IT之家11 月 29 日报道 科技媒体 9to5MAC 昨天（11 月 28 日）发表博文，报道称苹果研究团队在预印本平台 Arxiv 上发布了一项突破性的 AI 技术代号 Pars（pairrelativeshift，pairrelativeshift），旨在通过自学习来研究脑电图（EEG）信号。其援引博文称，这项关键技术是要改变传统脑电图（EEG）分析高度依赖人工标注的现状。现有的评估模型往往需要专家手动标注“快速动眼睡眠期”或“癫痫发作点”等标签，成本高昂且效果不佳。苹果开发的PARS模型采用了“自我监督学习”机制，直接使用原始的非结构化数据进行训练。换句话说，模型通过“自学习”来预测不同脑电波片段的时间距离，以了解以及大脑活动的深层结构和长期依赖性。在具体的性能测试中，PARS表现出了相当的实力。研究团队使用了四个不同的脑电图基准数据集进行分析，结果表明，PARs 在其中三个测试中的表现优于或等于当前领先的方法。这证明让人工智能关注信号之间时间上的相对位置比仅填充信号缺失部分的传统方法（例如掩模重建）更有效。 Nahthis意味着未来的人工智能可能会帮助医生以更低的成本更准确地进行复杂的神经系统诊断。该媒体还指出，研究中使用了一个名为 EESM17 的数据集，引发了科技界对 AirPods 未来形态的强烈猜测。该数据集特别包含通过“耳内脑电图系统”收集的睡眠数据。虽然入耳式电极位于与传统头皮电极不同，研究证明它们仍然可以有效捕获与睡眠阶段和癫痫相关的关键大脑信号。考虑到苹果近年来在可穿戴设备健康监测领域的布局（例如AirPods Pro 3引入了心率传感器），在耳机中集成脑电图传感器在技术上是完全符合逻辑的。事实上，苹果早在 2023 年就申请了“用于测量用户生物信号的可穿戴设备”的专利，明确提到了入耳式脑电图应用的潜力及其面临的挑战。该专利指出，由于每个人的耳道形状不同，并且会随着时间的推移而变化，因此固定电极很难保持恒定的接触。为此，苹果提出了解决方案：在耳机周围布置传感器冗余，利用AI算法实时筛选信号质量最佳的电极组合，并综合优化mal 波通过加权计算。媒体认为，即使此时发布的 PARS 研究没有直接命名为 AirPods，通过将“高级 AI 分析模型”与“专利多电极硬件解决方案”相结合，苹果开发入耳式大脑健康监测系统的愿望已经隐现。附参考链接特别声明：以上内容（如有则包括图片或视频）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易HAO用户上传发布，网易HAO为社交媒体平台，仅提供信息存储服务。
