ฉันในอนาคต: Contura ทำนายร่างกายที่คุณกำลังมุ่งไปหาจริง ๆ อย่างไร

ร่างกายของคุณอาจกลายเป็นอะไรได้ หากคุณผูกมัดกับเป้าหมายเริ่มตั้งแต่วันนี้ อีกหกเดือนคุณจะอยู่ตรงไหนได้อย่างสมจริง แล้วหนึ่งปีล่ะ “ฉันในอนาคต” แสดงเวอร์ชันของตัวคุณเองที่เอื้อมถึงได้จริง — ไม่ใช่ภาพลวงตา แต่เป็นเป้าหมายที่คุ้มค่าแก่การลงแรง ใช้ Contura ต่อไป แล้วเราจะลับภาพนั้นให้คมขึ้นด้วยแนวโน้มจริงของคุณ

ฟีเจอร์ “ร่างกายในอนาคต” ในแอปฟิตเนสส่วนใหญ่ตกอยู่ในกับดักใดกับดักหนึ่งจากสองกับดัก คือไม่ก็แสดงภาพสต็อกทั่วไปของคนที่ฟิตกว่าคุณ (สร้างแรงบันดาลใจ แต่ไม่ซื่อสัตย์) ไม่ก็อนุมานเชิงเส้นจากความคืบหน้าไม่กี่สัปดาห์ล่าสุด แล้วทำนายว่าคริสต์มาสนี้คุณจะหนักเหลือ 12 kg (ถูกคณิตศาสตร์ แต่ไร้สาระทางสรีรวิทยา)

“ฉันในอนาคต” ถูกสร้างมาเพื่อทำสิ่งที่ยากกว่า คือผลิตการทำนายที่ เป็นส่วนตัว พอเป็นไปได้ทางสรีรวิทยา และซื่อตรงเชิงภาพ — และยิ่งคุณบันทึกมาก มันยิ่งแม่นขึ้นเรื่อย ๆ

บทความนี้พาไปดูใต้ประทุนของเอนจินทำนาย มันยาวพอสมควร แต่หากคุณเคยสงสัยว่าร่างกายในพรีวิว “ฉันในอนาคต” ของคุณตั้งอยู่บนสิ่งที่จริงหรือไม่ — คำตอบคือใช่ นี่คือวิธีการทำงาน

ปัญหาแกนกลาง

คุณบันทึกค่าวัดตามเวลา — น้ำหนัก รอบเอว รอบสะโพก รอบอก ต้นแขน ต้นขา น่อง รอบคอ ข้อมือ ผู้ใช้บางคนบันทึกแบบโอเวอร์ บางคนบันทึกครั้งเดียวแล้วหายไปสองเดือน บางคนวัดแต่รอบเอวเท่านั้น

จากข้อมูลที่วุ่นวาย สุ่มตัวอย่างไม่สม่ำเสมอ และมีสัญญาณรบกวนนี้ เอนจินต้องตอบ:

คนคนนี้พยายามจะทำอะไรอยู่จริง ๆ
เขาเปลี่ยนแปลงอยู่จริง ๆ เร็วแค่ไหน
การเปลี่ยนแปลงใดเป็นของจริง และใดเป็นสัญญาณรบกวนของการวัดหรือวันที่แย่
อีก 1 เดือน 3 เดือน 6 เดือน และ 1 ปี เขาน่าจะอยู่ตรงไหน — หากเขายังทำในสิ่งที่ทำอยู่เดี๋ยวนี้ต่อไปโดยประมาณ
ร่างกายนั้น หน้าตาเป็นอย่างไร ในสามมิติ

คำตอบไร้เดียงสาข้อใดข้อหนึ่งจะผลิตการทำนายที่แย่ “ฉันในอนาคต” ตอบทุกข้อในการประมวลผลหนึ่งรอบที่ประสานกัน

สถาปัตยกรรม: ไปป์ไลน์หกเฟส

เอนจินถูกจัดโครงสร้างเป็นลำดับของเฟส แต่ละเฟสรับผิดชอบการให้เหตุผลชนิดเฉพาะ และป้อนให้เฟสถัดไป:

