Healthify

4 ਕਰੋੜ ਤੋਂ ਵੱਧ ਯੂਜ਼ਰਾਂ ਨਾਲ, Healthify⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਭਾਰਤ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਸਿਹਤ ਪਲੇਟਫਾਰਮ ਹੈ, ਜੋ ਯੂਜ਼ਰਾਂ ਨੂੰ ਫਿਟ ਬਣਨ ਅਤੇ ਮੈਟਾਬੋਲਿਕ ਬਿਮਾਰੀ ਨੂੰ ਉਲਟਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਸਿਹਤ ਟਰੈਕਿੰਗ ਅਤੇ AI-ਸੁਧਾਰਿਤ ਸਿਹਤ ਕੋਚਿੰਗ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ. ਆਪਣੀਆਂ ਕੋਚਿੰਗ ਅਤੇ ਟਰੈਕਿੰਗ ਘਟਕਾਂ ਵਿੱਚ AI ਲਿਆਂਦੇ ਜਾਣ ਤੋਂ ਬਾਅਦ, Healthify ਪਹਿਲਾਂ ਹੀ ਯੂਜ਼ਰਾਂ ਨੂੰ ਕੁੱਲ ਮਿਲਾ ਕੇ 25 ਮਿਲੀਅਨ+ ਪਾਉਂਡ ਵਜ਼ਨ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਚੁੱਕੀ ਹੈ ਅਤੇ OpenAI ਦੀ API ਨਾਲ, Healthify ਟਰੈਕਿੰਗ ਨੂੰ ਬਹੁਤ ਸਰਲ ਅਤੇ ਕੋਚਿੰਗ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਫੈਲਾ ਰਹੀ ਹੈ.

Healthify ਦਹਾਕੇ ਤੋਂ ਵੱਧ ਸਮੇਂ ਤੋਂ ਸਿਹਤ ਅਤੇ ਫਿਟਨੈੱਸ ਵਿੱਚ ਵਿਹਾਰਿਕ ਬਦਲਾਅ ਲਿਆਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਅਗਵਾਈ ਕਰ ਰਹੀ ਹੈ. 2018 ਤੱਕ, Healthify ਕੋਲ ਪਹਿਲਾਂ ਹੀ 50 ਲੱਖ ਤੋਂ ਵੱਧ ਯੂਜ਼ਰ ਸਨ ਅਤੇ ਸੈਂਕੜੇ ਪੋਸ਼ਣ ਵਿਦ ਅਤੇ ਟ੍ਰੇਨਰ ਹਰ ਮਹੀਨੇ ਆਪਣੇ ਕਲਾਇੰਟਾਂ ਨਾਲ ਲੱਖਾਂ ਸੁਨੇਹੇ ਅਦਲਾ-ਬਦਲੀ ਕਰ ਰਹੇ ਸਨ, ਨਾਲ ਹੀ ਹਰ ਮਹੀਨੇ ਦਹਾਕਿਆਂ ਹਜ਼ਾਰ ਘੰਟਿਆਂ ਦੀਆਂ ਕਾਲਾਂ ਅਤੇ ਮੀਲ ਅਤੇ ਫਿਟਨੈੱਸ ਯੋਜਨਾਵਾਂ ਵੀ ਸਨ. Healthify ਦੀ ਡਾਟਾ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਸੁਭਾਵਕ ਤੌਰ 'ਤੇ ਫੀਡਬੈਕ ਲੂਪ ਵੀ ਸਨ, ਜਿਨ੍ਹਾਂ ਨਾਲ ਇਹ ਜਾਣਕਾਰੀ ਮਿਲਦੀ ਸੀ ਕਿ ਕਿਹੜੇ ਸੁਨੇਹੇ ਅਤੇ ਯੋਜਨਾਵਾਂ ਵੱਧ ਐਨਗੇਜਮੈਂਟ ਅਤੇ ਪ੍ਰਭਾਵ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ.

ਅਸਲ ਦੁਨੀਆ ਦੀ ਇਸ ਧਨਾਢ, ਸੰਦਰਭਾਤਮਕ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, Healthify ਨੇ AI ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਕੀਤੀ, ਖ਼ਾਸ ਤੌਰ 'ਤੇ Ria ਦੇ ਲਾਂਚ ਨਾਲ, ਜੋ ਦੁਨੀਆ ਦੀ ਪਹਿਲੀ AI-ਚਲਿਤ ਵਰਚੁਅਲ ਪੋਸ਼ਣ ਵਿਦ ਹੈ, ਅਤੇ Coach Co-pilot, ਜੋ ਕੋਚਾਂ ਲਈ ਉਸਦੀ ਸਹਾਇਕ ਹੈ.

