11 月 29 日消息，科技媒体 9to5Mac 昨日（11 月 28 日）发布博文，报道称苹果研究团队在预印本平台 ArXiv 上，发布代号为 PARS（Pairwise Relative Shift，成对相对位移）的突破性 AI 技术，旨在通过自监督学习分析脑电图（EEG）信号。
援引博文介绍，这项技术的核心在于改变了传统脑电图（EEG）分析严重依赖人工标注的现状。现有的分析模型通常需要专家手动标记“快速眼动睡眠期”或“癫痫发作起始点”等标签，成本高昂且效率低下。
而苹果开发的 PARS 模型采用“自监督学习”机制，直接利用原始且未标记的数据训练。简单来说，该模型通过“自学”预测不同脑电波片段在时间上的距离，从而理解大脑活动的深层结构与长程依赖关系。
在具体的性能测试中，PARS 展现出了强大的实力。研究团队使用了四个不同的脑电图基准数据集进行评估，结果显示，PARS 在其中三项测试中的表现均优于或持平于目前的顶尖方法。
这证明了让 AI 关注信号之间的时间相对位置，比单纯填补信号缺失部分的传统方法（如掩码重建）更为有效，意味着，未来的人工智能可以更精准、更低成本地辅助医生进行复杂的神经学诊断。
该媒体还指出，由于该研究中使用名为 EESM17 的数据集，引发了科技界对 AirPods 未来形态的强烈猜想。该数据集专门包含了通过“耳内脑电图系统”采集的睡眠数据。
虽然耳内电极与传统的头皮电极位置不同，但研究证明其仍能有效捕捉睡眠阶段及癫痫相关的关键脑信号。考虑到苹果近年来在可穿戴设备健康监测领域的布局（如 AirPods Pro 3 已引入心率传感器），在耳机中集成 EEG 传感器在技术逻辑上完全成立。
事实上，苹果早在 2023 年就申请了一项关于“测量用户生物信号的可穿戴设备”专利，明确提到了耳内 EEG 的应用潜力及其面临的挑战。专利指出，由于每个人的耳道形状各异且会随时间变化，固定电极难以保持持续接触。
为此，苹果提出了一种解决方案：在耳机耳塞周围布置冗余的传感器阵列，并利用 AI 算法实时筛选信号质量最好的电极组合，通过加权计算合成最优波形。
该媒体认为，尽管本次发布的 PARS 研究并未直接点名 AirPods，但将“先进的 AI 分析模型”与“专利中的多电极硬件方案”结合来看，苹果构建耳内脑健康监测系统的意图已若隐若现。