สร้างอนุกรมเวลา — จัดกลุ่มค่าวัดที่บันทึกทุกค่าตามส่วนของร่างกาย เรียงตามลำดับเวลา แล้วฟื้นสร้างประวัติของแต่ละส่วนแยกกัน
ประเมินข้อมูล — หาว่าเรารู้เรื่องผู้ใช้คนนี้จริง ๆ มากแค่ไหน สามค่าในหนึ่งสัปดาห์เป็นปัญหาต่างจากการชั่งน้ำหนักรายสัปดาห์ต่อเนื่อง 18 เดือน
อนุมานเจตนา — ผู้ใช้ พยายาม จะบรรลุอะไร ลดน้ำหนัก เพิ่มกล้ามเนื้อ ปรับองค์ประกอบร่างกาย เน้นส่วนเฉพาะ หรือแค่รักษาสภาพ
ทำนายรายส่วนของร่างกาย — หัวใจของเอนจิน ที่การพยากรณ์รายส่วนถูกคำนวณ
ปรับโดยรับรู้เจตนา — การดันเชิงสุนทรียภาพเล็ก ๆ อย่างจงใจ ใช้เฉพาะผู้ใช้ใหม่ที่ข้อมูลน้อยมาก
เติมช่องว่าง — อนุพันธ์ส่วนที่ขาดจากส่วนที่ทำนายแล้ว ด้วยการเผยแพร่ข้อจำกัดมานุษยวิทยา เพื่อให้โมเดล 3D สมบูรณ์เสมอ

ผลลัพธ์คือชุดเส้นรอบที่ทำนายครบ เจตนาที่อนุมานได้ คะแนนความเชื่อมั่น และการวิเคราะห์การแยกทาง — ทุกสิ่งที่ตัวเรนเดอร์ต้องใช้วาดตัวคุณในอนาคต

เฟส 1–2: เรารู้เรื่องคุณจริง ๆ มากแค่ไหน

ก่อนเอนจินจะทำนายอะไร มันถามคำถามที่แอปส่วนใหญ่ข้าม นั่นคือ เรามีข้อมูลพอที่จะเชื่อการพยากรณ์ของตัวเองหรือไม่

มันให้คะแนนสามอย่าง:

ช่วงเวลา — ผู้ใช้คนนี้บันทึกมานานแค่ไหน ข้อมูลหนึ่งสัปดาห์กับหนึ่งปีต้องใช้กลยุทธ์ต่างกันมาก
ความหนาแน่นของการสุ่มตัวอย่าง — มีค่าวัดทั้งหมดกี่ค่าในประวัติ
ความครอบคลุมส่วนของร่างกาย — เขาติดตามภาพเต็ม หรือแค่หนึ่งหรือสองส่วน

ปัจจัยเหล่านี้ถูกถ่วงน้ำหนัก (ให้น้ำหนักมากสุดกับช่วงเวลา เพราะแนวโน้มจะเป็นของจริงได้ด้วยเวลาเท่านั้น) แล้วรวมเป็นคะแนนความเชื่อมั่นเดียว คะแนนนั้นจัดผู้ใช้ทุกคนเข้าหนึ่งในสามโหมดการทำงาน:

โหมด	ใครอยู่กลุ่มนี้	เอนจินให้เหตุผลอย่างไร
Starter	ผู้ใช้ใหม่ที่แทบไม่มีประวัติ	ปิดช่องว่างสู่เป้าหมายอุดมคติ — ดู “ร่างกายฉบับสุขภาพดีของหุ่นนี้หน้าตาเป็นอย่างไร”
Developing	มีประวัติบ้าง แต่แนวโน้มยังไม่นิ่ง	ผสมแนวโน้มส่วนตัวกับการให้เหตุผลแบบเป้าหมายอุดมคติ
History-rich	ข้อมูลต่อเนื่องหลายเดือน	อนุมานเชิงเส้นจากแนวโน้มล้วน ๆ พร้อมกลไกความปลอดภัย

เรื่องนี้สำคัญเพราะ “ฉันในอนาคต” ไม่แกล้งรู้ในสิ่งที่มันรู้ไม่ได้ ผู้ใช้ที่บันทึกครั้งเดียวจะไม่ได้เส้นแนวโน้มที่มั่นใจ — แต่ได้การฉายภาพที่สมเหตุผลไปยังสิ่งที่ร่างกายเขาอาจกลายเป็นได้อย่างสมจริง ผู้ใช้ที่มีข้อมูลต่อเนื่องหนึ่งปีได้การพยากรณ์จริงจากวิถีที่เขากำลังเดินอยู่แล้ว