Ria ਨੇ hierarchical LSTMs (Long Short-Term Memory) ਅਤੇ ਕਸਟਮ NLU (Natural Language Understanding) ਸਿਸਟਮ ਵਰਤ ਕੇ ਯੂਜ਼ਰ ਇਰਾਦਿਆਂ ਨੂੰ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਪਛਾਣਿਆ ਅਤੇ ਸਬੰਧਿਤ ਜਵਾਬ ਦਿੱਤੇ. 2020 ਤੱਕ, Ria ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਬਹੁਤੇ ਯੂਜ਼ਰ ਸੁਨੇਹੇ ਸੰਭਾਲ ਰਹੀ ਸੀ. Coach Co-pilot ਦੇ ਨਾਲ ਮਿਲ ਕੇ, ਇਸ ਬ੍ਰੇਕਥਰੂ ਨੇ ਕੋਚਾਂ ਨੂੰ ਆਪਣੀਆਂ ਸੇਵਾਵਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਫੈਲਾਉਣ ਦੀ ਆਗਿਆ ਦਿੱਤੀ, ਜਿੱਥੇ ਉਹ ਇੱਕੋ ਵੇਲੇ 300 ਤੱਕ ਕਲਾਇੰਟ ਸੰਭਾਲ ਸਕਦੇ ਸਨ, ਨਾਲ ਹੀ ਨਿੱਜੀਕਰਤ ਸਿਹਤ ਕੋਚਿੰਗ ਵਿੱਚ ਸੁਧਾਰਾਂ ਰਾਹੀਂ ਰਿਕਾਰਡ ਉੱਚ NPS ਵੀ ਹਾਸਲ ਕੀਤਾ.

2021 ਵਿੱਚ, Healthify ਨੇ Snap ਵੀ ਪੇਸ਼ ਕੀਤਾ, ਜੋ ਇੱਕ ਕ੍ਰਾਂਤਿਕਾਰੀ ਫੀਚਰ ਸੀ ਅਤੇ ਭੋਜਨ ਦੀ ਫੋਟੋ ਪਛਾਣ ਰਾਹੀਂ ਕੈਲੋਰੀ ਗਿਣਤੀ ਨੂੰ ਆਸਾਨ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ. Snap ਨੇ Convolutional Neural Networks (CNNs) ਅਤੇ ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲ ਵਰਤ ਕੇ ਇਕੱਲੀਆਂ ਭੋਜਨ ਆਈਟਮਾਂ ਨੂੰ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਪਛਾਣਿਆ, ਖ਼ਾਸ ਧਿਆਨ ਭਾਰਤੀ ਖਾਣੇ 'ਤੇ ਸੀ. ਇਸ ਤਕਨਾਲੋਜੀ ਨੇ ਨਾ ਸਿਰਫ਼ ਯੂਜ਼ਰ ਗੋਪਨੀਯਤਾ ਦਾ ਸਤਿਕਾਰ ਕੀਤਾ, ਸਗੋਂ ਯੂਜ਼ਰ-ਖਾਸ ਸੰਦਰਭਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਕੇ ਭੋਜਨ ਸਿਫਾਰਸ਼ਾਂ ਨੂੰ ਵੀ ਅਨੁਕੂਲ ਬਣਾਇਆ. ਸਮੇਂ ਨਾਲ, Snap ਨੇ ਇਕੱਲੇ ਭਾਰਤੀ ਭੋਜਨਾਂ ਲਈ ਲਗਭਗ 80% ਸ਼ੁੱਧਤਾ ਹਾਸਲ ਕਰ ਲਈ.

