為首批將人工智能與健康管理進(jìn)行結(jié)合的科技公司,探索創(chuàng)新人類個(gè)性化健康管理的新方式。未來健康有益還會(huì)與更多的行業(yè)巨頭企業(yè)進(jìn)行合作,通過技術(shù)與健康管理的深度融合,幫助人類更好地量化生命。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國(guó)柏林國(guó)際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國(guó)家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。