เฟส 3: การอนุมานเจตนา

“ฉันในอนาคต” ตัดสินใจเองว่าคุณกำลังพยายามทำอะไร จากข้อมูลของคุณ

สำหรับผู้ใช้ใหม่ มันใช้ BMI และสัดส่วนปัจจุบันเป็นตัวแทนของเป้าหมายที่น่าจะเป็น — ผู้ใช้ที่น้ำหนักเกินมักกำลังพยายามลด ผู้ใช้ที่ผอมมากมักกำลังพยายามเพิ่ม และคนที่อยู่ใกล้ช่วงสุขภาพดีมักกำลังปรับองค์ประกอบร่างกาย นี่เป็นสมมติฐานที่ถ่อมตัวโดยเจตนา และมันจะถูกแก้ไขทันทีที่ข้อมูลจริงมาถึง

สำหรับผู้ใช้ที่มีประวัติ เจตนาถูกอ่านจากข้อมูลโดยตรง:

แนวโน้มล่าสุดของน้ำหนัก รอบเอว และต้นแขนถูกวิเคราะห์ย้อนหลังหลายสัปดาห์
หากส่วนใดของร่างกายถูกวัดบ่อยผิดปกติ เอนจินจะรับรู้ว่าผู้ใช้ โฟกัส ส่วนนั้น และติดป้ายเจตนาตามนั้น (เช่น focusedPart(arm))
มิฉะนั้น การเคลื่อนไหวสัมพัทธ์ของสัญญาณหลัก — น้ำหนักกำลังลดหรือไม่ แขนกำลังโตขณะที่น้ำหนักคงที่หรือไม่ รอบเอวกำลังเล็กลงขณะที่น้ำหนักนิ่งหรือไม่ — กำหนดว่าผู้ใช้อยู่ในช่วงลดน้ำหนัก เพิ่มกล้ามเนื้อ หรือรักษาสภาพ

เจตนาที่อนุมานได้นี้จะป้อนกลับเข้าสู่การทำนายเอง เจตนาเพิ่มกล้ามเนื้อเสริมความเชื่อมั่นของเอนจินในการเติบโตของต้นแขนและรอบอก เจตนาลดน้ำหนักเสริมความเชื่อมั่นในการลดลงของรอบเอวและรอบสะโพก โมเดลนี้ รับรู้เป้าหมาย ไม่ใช่แค่รับรู้การเคลื่อนไหว

เฟส 4: เอนจินทำนายรายส่วน

นี่คือที่ที่งานส่วนใหญ่เกิดขึ้น แต่ละส่วนของร่างกายถูกทำนายอย่างอิสระแต่รับข้อมูลจากส่วนอื่น สำหรับผู้ใช้ที่ข้อมูลอุดม เอนจินสร้างการทำนายผ่านชั้นการให้เหตุผลหลายชั้น แต่ละชั้นออกแบบมาเพื่อกำจัดรูปแบบความล้มเหลวเฉพาะที่โมเดลง่ายกว่ามักตกไป

การกรองค่าผิดปกติ

ข้อมูลการวัดจริงเต็มไปด้วยจุดแย่ — เทปที่รัดแน่นเกินไป การวัดที่ทำหลังมื้อหนักทันที ตัวเลขที่กรอกผิดช่อง ก่อนคำนวณแนวโน้มใด ๆ ค่าผิดปกติแบบแยกเดี่ยวจะถูกกรองออกด้วยสถิติหน้าต่างท้องถิ่นแบบทนทาน ซึ่งต้านทานแท่งข้อมูลสูงชันทางคณิตศาสตร์ วาล์วความปลอดภัยกันไม่ให้ตัวกรองเข้มงวดเกินไป หากการตัดค่าผิดปกติจะทิ้งข้อมูลของผู้ใช้ไปสัดส่วนใหญ่เกินไป เอนจินจะถอยกลับมาเก็บอนุกรมเดิมไว้ การทำความสะอาดข้อมูลมีไว้ทำให้ความจริงชัดขึ้น ไม่ใช่ประดิษฐ์ความจริงขึ้นมา

มุมมองที่เรียบของ “ตอนนี้คุณอยู่ตรงไหน”

แม้แต่ค่าวัดล่าสุดของคุณก็ไม่ใช่ความจริง — มันเป็นเพียงตัวอย่างที่มีสัญญาณรบกวนของความจริง เอนจินคำนวณค่าประมาณปัจจุบันของคุณแบบถ่วงน้ำหนักตามความใหม่ ให้น้ำหนักกับค่าวัดล่าสุดมากกว่า แต่ยังให้ค่าก่อนหน้าช่วยยึดโยงการประมาณ นี่จะเป็นจุดตั้งต้นของการฉายภาพ

การประมาณแนวโน้มสองทาง

การคำนวณแนวโน้มทางเดียวคือจุดล้มเหลวจุดเดียว “ฉันในอนาคต” คำนวณแนวโน้มสองวิธีแล้วผสมกัน:

อัตราถ่วงน้ำหนักตามความใหม่ ซึ่งจับโมเมนตัมและตอบสนองต่อการเปลี่ยนแปลงล่าสุดที่แท้จริง
อัตรามัธยฐานของความชันแบบทนทาน ซึ่งภูมิต่อค่าผิดปกติทางคณิตศาสตร์ และไม่สนใจการแกว่งวันเดียวที่รุนแรง

การผสมทั้งสองให้ทั้งความไวตอบสนองและความเสถียรแก่เอนจิน — มันรีแอ็กต์กับแนวโน้มใหม่ที่แท้จริงได้ โดยไม่ถูกสัปดาห์ที่แย่หนึ่งสัปดาห์หลอก จากนั้นการผสมนี้ถูกปรับด้วยปัจจัย ความสม่ำเสมอของแนวโน้ม หากข้อมูลของคุณสะอาดและเป็นเอกภาพ แนวโน้มจะถูกเชื่อถือมากขึ้น หากข้อมูลซิกแซก แนวโน้มจะถูกลดความน่าเชื่อถือลง

การเชื่อมโยงกับน้ำหนักที่รับรู้กายวิภาค

ส่วนต่าง ๆ ของร่างกายไม่เปลี่ยนแปลงอย่างอิสระ หากน้ำหนักคุณกำลังลด รอบเอวของคุณแทบแน่นอนว่าไปด้วยกัน ส่วนข้อมือแทบแน่นอนว่าไม่

“ฉันในอนาคต” เข้ารหัสสิ่งนี้โดยตรง เมื่อมีอนุกรมเวลาของน้ำหนัก แนวโน้มน้ำหนักจะถูกผสมเข้าไปบางส่วนในวิถีทำนายของทุกส่วน โดยแต่ละส่วนมีความเข้มเชื่อมโยงของตัวเอง รอบเอวเชื่อมโยงกับน้ำหนักสูง รอบสะโพกและต้นขาปานกลาง รอบอกและต้นแขนต่ำ ส่วนข้อมือแทบไม่เชื่อมโยงเลย สัมประสิทธิ์เหล่านี้ตั้งอยู่บนฐานกายวิภาค — สะท้อนข้อเท็จจริงที่เป็นที่ยอมรับกว้างว่าบางตำแหน่งของร่างกายถูกครอบงำด้วยเนื้อเยื่อไขมัน (ซึ่งขยับตามน้ำหนัก) และบางตำแหน่งถูกครอบงำด้วยโครงสร้างกระดูก (ซึ่งไม่ขยับ)

เมื่อเจตนาที่อนุมานได้คือการเพิ่มกล้ามเนื้อ รูปแบบการเชื่อมโยงจะเปลี่ยน ต้นแขนและรอบอกได้ความเอนเอียงขึ้นที่แรงขึ้น เพื่อสะท้อนว่าภาวะกล้ามเนื้อโตไม่ได้เดินตามกฎเดียวกับการเปลี่ยนแปลงมวลไขมัน

การหน่วงความผันผวน

หากประวัติการวัดของคุณสัญญาณรบกวนสูง — สัมประสิทธิ์การแปรผันสูงในจุดล่าสุด — เอนจินจะลดความเชื่อถือต่อแนวโน้มที่คำนวณได้ทุกเส้น ข้อมูลที่ไม่สม่ำเสมอไม่ควรผลิตการทำนายที่มั่นใจ

prior แบบอสมมาตร — แกนความปลอดภัยของอัลกอริทึม

นี่คือการตัดสินใจออกแบบที่สำคัญที่สุดใน “ฉันในอนาคต” และเป็นสิ่งที่แยกมันออกจากตัวทำนายอนุมานเชิงเส้นทุกตัวที่เราเคยเห็น

เอนจินปฏิบัติต่อแนวโน้ม เข้าใกล้ (การเคลื่อน ไปหา ค่าอ้างอิงสุขภาพดี) และแนวโน้ม แยกออก (การเคลื่อน ออกจาก ค่าอ้างอิงสุขภาพดี) อย่างอสมมาตร