ਇਨ੍ਹਾਂ ਸਫਲਤਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, Healthify ਨੂੰ ਕੁਝ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ:

• ਕਾਰਗੁਜ਼ਾਰੀ. Snap ਨੂੰ ਭੋਜਨ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਪਛਾਣਣ ਲਈ ਕਈ ਵਾਰ ਦੁਹਰਾਈ ਦੀ ਲੋੜ ਪਈ, ਅਤੇ ਜਦੋਂ ਫੋਟੋਆਂ ਵਿੱਚ ਕਈ ਭੋਜਨ ਹੁੰਦੇ ਸਨ ਤਾਂ ਇਹ ਸੰਘਰਸ਼ ਕਰਦਾ ਸੀ. ਨਤੀਜੇ ਵਜੋਂ, Healthify CEO Tushar Vashisht⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਕਿਹਾ, “Snap ਸਿਰਫ਼ 10–20% ਸਮੇਂ ਹੀ ਵਰਤਿਆ ਜਾਂਦਾ ਸੀ.” ਇਸੇ ਤਰ੍ਹਾਂ, Ria rules-based ਸੀ, ਇਸ ਲਈ ਇਹ ਪੋਸ਼ਣ ਬਾਰੇ ਕੀਮਤੀ ਪਰ ਜਟਿਲ ਸਵਾਲਾਂ ਦੀ ਲੰਮੀ ਲੜੀ ਦਾ ਅਸਲ ਜਵਾਬ ਨਹੀਂ ਦੇ ਸਕਦੀ ਸੀ, ਜਿਵੇਂ “ਕੱਲ੍ਹ ਮੇਰੇ ਖਾਣੇ ਨੇ ਕੱਲ੍ਹ ਰਾਤ ਮੇਰੀ ਨੀਂਦ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ?”
• ਪੈਮਾਨਾ. ਹਰ ਨਵੇਂ ਦੇਸ਼ ਲਈ ਜਿਸਨੂੰ ਉਹ ਜੋੜਨਾ ਚਾਹੁੰਦੇ ਸਨ, Healthify ਨੂੰ ਭਾਸ਼ਾ, ਆਮ ਭੋਜਨ ਅਤੇ ਕਸਰਤ ਰੁਟੀਨਾਂ ਲਈ ਮਾਡਲਾਂ ਦਾ ਸਥਾਨਕੀਕਰਨ ਕਰਨ 'ਤੇ ਬਹੁਤ ਮਿਹਨਤ ਲਗਾਉਣੀ ਪੈਂਦੀ ਸੀ. Vashisht ਨੇ ਸਮਝਾਇਆ, “ਸਾਨੂੰ ਦੱਖਣ-ਪੂਰਬੀ ਏਸ਼ੀਆ ਵਿੱਚ ਦਾਖ਼ਲ ਹੋਣ ਲਈ ਦੋ ਸਾਲ ਲੱਗੇ.”

OpenAI ਨਾਲ ਸਹਿਯੋਗ ਇਨ੍ਹਾਂ ਸੀਮਾਵਾਂ ਨੂੰ ਪਾਰ ਕਰਨ ਲਈ ਇੱਕ ਨਿਰਣਾਇਕ ਹੱਲ ਵਜੋਂ ਸਾਹਮਣੇ ਆਇਆ, ਜਿਸ ਨਾਲ Healthify ਦੀਆਂ ਪੇਸ਼ਕਸ਼ਾਂ ਵਿੱਚ ਵੱਡੀ ਤਰੱਕੀ ਹੋਈ ਅਤੇ ਸਿਹਤ ਤਕਨਾਲੋਜੀ ਖੇਤਰ ਵਿੱਚ ਨਵੀਨਤਾ ਦਾ ਨਵਾਂ ਮਾਪਦੰਡ ਸੈੱਟ ਹੋਇਆ.

Healthify ਟੀਮ ਦਾ ਵਿਸ਼ਵਾਸ ਸੀ ਕਿ AI ਰਾਤੋਂ-ਰਾਤ ਉਹਨਾਂ ਦੇ ਉਤਪਾਦਾਂ ਦੀ ਸ਼ੁੱਧਤਾ, ਉਪਯੋਗਤਾ ਅਤੇ ਸਕੇਲਬਿਲਟੀ ਵਧਾ ਸਕਦੀ ਹੈ. OpenAI ਦੀ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਮਾਰਕੀਟ ਵਿੱਚ ਆਈ ਅਤੇ ਸਧਾਰਣ API ਨਾਲ, ਟੀਮ ਨੇ ਮਾਡਲ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਜਾਂਚ ਲਈ ਜਲਦੀ ਹੀ ਪ੍ਰੋਟੋਟਾਈਪ ਤਿਆਰ ਕੀਤੇ. ਕਿਸੇ ਪ੍ਰਦਾਤਾ ਦੀ ਅਧਿਕਾਰਿਕ ਚੋਣ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਟੀਮ ਨੇ ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਸਮੇਤ ਕਈ ਮਾਡਲ ਵਿਕਲਪਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ.

