應用技巧手腕來贊助改良睡眠成績是如今成長的一個重要趨向，個中以可穿著裝備追蹤為主，而具有人工智能技巧支撐的裝備又占領優勢位置。那如許的裝備真的能改良我們的睡眠狀態嗎？人工智能在睡眠追蹤范疇有何利害？ Hilary Thompson在本文平分析了上述成績，并就人工智能技巧運用于睡眠追蹤的將來停止了瞻望。

　　年夜約有 7000 萬人備受睡眠成績的困擾，如今，這些人加倍偏向于乞助技巧手腕來贊助他們處理這一成績。可穿著式健身裝備正在測驗考試處理這一成績，而在這個中，具有人工智能技巧支撐的裝備占領了搶先位置。跟著機械進修和神經收集等華美的術語涌現在一款款產物的面前，那些風行的 AI 睡眠追蹤器臨盆商們也在引誘者更多花費者購置他們的裝備和運用法式來改良睡眠習氣。

　　我們為這些看似先輩的睡眠裝備投入了年夜量的本錢，但它們真的能贊助我們睡得更好嗎？

　　睡眠追蹤裝備備受迎接

　　據運用拍賣市肆 Apptopia 通訊部分主管 Adam Blacker 表現，在曩昔半年的時光里，近 1150 萬人（確實來講是 11490230 人）下載了蘋果 iOS 平臺上排名前十的睡眠運用法式之一。而這一使人感到驚奇的數字只是全球睡眠追蹤裝備應用人數的百分之一。

　　FusionHealth 努力于贊助企業雇主處理員工睡眠成績，公司首席醫療官 Jeffrey Durmer 博士表現，美國有 37.8％ 的人正在應用可穿著技巧裝備和辦事。他說道：“泛泛的來講，睡眠追蹤技巧曾經贊助進步了睡眠在年夜多半人心目中的主要性。而在此之前，因為睡眠缺乏緣由而招致美國"安康成績日趨嚴格，是以這些睡眠追蹤裝備長短常需要的一個立異結果。”

　　人工智能技巧立異

　　人工智能技巧支撐下的睡眠追蹤裝備一向傳播鼓吹本身可以或許檢測睡眠行動、贊助花費者轉變一些不良睡眠習氣。而一些睡眠追蹤辦事供給商，例如 Sleep Watch 和 Rhythm 等，采取機械進修模子，為花費者罕見的睡眠妨礙供給猜測性診斷。麻省理工學院睡眠研討試驗室在這一設法主意基本上更進一步，推出了一項立異結果，經由過程先輩的人工智能算法來追蹤睡眠習氣，而無需用機械或裝備來追蹤。

　　麻省理工學院這一技巧立異的目的在于無線監測用戶的睡眠行動，并應用監測成果來診斷睡眠妨礙。 固然麻省理工學院的算法經由培訓，可以贊助研討人員獲得比擬花費者可用的運用法式和裝備對象更加精確的成果，但即使是像如許的高端技巧能夠也缺乏以準確診斷睡眠成績。

　　人工智能睡眠追蹤的成績

　　依據 Sleep Shepherd 的開創人兼總裁 Michael Larson 的說法，人工智能算法的成績在于“當下年夜多半人工智能算法的焦點是形式婚配。而在睡眠技巧范疇所存在的一個成績就是，算法中應用的形式是出缺陷的，它們沒法很好地來描寫睡眠狀況。”

　　Larson 指出，固然人工智能在游戲范疇的運用很壯大，但睡眠數據“其實不像游戲中涌現的慣例形式那樣簡略”。當它的算法基本與活動傳感器產生偏離的時刻，AI 就會存在缺點，能夠會給出禁絕確的數據。是以，睡眠追蹤器技巧能夠還要經由很長一段時光，能力讓人工智能在個中施展出感化。

　　睡眠追蹤器數據供給了一個終點

　　假如說認識到成績是去處理成績的第一步，那 AI 睡眠追蹤器正在引領我們走上獲得處理計劃的途徑。固然算法能夠不敷準確，沒法完整診斷用戶睡眠成績并給出推舉醫治計劃，但經由過程追蹤器取得的成果至多可以贊助用戶在征詢大夫時供給更加詳實的信息。

　　購置一款睡眠追蹤器，而且僅僅依附追蹤成果就想可以或許改良睡眠就像是購置了一款依據統計數據注解，實用于其別人的特別床墊一樣。僅僅由于有 40% 的美國人以為 80x60 英寸（約為 203X152 厘米） 的床墊最為溫馨其實不代表如許尺寸的床墊就合適你。異樣事理，依據他人的成果所停止練習的追蹤器以為你能夠存在某個睡眠成績其實不代表你真的就存在這個成績。

　　這個中須要經由年夜量的試驗，年夜量的毛病以后能力真準確定你的睡眠成績。算法得出的成果能夠產生毛病，異樣依據統計成果來給出的睡眠指點建議也能夠產生毛病。固然，如許對你評價本身的睡眠成績有了一個不錯的終點，以后還須要進一步的研討來充足懂得成績。

　　試驗是癥結地點，與此同時追蹤用戶的整體睡眠狀況也異樣主要。Reverie 幻知曲睡眠研討專家 Benjamin Smarr 博士勉勵人們每晚在雷同時光上床睡覺，并留心他們凌晨的感到和狀況。對咖啡因和酒精攝取量和睡眠時光等身分停止實驗，并將其成果與追蹤數據停止比擬將得出有價值的反應。

　　瞻望將來

　　雖然存在用戶毛病和剖析禁絕確的能夠性，人工智能在睡眠技巧方面依然有著光亮的將來。Durmer 博士表現：“經由過程懂得個別睡眠形式，睡眠追蹤器能夠會應用 AI 技巧來更好的猜測用戶的睡眠/起床狀況和包含不寧腿綜合征和壅塞性睡眠呼吸暫停綜合征等睡眠妨礙。”AI 技巧可以或許將追蹤裝備作為“臨床前”的一種檢測手腕，是以可以明顯改良用戶自我剖析的表示，下降睡眠妨礙患者的診斷風險。

　　除此以外，睡眠追蹤裝備的聯網功效也有沒有限的能夠性。REM-Fit 技巧開辟主管 Miguel Marrero 指出：“睡眠追蹤器不只可以贊助用戶確保入眠前落鎖和晨起咖啡沖泡等事宜，并且在用戶睡眠進程中也一向堅持活潑狀況。這些追蹤器可以完成與控溫器、空調。音頻裝備乃至是報警體系的銜接，經由過程情況掌握來優化用戶睡眠質量。”

　　人工智能有帶動睡眠技巧走向將來的潛力。可以或許測驗考試診斷睡眠妨礙、監測性命體征，并依據睡眠數據告知用戶甚么時刻上床睡覺的裝備曾經成為如今，花費者的誤會是這些裝備沒法完成他們最年夜功能的獨一妨礙。

　　固然睡眠追蹤器看上去有著很酷的技巧支撐，似乎可以自力處理你一切的睡眠成績，但其實依然須要你投入個中，持有所保存的立場來得出你本身的看法。來自人工智能睡眠追蹤器的數據能夠會贊助你更好地懂得睡眠形式，但解碼這些信息面前的意義明顯不克不及單靠機械進修來完成。