หากข้อมูลของคุณแสดงว่ากำลังเคลื่อนไปยังร่างกายที่สุขภาพดีขึ้น เอนจิน เชื่อแนวโน้ม และฉายมันไปข้างหน้า พร้อมการหน่วงที่เหมาะกับความแรงของหลักฐาน
หากข้อมูลของคุณแสดงว่ากำลังเคลื่อนออกจากค่าอ้างอิงสุขภาพดี เอนจิน เรียกร้องหลักฐานที่แน่วแนงกว่า ก่อนยอมรับวิถีนั้น หากไม่มีหลักฐานเช่นนั้น มันจะตั้งค่าเริ่มต้นเป็นการเข้าใกล้อย่างนุ่มนวล คือร่างกายที่ทำนายจะล่องลอยกลับเข้าหาค่าอ้างอิงสุขภาพดี แทนที่จะหนีออกไปเรื่อย ๆ

พูดภาษาบ้าน ๆ คือ ผู้ใช้ที่กำลังลดน้ำหนักเข้าหาช่วงเป้าหมายจะถูกเชื่อ ผู้ใช้ที่กำลังเพิ่มน้ำหนักจะได้การพยากรณ์ที่ไม่อนุมานการเพิ่มต่อแบบหลับตา เว้นแต่ข้อมูลจะชัดเจนเด่นชัด

นี่สะท้อนวิธีคิดของเทรนเนอร์ที่รับผิดชอบ มองการคืบหน้าในแง่ดี ระมัดระวังกับวิถีเชิงลบ และไม่มีวันเป็นแหล่งที่มาของการทำนายหายนะที่ผู้ใช้ไม่ได้ขอ นี่ยังเป็นเหตุผลที่ “ฉันในอนาคต” จะไม่มีวันแสดงการพยากรณ์สยองขวัญจากสามสัปดาห์ที่แย่ คณิตศาสตร์ปฏิเสธ

การหน่วงตามกรอบเวลา

ยิ่งฉายไกล ใครก็ยิ่งรู้ได้น้อย — และเอนจินรู้เรื่องนี้ การเปลี่ยนแปลงที่ทำนายจะถูกหน่วงเพิ่มขึ้นตามลำดับเมื่อกรอบเวลายืดจากหนึ่งเดือนเป็นหนึ่งปี การพยากรณ์กรอบยาวยังสนใจคะแนนความเชื่อมั่นของผู้ใช้ การพยากรณ์หนึ่งปีสำหรับผู้ใช้ที่ข้อมูลเบาบางจะถูกหน่วงแรงกว่าของผู้ใช้ที่มีบันทึกรายสัปดาห์สิบแปดเดือน

แรงดึงเข้าหาช่วงคงที่

ร่างกายไม่เดินตามเส้นตรง มันเข้าสู่ภาวะนิ่ง นอกเหนือจากการฉายเชิงเส้น “ฉันในอนาคต” ใช้ พจน์แรงดึง ที่ดึงวิถีที่ทำนายอย่างนุ่มนวลเข้าหาช่วงคงที่สุขภาพดีที่ปรับตามส่วนสูงและรับรู้เพศ แรงดึงเติบโตตามความยาวกรอบเวลาและถูกจำกัดไว้ จึงไม่กลืนข้อมูลส่วนตัวจริงเด็ดขาด — มันแค่ทำให้การทำนายระยะยาวลู่เข้าอาณาเขตที่สมเหตุสมผลทางสรีรวิทยา แทนที่จะพุ่งไปที่ตัวเลขไม่สมจริง

การเปลี่ยนแปลงระยะยาวแบบต่ำกว่าเชิงเส้น

แต่ละส่วนของร่างกายมีอัตราการเปลี่ยนแปลงต่อวันสูงสุดที่พอเป็นไปได้ทางสรีรวิทยา เกินกรอบเวลาหนึ่ง การเปลี่ยนแปลงสะสมสูงสุดจะ scale แบบต่ำกว่าเชิงเส้น (ตามรากที่สองของเวลา) แทนที่จะเป็นเชิงเส้น สิ่งนี้เข้ารหัสความจริงที่รู้กันดีของการเปลี่ยนแปลงร่างกาย คือความคืบหน้าช่วงแรกเร็ว (น้ำหนักน้ำ กำไรมือใหม่ ไกลโคเจน) และความคืบหน้าถัดไปช้ากว่ามาก การอนุมานเชิงเส้นของความคืบหน้าช่วงต้นเป็นเหตุผลอันดับหนึ่งที่การทำนายฟิตเนสล้มเหลว “ฉันในอนาคต” ไม่ทำผิดพลาดนั้น

การกำหนดขอบเขตทางสรีรวิทยา

หลังชั้นอื่นทุกชั้นได้แสดงความเห็น ค่าที่ทำนายขั้นสุดท้ายจะถูกกำหนดขอบเขตตามช่วงสรีรวิทยาที่ปรับตามส่วนสูง ไม่มีน้ำหนักที่ทำนายแล้วอยู่นอกแถบ BMI ที่พอเป็นไปได้ ไม่มีรอบเอวที่ทำนายแล้วเป็นไปไม่ได้ทางกายวิภาค ผลลัพธ์เป็นร่างกายที่มนุษย์จริงมีได้เสมอ