ਗਹਿਰੇ ਮੁਲਾਂਕਣ ਤੋਂ ਬਾਅਦ, Healthify ਨੇ ਕਈ ਕਾਰਨਾਂ ਕਰਕੇ OpenAI ਨਾਲ ਭਾਈਵਾਲੀ ਕੀਤੀ:

• ਸ਼੍ਰੇਸ਼ਠ-ਪੱਧਰੀ ਸ਼ੁੱਧਤਾ. GPT‑4 Vision ਨੇ ਤੁਰੰਤ Snap ਪਾਈਪਲਾਈਨ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਪਿੱਛੇ ਛੱਡ ਦਿੱਤਾ; ਮਾਡਲ ਨੇ ਆਪਣੇ ਆਪ ਹੀ ਦੁਨੀਆ ਭਰ ਦੇ ਭੋਜਨ ਪਛਾਣ ਲਏ ਅਤੇ ਫੋਟੋਆਂ ਵਿੱਚ ਕਈ ਭੋਜਨ ਆਈਟਮਾਂ ਦਾ ਪਤਾ ਲਗਾ ਲਿਆ. GPT‑4 (Ria ਲਈ) ਅਤੇ Whisper (Coach Copilot ਲਈ) ਨੇ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਉਹਨਾਂ ਦੀਆਂ ਮੌਜੂਦਾ ਪਾਈਪਲਾਈਨਾਂ ਅਤੇ ਵਿਕਲਪਕ Generative AI ਮਾਡਲਾਂ ਦੋਹਾਂ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ.
• ਆਸਾਨ ਇਕੀਕਰਨ. ਇੱਕ ਵਾਰ ਜਦੋਂ ਉਹਨਾਂ ਨੇ ਪ੍ਰੋਟੋਟਾਈਪ ਪ੍ਰਮਾਣਿਤ ਕਰ ਲਏ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਆਪਣੀਆਂ production systems ਵਿੱਚ ਇਕੀਕ੍ਰਿਤ ਕਰਨ ਦਾ ਸਮਾਂ ਆਇਆ, ਤਾਂ Healthify ਟੀਮ ਸਿਰਫ਼ OpenAI ਦੀ API ਨੂੰ ਆਪਣੀਆਂ ਮੌਜੂਦਾ ਪਾਈਪਲਾਈਨਾਂ ਵਿੱਚ ਜੋੜ ਸਕੀ. Vashisht ਨੇ ਕਿਹਾ, “OpenAI ਨਾਲ proof-of-concepts ਬਣਾਉਣਾ ਅਤੇ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ production systems ਬਣਾਉਣਾ ਬਹੁਤ ਆਸਾਨ ਸੀ.”
• ਸਰਲ fine-tuning. Healthify ਨੇ ਵੱਡੇ ਹਿੱਸੇ ਵਿੱਚ OpenAI ਨੂੰ ਇਸ ਲਈ ਚੁਣਿਆ ਕਿਉਂਕਿ fine-tuning ਤੁਰੰਤ ਉਪਲਬਧ ਸੀ. ਉਹਨਾਂ ਦੇ ਡਾਟਾ ਨੂੰ fine-tuning ਲਈ ਮਾਡਲ ਕਰਨਾ ਅਤੇ ਸੇਵਾ 'ਤੇ ਅੱਪਲੋਡ ਕਰਨਾ ਆਸਾਨ ਸੀ. ਟੀਮ ਬਿਨਾਂ ਵੱਧ configuration ਦੇ OpenAI ਦੇ ਮਾਡਲਾਂ ਨੂੰ ਆਪਣੇ ਵਰਤੋਂ ਕੇਸ ਨਾਲ ਸਫਲਤਾਪੂਰਵਕ ਜੋੜ ਸਕੀ.
• Embeddings. Healthify ਨੇ ਆਪਣੀ ਇੱਕ ਮੁੱਖ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਲਈ Embeddings ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ: ਸਿਰਫ਼ ਟੈਕਸਟ ਮੈਚਿੰਗ ਤੋਂ ਪਰੇ ਦੋ ਭੋਜਨਾਂ ਦਾ ਮੇਲ ਕਿਵੇਂ ਕਰੀਏ? ਉਹਨਾਂ ਨੂੰ GPT‑4 ਵੱਲੋਂ ਵਾਪਸ ਕੀਤੇ ਗਏ ਭੋਜਨ ਨਾਮਾਂ ਨੂੰ ਆਪਣੇ ਸਿਸਟਮ ਵਿੱਚ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਭੋਜਨ ਨਾਮਾਂ ਨਾਲ ਮਿਲਾਉਣਾ ਸੀ. Technology ਦੇ VP Abhijit Khasnis⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਟਿੱਪਣੀ ਕੀਤੀ, “GPT ਆਪਣਾ ਖੁਦ ਦਾ ਇੱਕ ਮਾਡਲ ਹੈ. ਇਸਦਾ ਭੋਜਨ ਨਾਮਾਂ ਦਾ ਆਪਣਾ ਸ਼ਬਦਕੋਸ਼ ਹੈ. Healthify ਦੇ ਆਪਣੇ ਭੋਜਨ ਨਾਮ ਹਨ ਅਤੇ ਉਹ ਮੇਲ ਕਿਵੇਂ ਕਰਨਾ ਹੈ, ਇਹ ਉਹ ਗੱਲ ਸੀ ਜਿਸਨੂੰ ਅਸੀਂ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਸਾਂ. ਅਤੇ ਜਦੋਂ ਅਸੀਂ OpenAI Embeddings ਮਾਡਲ ਦੀ ਜਾਂਚ ਕੀਤੀ, ਤਾਂ ਸਾਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ GPT ਵੱਲੋਂ ਪਛਾਣੇ ਗਏ ਭੋਜਨ ਨਾਮ ਅਤੇ ਸਾਡੇ food embeddings ਦਰਮਿਆਨ cosine similarity matching ਸਾਨੂੰ ਉੱਚ ਸ਼ੁੱਧਤਾ ਦਿੰਦੀ ਹੈ!”

