人工智能减肥,了解一下

640?wx_fmt=gif

关注网易智能,聚焦AI大事件,读懂下一个大时代!


640?wx_fmt=jpeg


你今天燃烧卡路里了吗?


近年来,随着我们生活水平的提高和日常习惯的改变,肥胖渐渐成为了令无数人困扰的难题。为了实现减肥的目标,人们曾使出十八般武艺,动感单车、瑜伽、针灸、减肥药、轻断食……但对大多数人而言,减肥永远是将来时。三天打鱼两天晒网,到最后体重还是一点也未减下去。


最近,许多从事人工智能研究的科学家和大公司们开始利用AI涉足减肥这个领域,试图通过人工智能的帮助来让我们燃烧更多的卡路里。


要逆天!

美国科学家用AI从太空中识别肥胖社区


640?wx_fmt=jpeg


肥胖是个复杂的健康问题,造成肥胖的因素有很多,其中之一就是我们生活的环境。据研究表明,人们周围超重的朋友越多,自身肥胖的概率也会越高。另外城市环境的绿化、基础设施等因素通过影响我们的运动生活习惯进而影响到我们的体重。于是一些美国的科学家们开始利用人工智能和美国城市卫星图联系,用来监测社区的肥胖率。


来自华盛顿大学的研究人员在最新发布的论文中说到:“我们提出了一种全面评估成人肥胖患病率与建筑环境之间关系的方法,该方法涉及从高分辨率卫星图像中提取周围的物理特征。”这些人将来自谷歌地图的15万张高分辨率卫星图像输入卷积神经网络(CNN)中,后者是一种利用深度学习独立分析和识别数据集中模式的AI。


这些数据涵盖了六个不同城市的1695个人口普查区域,包括贝尔维尤、西雅图、塔科马、洛杉矶、孟菲斯和圣安东尼奥。在这个案例中,研究人员使用的神经网络已经利用大约120万张图像进行了预先训练,这些经验可帮助它们分析整个城市的建筑环境,识别道路、建筑、树木、水和土地等特征。


此外,研究人员还利用500个城市项目的肥胖患病率估计值,建立了新的模型,评估了这些特征(加上加油站、购物中心、公园和宠物店等感兴趣的数据点)与研究地区肥胖患病率之间的关系。这不是科学家第一次做这样的事情,但研究人员说他们的技术是迄今为止最全面的努力。


根据他们的研究结果,开放的绿色空间能支持人们进行更多身体活动,这通常对公共健康有好处而密集拥挤、被道路包围且缺乏绿化的街区,情况则正好相反。


雀巢通过AI为用户提供个性化饮食


640?wx_fmt=jpeg


在减肥的过程中,控制饮食是成功非常关键的一步。食物的营养素有近50种,6大类,除了脂肪和碳水化合物,其他的营养素一样不能轻视。


据《朝日新闻》报道,雀巢日本公司从今年5月起在日本推出了一项新型免费服务,人们在吃饭时使用智能手机拍摄食物照片,利用通信软件“LINE”发送给雀巢日本官方账号,即可通过人工智能分析出食物的卡路里及营养成分含量。此外,该账号还可根据用户年龄分析其蛋白质、脂肪等营养成分摄入量是否不足。


雀巢日本公司还从去年10月开始发售了可根据个人情况补充营养成分的胶囊。


雀巢日本公司的总裁兼首席执行官Kozo Takaoka认为“与食品和营养相关的健康问题已成为一个大问题,雀巢必须在全球范围内解决这个问题,并将其作为21世纪的使命。”


此前,在2017年9月的时候,雀巢公司还曾宣布与京东集团推出雀巢首款语音识别智能家庭营养健康助手——雀巢小 AI 。雀巢大中华区董事长兼首席执行官罗士德表示:“中国市场的变化非常快,雀巢每两到三年就要重新定位和更新战略,而此次跨界布局,我们希望借助雀巢小 AI 为家庭提供娱乐性和知识性方面的内容,另一方面借助智能产品收集用户信息,更新消费者数据库,以此来了解用户的需求,为产品创新和改良提供基础,推出更多解决方案。”


谷歌人工智能想打造一个无时无刻的

健身教练


640?wx_fmt=jpeg


很多AI巨头都在开发AI健身教练,我们以谷歌为例,他们正在开发一款名为Google Coach的可穿戴式健康健身助理。


虽然目前已经有很多健身类可穿戴设备来帮助我们追踪自身健身情况、监控生命特征,不过谷歌所打造的Google Coach希望在此基础上更进一步,像一个完完全全的健身教练一样,无时无刻指导你进行健康的生活。


因为Google Coach可以通过分析用户的健身和生理数据,为用户推荐合适的健身方式、追踪用户的健身进度。如果用户错过Google Coach提供的健身计划,Google Coach还会为用户提供一些推荐的替代解决方案来进行弥补。


Google Coach的服务不仅仅是监控用户的各项活动数据,还会根据用户的身体素质推荐合适的营养配餐。它会为用户提供未来一周内的饮食安排,遵循健身运动“三分靠练,七分靠吃”的原则,真正地像一个健身教练一样为用户指定周密的减肥计划。


另外,Google Coach还可以为用户提供一些日常的健康提示,比如需要饮用多少水,何时服用药物,或者应该走多少步等等。


AI+减肥是万能的?

其实还是得靠个人自律


640?wx_fmt=jpeg


在人工智能涉足减肥领域的环节中数据化和智能化是AI帮助我们达成减肥目标的前提。我们每个人在去健身房的第一次都会被健身教练要求做一次全身的体测,这个数据会成为日后健身教练为我们制定健身目标的重要依据。


但是随着智能可穿戴设备的普及,我们通过AI就可以完成对自身身体情况的评估,并且在AI的监控下实时记录自身的运动表现情况。


很多人认为,在人工智能时候健身教练将逐渐消失。目前很多健身的智能设备已经开始推出了越来越多的各种适合减脂、塑形和增肌的针对性主题训练课程,而且可以通过监测用户的动作完成度和标准度,结合语音提醒,有效帮助用户科学、安全、高效地进行健身运动。这种对身体运动幅度和效果的数据判断,是人类健身教练无法掌控的。


但减肥终究还是需要靠自身毅力才能完成的,人工智能能够做到的只是为我们提供运动上生活上的辅助,通过透明、实时的监控和题型,让我们能随时掌控自己的运动能力和身体情况。但仅仅依靠人工智能的帮助还是远远不够,影响减肥成功与否的因素太多太多,唯有一颗持之以恒的决心、自律的运动和饮食控制,才是减肥最必不可缺的因素。


640?wx_fmt=gif

- 加入社群吧 -

网易智能AI社群(AI专家群、AI黑板报)火热招募中,对AI感兴趣的小伙伴,添加智能菌微信 kaiwu_club,说明身份即可加入。

640?wx_fmt=jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值