เฟส 5: การปรับเชิงสุนทรียภาพสำหรับผู้ใช้ใหม่

สำหรับผู้ใช้ที่ข้อมูลแทบเป็นศูนย์ “ฉันในอนาคต” ใช้การดันเล็ก ๆ ที่รับรู้เจตนา — รอบเอวเล็กลงเล็กน้อยสำหรับผู้ใช้ที่มีเจตนาลดน้ำหนัก ไหล่/ต้นแขน/รอบอกที่พัฒนาขึ้นเล็กน้อยสำหรับผู้ใช้ที่มีเจตนาเพิ่มกล้ามเนื้อ ในที่ที่เหมาะสมทางชีววิทยา นี่เป็นไปโดยเจตนาและเปิดเผย ผู้ใช้ใหม่ไม่มีข้อมูลแนวโน้ม การทำนายจึงต้องดึงจากบางสิ่ง เราเลือกดึงจากเป้าหมายที่ดูแล้วอยากไปถึงอย่างนุ่มนวลและสุขภาพดี แทนที่จะไม่ดึงจากอะไรเลย

การดันนี้ไม่ใช้กับผู้ใช้ที่ข้อมูลอุดม เมื่อคุณมีข้อมูลจริง ข้อมูลจริงของคุณคือแหล่งความจริง เอนจินจะไม่แต่งการทำนายของคุณให้สวย

เฟส 6: การเติมส่วนที่ขาด

ผู้ใช้ส่วนใหญ่ไม่ได้วัดทุกส่วนของร่างกาย เอนจินใช้ตัวแก้การเผยแพร่ข้อจำกัด — ซึ่งอิงอัตราส่วนมานุษยวิทยาที่สถาปนาในงานวิจัยสัดส่วนมนุษย์ (ความสัมพันธ์เอว-สะโพก การ scale อก-ต้นแขน สัดส่วนแขนขา และอื่น ๆ) — เพื่ออนุพันธ์ส่วนที่ไม่ได้วัดจากส่วนที่ ได้วัด

ผลลัพธ์เป็นร่างกายที่สมบูรณ์และสอดคล้องภายในเสมอ โมเดล “ฉันในอนาคต” 3D ไม่มีมิติที่ขาดหาย และสัดส่วนสมเหตุสมผลทางกายวิภาคเสมอ

การตรวจสอบ: มันได้ผลจริงหรือ

ความซับซ้อนโดยลำพังไร้ความหมาย เราทดสอบอย่างเข้มข้น

เอนจินถูกครอบคลุมด้วยชุดทดสอบ 39 เคสจาก 7 ชุดทดสอบที่แตกต่างกัน รันกับ โปรไฟล์ร่างกายสมจริง 10 แบบ ครอบคลุมผู้ใช้ชายและหญิงตั้งแต่เล็ก/ผอม (BMI ~19) ถึงน้ำหนักเกิน (BMI ~34) ส่วนสูงจาก 158 ถึง 185 cm และน้ำหนักจาก 48 ถึง 110 kg

พฤติกรรมโหมด Starter (ไม่มีข้อมูลย้อนหลัง): โปรไฟล์น้ำหนักเกินในช่วง BMI 30–34 ถูกทำนายว่าจะเคลื่อนเข้าหาช่วงสุขภาพดี (BMI 25–28) ขณะที่ผู้ใช้ที่อยู่ใกล้ช่วงสุขภาพดีอยู่แล้วถูกแจ้งถูกต้องว่าฟิต และได้การทำนายแบบปรับเกลาเล็กน้อย แทนการเปลี่ยนสุดขั้ว

พฤติกรรม History-rich (ข้อมูลน้ำหนักลดลงหกเดือน ชาย 175 cm 82 → 75 kg): เอนจินอนุมานแนวโน้มลงต่อเนื่องในทุกกรอบเวลา โดยขนาดการเปลี่ยนแปลงเพิ่มตามความยาวกรอบเวลา แต่ถูกบรรเทาด้วยการหน่วงตามกรอบเวลาและแรงดึงเข้าหาช่วงคงที่ — คือเส้นโค้งที่เทรนเนอร์ที่รับผิดชอบจะลาก

พฤติกรรมการรักษาสภาพ (ประวัติการวัดราบเรียบ): ค่าที่ทำนายทั้งหมดอยู่ในช่วงประมาณ 5–10% ของค่าปัจจุบัน — รับรู้ถูกต้องว่าการทำนายที่ใช่สำหรับ “คนนี้ไม่เปลี่ยน” คือ “คนนี้จะคงเดิมโดยประมาณ”

การทดสอบความเครียด:

โปรไฟล์สุ่ม 100 แบบ (สูง 140–210 cm น้ำหนัก 40–130 kg ทั้งสองเพศ): การทำนายทุกชิ้นให้ผลลัพธ์ถูกต้อง พร้อมช่วง BMI ที่สมเหตุสมผลและเส้นรอบเป็นบวก
การผสมสุดขั้ว 64 แบบ (ส่วนสูง 8 ค่า × น้ำหนัก 8 ค่า × กรอบเวลา 4 ค่า): ทุกเคสให้ผลลัพธ์ถูกต้อง
โปรไฟล์ขอบสุด (30 kg, 200 kg, สูง 140 cm, สูง 210 cm): ทั้งหมดถูกกำหนดขอบเขตสู่ช่วงสรีรวิทยา ไม่มีเรื่องไร้สาระ

ไม่มีจุดบอดตามคลาสโปรไฟล์ ไม่มีกรอบเวลาที่เอนจินพัง และไม่มีเคสขอบใดที่มันผลิตร่างกายที่มนุษย์มีไม่ได้

สิ่งที่ “ฉันในอนาคต” จะไม่ทำ

เราคิดว่าคุ้มค่าที่จะระบุการปฏิเสธโดยเจตนาของโมเดลอย่างชัดเจน:

มันจะไม่ทำนายวิถีเชิงลบที่หลุดโลก สามสัปดาห์ที่แย่ไม่ผลิตการพยากรณ์หายนะหนึ่งปี
มันจะไม่ทำนายความคืบหน้าเหนือมนุษย์ สองสัปดาห์ที่ยอดเยี่ยมไม่ผลิตการพยากรณ์เปลี่ยนสุดขั้วหนึ่งปี
มันจะไม่ประดิษฐ์ค่าวัดที่คุณไม่ได้วัด ส่วนที่คุณไม่ติดตามจะถูกอนุพันธ์จากส่วนที่คุณติดตาม โดยสอดคล้องทางกายวิภาคเต็มรูปแบบ
มันจะไม่อนุมานเกินความจริงทางสรีรวิทยา ผลลัพธ์ทุกชิ้นถูกกำหนดขอบเขตเป็นร่างกายที่มนุษย์จริงมีได้ที่ส่วนสูงและเพศของคุณ
มันจะไม่โกหกเรื่องความเชื่อมั่นของตัวเอง เอนจินรายงานคะแนนความเชื่อมั่นของตัวเองกลับมา และการวิเคราะห์การแยกทางจะถูกแสดงเมื่อวิถีของคุณกับวิถีของโมเดลไม่ตรงกัน

สิ่งที่ “ฉันในอนาคต” จะทำ

ในวันที่คุณเปิดฟีเจอร์นี้ครั้งแรก มันจะให้ภาพเหมือนที่สมเหตุสมผลของเวอร์ชันคุณที่เอื้อมถึงได้จริง จากนั้นทุกครั้งที่คุณบันทึกค่าวัด ภาพนั้นจะคมขึ้น พอมีข้อมูลหนึ่งเดือน มันจะเริ่มสะท้อนวิถีจริงของคุณ สามเดือน มันจะเป็นของคุณโดยเฉพาะ หกหรือสิบสองเดือนของการบันทึกสม่ำเสมอ คุณจะมี “ฉันในอนาคต” ที่เป็นการพยากรณ์จริงในความหมายที่ผ่านการตรวจสอบ — ไม่ใช่ความฝันกลางวัน

นั่นคือเวอร์ชันของตัวคุณเองที่คุ้มค่าแก่การลงแรง

คำถามที่พบบ่อย

การทำนายของ “ฉันในอนาคต” อิง AI หรือไม่ ใช่ — “ฉันในอนาคต” ขับเคลื่อนด้วยเอนจินทำนายหลายขั้น ที่รวมการให้เหตุผลมานุษยวิทยา การประมาณแนวโน้มทางสถิติแบบทนทาน และการอนุมานเป้าหมาย มันเป็นระบบ AI ในแง่ที่ว่ามันให้เหตุผลเรื่องร่างกายของคุณแบบที่เทรนเนอร์ที่มีความรู้จะทำ มันไม่ใช่โครงข่ายประสาทเทียมกล่องดำเดี่ยว แต่เป็นไปป์ไลน์โปร่งใสที่ผ่านการตรวจสอบ ซึ่งทุกขั้นถูกออกแบบมาเอาชนะรูปแบบความล้มเหลวเฉพาะ