Snap ਹੁਣ ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਈ ਰੱਖਦੇ ਹੋਏ ਯੂਜ਼ਰ-ਖਾਸ ਸੰਦਰਭਾਂ ਨੂੰ ਸਮਝਣ ਲਈ GPT‑4 Vision ਦੇ ਨਾਲ ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਵਰਤਦਾ ਹੈ. ਚਿੱਤਰ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਬਾਅਦ, ਸਹੀ ਭੋਜਨ ਸਿਫਾਰਸ਼ਾਂ ਦੇਣ ਲਈ ਕਸਟਮ heuristic ਮਾਡਲ ਲਾਗੂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ. ਇਸ ਅੱਪਗ੍ਰੇਡ ਨੇ Snap ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਮਨੁੱਖੀ ਪਛਾਣ ਦੇ ਬਰਾਬਰ ਕਰ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਖੁਰਾਕ ਟਰੈਕਿੰਗ ਦੀ ਪ੍ਰਕਿਰਿਆ ਸੁਗਮ ਹੋ ਗਈ ਹੈ.

Ria ਦਾ ਨਵਾਂ ਅੱਪਡੇਟ ਜਟਿਲਤਾ ਅਤੇ ਸਮਰੱਥਾ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਛਾਲ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ GPT 3.5 ਅਤੇ ਅਧੁਨਿਕ GPT‑4 Turbo ਸਮੇਤ ਫਾਈਨ-ਟਿਊਨ ਕੀਤੇ ਮਾਡਲਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਹੈ. ਇਹ ਅਗੇਤੀ ਸੈਟਅੱਪ Ria ਨੂੰ Healthify ਦੇ ਵਿਸ਼ਾਲ ਸਾਹਿਤ ਅਤੇ ਪਲੇਟਫਾਰਮ ਨਾਲ ਹਰ ਯੂਜ਼ਰ ਦੇ ਵਿਲੱਖਣ ਇਤਿਹਾਸ ਤੱਕ ਪਹੁੰਚ ਅਤੇ ਉਸ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ. ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਇਕੀਕਰਨ ਨੇ Ria ਨੂੰ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਵਿਸਤ੍ਰਿਤ ਅਤੇ ਬੁੱਧੀਮਾਨ ਰੂਪ ਬਣਾ ਦਿੱਤਾ ਹੈ, ਜੋ ਬੇਮਿਸਾਲ ਪੱਧਰ 'ਤੇ ਨਿੱਜੀਕਰਤ ਸਿਹਤ ਅਤੇ ਪੋਸ਼ਣ ਸਲਾਹ ਦਿੰਦਾ ਹੈ.

ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ, Healthify ਟੀਮ ਨੇ ਐਨਗੇਜਮੈਂਟ ਅਤੇ ਰੀਟੇਨਸ਼ਨ ਵਿੱਚ ਤੇਜ਼ ਵਾਧਾ ਦੇਖਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਆਪਣੇ ਯੂਜ਼ਰਾਂ ਲਈ ਵਧੀਆ ਸਿਹਤ ਨਤੀਜੇ ਮਿਲੇ ਹਨ:

• Snap ਨਾਲ ਯੂਜ਼ਰ 50% ਵੱਧ ਵਾਰ ਭੋਜਨ ਟਰੈਕ ਕਰਦੇ ਹਨ. ਕਿਉਂਕਿ ਭੋਜਨ ਟਰੈਕਿੰਗ ਦਾ ਸੰਬੰਧ ਫਿਟਨੈੱਸ ਟੀਚਿਆਂ ਨਾਲ ਹੈ, Healthify ਟੀਮ ਉਮੀਦ ਕਰਦੀ ਹੈ ਕਿ ਐਨਗੇਜਮੈਂਟ ਵਿੱਚ ਇਹ ਵਾਧਾ ਯੂਜ਼ਰਾਂ ਦੀ ਫਿਟਨੈੱਸ ਵਿੱਚ ਵੀ 50% ਵਾਧੇ ਦਾ ਕਾਰਣ ਬਣੇਗਾ. Vashisht ਨੇ ਟਿੱਪਣੀ ਕੀਤੀ, “ਅਸੀਂ ਵੇਖ ਰਹੇ ਹਾਂ ਕਿ ਐਨਗੇਜਮੈਂਟ ਦਰਾਂ 50% ਵੱਧ ਹਨ. ਵਜ਼ਨ ਘਟਾਉਣਾ ਅਤੇ ਚਰਬੀ ਘਟਾਉਣਾ ਉਹਨਾਂ ਭੋਜਨਾਂ ਨਾਲ ਕਾਫ਼ੀ ਸੰਬੰਧਿਤ ਹੈ ਜੋ ਤੁਸੀਂ ਟਰੈਕ ਕਰਦੇ ਹੋ, ਜਿਸ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸੀਂ ਵਜ਼ਨ ਘਟਾਉਣ 'ਤੇ ਵੀ 50% ਵੱਧ ਪ੍ਰਭਾਵ ਦੇਖਣ ਦੀ ਉਮੀਦ ਕਰ ਸਕਦੇ ਹਾਂ.”
• ਪੋਸ਼ਣ ਅਤੇ ਫਿਟਨੈੱਸ ਕੋਚਿੰਗ ਲਈ ਯੂਜ਼ਰ Ria ਨਾਲ ਹੋਰ ਵੱਧ ਜੁੜਦੇ ਹਨ. ਗੱਲਬਾਤ ਦੀ ਲੰਬਾਈ ਦੋਗੁਣੀ ਹੋ ਗਈ ਹੈ (ਕੁਝ ਯੂਜ਼ਰ ਦੋ ਸੌ ਤੋਂ ਵੱਧ ਸੁਨੇਹਿਆਂ ਤੱਕ ਗੱਲਬਾਤ ਕਰਦੇ ਹਨ) ਅਤੇ Ria ਹੁਣ “ਮੇਰੇ ਕੱਲ੍ਹ ਦੇ ਗਲੂਕੋਜ਼ ਪੱਧਰਾਂ ਨੇ ਮੇਰੀ ਕੱਲ੍ਹ ਦੀ ਨੀਂਦ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ?” ਵਰਗੇ ਜਟਿਲ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦੀ ਹੈ, Continuous Glucose Monitor (CGM), Snap ਤੋਂ ਫੂਡ ਲੌਗ ਅਤੇ ਕਿਸੇ ਵੀ wearable ਤੋਂ ਸਲੀਪ ਲੌਗ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਆਪਸੀ ਤੌਰ 'ਤੇ ਜੋੜ ਕੇ.
• ਕੋਚ ਅੱਧੇ ਸਮੇਂ ਵਿੱਚ ਕਲਾਇੰਟਾਂ ਨੂੰ ਜਵਾਬ ਦਿੰਦੇ ਹਨ. ਕਲਾਇੰਟ AI-ਸਮਰਥਿਤ ਕੋਚਾਂ ਨਾਲ 18% ਵੱਧ ਜੁੜਦੇ ਹਨ. Healthify ਦੇ ਡਾਟਾ 'ਤੇ ਆਧਾਰਿਤ Stanford ਖੋਜ⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ AI-ਸਮਰਥਿਤ ਮਨੁੱਖੀ ਕੋਚਿੰਗ, ਸਿਰਫ਼ AI ਕੋਚਿੰਗ ਦੇ ਮੁਕਾਬਲੇ, ਕਲਾਇੰਟਾਂ ਨੂੰ 70% ਵੱਧ ਵਜ਼ਨ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ. AI ਦੇ ਕਾਰਨ, Healthify ਦੇ ਕੋਚ ਹੁਣ ਹੋਰ ਕਲਾਇੰਟਾਂ ਨੂੰ ਉਹ ਵਾਧੂ 70% ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ.

