華米科技AI創(chuàng)新大會圓滿落幕,AI解構(gòu)可穿戴未來

2020 年 6 月 15 日,全球領(lǐng)先的華米科技(NYSE:HMI)首屆AI創(chuàng)新大會于安徽合肥順利舉行,本場大會緊緊圍繞著「AI to Decode Future」的主題,闡述了AI與健康產(chǎn)業(yè)未來的關(guān)系,并發(fā)布了新一代智能可穿戴芯片“黃山2號”、新一代PPG?物追蹤光學傳感器BioTracker™ 2及一系列全新的?體數(shù)據(jù)AI算法?

華米科技AI創(chuàng)新大會圓滿落幕,AI解構(gòu)可穿戴未來

華米科技在本屆AI創(chuàng)新大會之前,就已經(jīng)通過“黃山1號”芯片,PPG?物追蹤光學傳感器BioTracker™以及RealBeats™生物數(shù)據(jù)引擎為用戶在健康方面提供數(shù)據(jù)支持與輔助分析。在本屆發(fā)布會上,華米科技不僅對芯片、傳感器以及RealBeats™生物數(shù)據(jù)引擎進行了升級,還公布了幾項全新的人體數(shù)據(jù)AI算法,使AI技術(shù)與健康產(chǎn)業(yè)連接得更為緊密。

華米科技AI創(chuàng)新大會圓滿落幕,AI解構(gòu)可穿戴未來

OxygenBeats讓血氧監(jiān)測更準更輕松

首先是?氧數(shù)據(jù)AI?物引擎——OxygenBeats™,在血氧飽和度這項生理指標越來越被重視的當下,許多消費者都希望能在智能穿戴設(shè)備中搭載血氧監(jiān)測功能,提供便捷準確的血氧監(jiān)測服務(wù)。然而目前市面上的智能穿戴設(shè)備中,雖然有一些產(chǎn)品初步具備血氧監(jiān)測能力,但監(jiān)測精度遠遠不夠。OxygenBeats™算法基于?體?數(shù)據(jù)模型對?氧信號進行預處理,消除信號噪聲,使測量精度提升達50%,華米還使用了氧降實驗來驗證算法的準確度,結(jié)果顯示成功率可達100%,與專業(yè)?氧儀的檢測結(jié)果平均誤差僅為1.67%。得益于OxygenBeats™的強悍性能,未來的智能穿戴設(shè)備的血氧監(jiān)測結(jié)果有望更快更精準。

華米科技AI創(chuàng)新大會圓滿落幕,AI解構(gòu)可穿戴未來

SomnusCare助力睡眠狀態(tài)分析

除了OxygenBeats™,華米科技還發(fā)布了全新的睡眠數(shù)據(jù)AI?物引擎SomnusCare™。SomnusCare™的睡眠數(shù)據(jù)檢測精度超過了80%,而且能以接近100%的精度檢測時?超過 25 分鐘的午睡數(shù)據(jù),并配合OxygenBeats™?氧引擎,可以分別從睡眠狀態(tài)判定和?氧飽和度檢測兩個維度深度分析,實現(xiàn)對睡眠呼吸暫停綜合癥的智能識別。

華米科技AI創(chuàng)新大會圓滿落幕,AI解構(gòu)可穿戴未來

ExerSense彰顯AI智慧,運動識別更智能

在健康的另一面——運動上,華米科技同樣推出了基于運動?數(shù)據(jù)的?體活動模式AI識別引擎 ExerSense,有望使廣大消費者在佩戴智能穿戴設(shè)備時的運動體驗更上一層樓。當前市面上的智能穿戴設(shè)備,大多只能在鍛煉之前手動設(shè)置,而ExerSense可通過華?智能穿戴設(shè)備上運動傳感器和?率傳感器的數(shù)據(jù)檢測,實時匹配運動模型,最終智能判斷?戶當前的運動模式,并且支持多達 19 項運動模式的自動識別,包括健走、跑步、騎行、游泳等,覆蓋了?戶95%的日常運動場景。ExerSense的出現(xiàn),有望引領(lǐng)一場智能穿戴設(shè)備中運動模式的變革。

上述兩種全新的AI生物引擎,對華米科技在健康領(lǐng)域已有的技術(shù)進行了補充,從更多維度去收集用戶的生理大數(shù)據(jù),并利用AI算法,更準確地幫助用戶對自身健康狀態(tài)做出輔助判斷。而ExerSense人體運動模式AI識別引擎,也將幫助華米在智能穿戴設(shè)備上實現(xiàn)真正無感的智能運動模式切換。

華米科技在本屆AI創(chuàng)新大會上為我們展現(xiàn)了頗多在健康與運動方面產(chǎn)生積極作用的新技術(shù),不免讓人期待這些新技術(shù)可以快速落地到產(chǎn)品,讓大眾的智能穿戴設(shè)備使用體驗也隨之獲得升級。希望華米科技在人工智能領(lǐng)域能夠持續(xù)向前,結(jié)合AI技術(shù)推出更多的新技術(shù)、新產(chǎn)品,解構(gòu)健康產(chǎn)業(yè)的未來。

(免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )