健康有益的AI技术本身来说目前已经涵盖了专业范围内80%的技术能力，包括图像识别、姿态识别、三维重建、情绪识别、文本分类、关系抽取、单轮问答、多轮对话、文本构建、实体识别、数据消歧、数据融合等。

 

用NLP来举例，目前国内做语音识别的公司很多，做语义识别的也很多，但是应用在健康管理行业，需要大量的技术训练，包括提供知识体系、健康管理、疾病管理的知识图谱。知识图谱在人工智能这个行业是非常专业的名词，是一个产品本身。

 

NLP 健康知识图谱的构建过程，主要涉及到数据采集、数据清洗、实体抽取、关系抽取和属性抽取等的信息抽取技术，实体链接、知识合并等知识融合方面的技术，以及包含本体构建、知识推理等方面的知识加工技术，另外还有基于深度学习模型的自动知识扩展及半自动化的知识更新技术等。

 

健康有益的平台延伸出的产品形态，如机器人或者音箱等智能硬件，它们能听懂健康管理需求，包括在解析需求后出具健康管理方案，这个服务的形成是因为我们用了大量的NLP技术在语义识别训练它。

 

我们现在已构建超过600万的健康医疗知识体系，所有机器人每天都在学习的部分，就是在搭建人脑整个维度体系。在这个行业里为什么一个机器人能够通过大量的训练，替代人工做很多事情，机器人在单一的知识体系里架构已经超越人类了，只是在关系的串联上需要大量的理论支撑。

 

这也是我们为什么专注在这个行业搭建知识图谱的原因。在健康管理领域要让机器人像人一样思考解决问题这是非常难的问题，我们不说能解决所有问题，但是在局部的训练已经取得了一定的成果。

 

AI技术开放平台主要做的分析决策也就是刚刚讲的像人脑一样思考，能发现一个问题，触达到某一个目标，比如在车上说“我头疼”，人工智能赋能的产品会问用户是什么状况，会决定让用户去家里歇息还是到某一个医院进行治疗。

 

站在技术的角度，所有的产品已经实现了技术赋能。后端的合作商、前端触达到用户的角度，将是我们下一步努力的方向。在居家场景中，当智能硬件都已经打通到一起的时候，想象一下我们的生活会有多方便，健康有益会把所有的技术共享出来。