ทำไมการทำนายของฉันเปลี่ยนเมื่อบันทึกข้อมูลใหม่ เพราะนั่นแหละคือประเด็น “ฉันในอนาคต” ออกแบบมาให้ลับตัวเองกับทุกค่าวัด ยิ่งคุณบันทึกมาก การทำนายยิ่งสะท้อนวิถีจริงของคุณ แทนค่าประมาณตั้งต้นแบบเริ่มต้น

ถ้าฉันยังบันทึกข้อมูลไม่พอล่ะ เอนจินจัดการเรื่องนี้อย่างชัดเจน ผู้ใช้ใหม่ได้การทำนายที่ตั้งอยู่บนเป้าหมายมานุษยวิทยาสุขภาพดีสำหรับส่วนสูงและเพศของตน ไม่ใช่การอนุมานแนวโน้มอย่างมั่นใจที่มันไม่มีข้อมูลพอจะทำ การพยากรณ์จะเป็นส่วนตัวมากขึ้นเมื่อคุณสะสมประวัติ

“ฉันในอนาคต” แม่นยำแค่ไหนที่หนึ่งปี การพยากรณ์กรอบยาวถูกหน่วงโดยเจตนา การพยากรณ์หนึ่งปีเป็นเข็มทิศบอกทิศทาง ไม่ใช่วันในปฏิทิน ความไม่แน่นอนที่ซื่อตรงถูกฝังอยู่ในโมเดล

“ฉันในอนาคต” ทำนายการเปลี่ยนแปลงเฉพาะเพศหรือไม่ ใช่ เอนจินใช้สัดส่วนอ้างอิงสุขภาพดีที่รับรู้เพศ และการเชื่อมโยงที่รับรู้เจตนา การทำนายเพิ่มกล้ามเนื้อของผู้ใช้ชายจึงเน้นการพัฒนาร่างบน ขณะที่ของผู้ใช้หญิงเคารพสัดส่วนกายวิภาคที่ต่างกัน ความต่างเหล่านี้ตั้งอยู่บนข้อมูลอ้างอิงมานุษยวิทยาที่ตีพิมพ์แล้ว

ทำไมรอบเอวของฉันรีแอ็กต์กับการเปลี่ยนแปลงน้ำหนักมากกว่าข้อมือ เพราะทางกายวิภาค ร่างกายทำงานแบบนั้น เอนจินเข้ารหัสสิ่งนี้โดยตรง — ส่วนของร่างกายที่ถูกครอบงำด้วยเนื้อเยื่อไขมันเปลี่ยนตามน้ำหนัก ส่วนที่ถูกครอบงำด้วยโครงสร้างกระดูกไม่เปลี่ยน

“ฉันในอนาคต” แสดงเวอร์ชันที่แย่กว่าของฉันได้หรือไม่ ได้เมื่อข้อมูลของคุณแสดงวิถีเชิงลบอย่างชัดเจนและต่อเนื่องเท่านั้น prior แบบอสมมาตรที่ฝังในเอนจินปฏิบัติต่อแนวโน้มลบด้วยความสงสัยเป็นพิเศษ เรียกร้องหลักฐานที่แน่วแนงก่อนทำนายการทรุดต่อ นี่เป็นไปโดยเจตนา

สัดส่วนร่างกายอ้างอิง “อุดมคติ” มาจากไหน จากงานวิจัยสำรวจมานุษยวิทยาระดับประชากร ปรับตามส่วนสูงและเพศของคุณ พวกมันเป็นจุดอ้างอิง ไม่ใช่คำสั่ง “ฉันในอนาคต” ใช้พวกมันเป็นหมุดยึด ไม่ใช่เป้าหมายที่เราพยายามผลักคุณไปหา

สรุปในหนึ่งประโยค

“ฉันในอนาคต” คือเอนจินทำนายร่างกายที่ผ่านการตรวจสอบ รับรู้กายวิภาค และรับรู้เป้าหมาย ซึ่งแสดงเวอร์ชันของตัวคุณเองที่คุณกำลังมุ่งไปหาจริง ๆ — และยิ่งบันทึกมากยิ่งคมขึ้น

เปิด Contura บันทึกหนึ่งค่าวัด แล้วดูอนาคตของคุณ