苹果公司与布莱根妇女医院联手开展一项重大研究,探索 iPhone、Apple Watch 和 AirPods 等设备如何用于监测和改善健康和生活质量。
根据这家科技巨头的说法,这项虚拟研究可通过美国兼容设备上的 Research 应用程序访问,将"探索各个健康领域之间的关系,比如心理健康对心率的影响,或者睡眠如何影响运动"。
研究将收集来自苹果和第三方设备的数据,以评估如何利用这些数据来"预测、检测、监测和管理"参与者的健康变化。
这项研究将进一步扩展苹果在数字健康领域的影响力。苹果最近获得了多项 FDA 批准,包括使用 Apple Watch 检测睡眠呼吸暂停的软件,将 AirPods 作为轻度至中度听力障碍者的非处方助听器,以及在 iPhone 和 Apple Watch 上进行药物追踪等更成熟的功能。
苹果健康研究项目希望识别可以通过技术检测到的"信号"——无论是生理还是情绪上的——这些信号可能预警健康状况的变化。例如,及早发现听力变化可能表明存在认知能力下降的风险。
该研究将在之前使用 Research 平台进行的研究基础上继续深入。此前的研究在美国超过 35 万人中开展,主要关注女性健康、体育锻炼、心血管健康和听力。
苹果健康副总裁 Sumbul Desai 表示:"研究和验证是我们所有健康工作的基础,支持我们为用户带来跨设备的创新功能。"
她补充道:"自推出 Research 应用程序以来,我们获得的宝贵见解使我们能够为用户带来创新工具——包括 Apple Watch 上的 Vitals 应用程序和 iPhone 上的步态稳定性功能,并在长期被低估的健康领域提供新见解,如月经和听力健康。"
"我们很高兴推出苹果健康研究项目,这将加速我们对人体生理和心理健康与技术之间关系的理解。"
在研究启动声明中,苹果还指出,这项研究可能会指导新产品的开发。例如,该公司目前没有智能戒指产品,尽管已经申请了相关专利,而且近年来一直有持续的传言称其正在开发这类设备,但公司表示目前没有这样的计划。
布莱根妇女医院和哈佛医学院的心脏病专家、新研究的首席研究员 Calum MacRae 评论道:"我们才刚刚开始探索技术如何提升我们对人类健康的理解。"
"我们很高兴能参与苹果健康研究项目,因为它将继续利用许多人每天随身携带的技术,探索不同健康领域之间的联系。"
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。