ਅਗਲੇ ਬਾਰ੍ਹਾਂ ਮਹੀਨਿਆਂ ਵਿੱਚ, Healthify ਟੀਮ ਹੋਰ ਵੀ ਮਹੱਤਵਾਕਾਂਸ਼ੀ ਟੀਚਿਆਂ ਵੱਲ ਦੇਖ ਰਹੀ ਹੈ. ਉਹ ਸਵੈਚਾਲਤ ਸਿਹਤ ਏਜੰਟ ਵਿਕਸਤ ਕਰਨ ਦਾ ਲਕਸ਼ ਰੱਖਦੇ ਹਨ ਜੋ ਯੂਜ਼ਰਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਸਿਹਤਮੰਦ ਚੋਣਾਂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਯੋਗ ਹੋਣ. ਕਿਸੇ ਸਵਾਲ ਦੇ ਟ੍ਰਿਗਰ ਹੋਣ ਦੀ ਉਡੀਕ ਕਰਨ ਦੀ ਬਜਾਇ, ਇਹ ਏਜੰਟ ਆਪਣੇ ਆਪ ਯੂਜ਼ਰ ਦੇ ਸਿਹਤ ਡਾਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਗੇ ਅਤੇ ਭੋਜਨ, ਨੀਂਦ ਅਤੇ ਕਸਰਤ ਬਾਰੇ ਸਿਫਾਰਸ਼ਾਂ ਦੇਣਗੇ. ਯੂਜ਼ਰ ਦੀ ਇਜਾਜ਼ਤ ਨਾਲ, ਇਹ ਏਜੰਟ ਭੋਜਨ ਆਰਡਰ ਕਰਨ ਜਾਂ ਜਿਮ ਕਲਾਸਾਂ ਬੁੱਕ ਕਰਨ ਦੇ ਯੋਗ ਵੀ ਹੋਣਗੇ.

ਆਪਣੀ ਪੂਰੀ ਯਾਤਰਾ ਦੌਰਾਨ, Healthify ਟੀਮ ਨੇ ਸੰਭਵ ਤੌਰ 'ਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਲੋਕਾਂ ਨੂੰ ਆਪਣੇ ਫਿਟਨੈੱਸ ਟੀਚੇ ਹਾਸਲ ਕਰਨ ਅਤੇ ਮੈਟਾਬੋਲਿਕ ਬਿਮਾਰੀਆਂ ਨੂੰ ਰੋਕਣ ਵਿੱਚ ਮਦਦ ਕਰਨ 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਹੈ. ਉਹ ਪਹਿਲਾਂ ਹੀ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਕਰ ਚੁੱਕੇ ਹਨ. ਹੁਣ, ਉਹ ਉਸ ਪ੍ਰਭਾਵ ਨੂੰ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਵਧਾ ਰਹੇ ਹਨ. ਆਪਣੀਆਂ ਪਰੰਪਰਾਗਤ ML ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਦੱਖਣ-ਪੂਰਬੀ ਏਸ਼ੀਆ ਵਿੱਚ ਵਿਸਥਾਰ ਕਰਨ ਲਈ ਉਹਨਾਂ ਨੂੰ ਦੋ ਸਾਲ ਲੱਗੇ. ਪਰ OpenAI ਨਾਲ, ਉਹ ਸਿਰਫ਼ ਇਸੇ ਸਾਲ ਵਿੱਚ 20 ਦੇਸ਼ਾਂ ਵਿੱਚ ਲਾਂਚ ਕਰਨਗੇ, ਜਿਸ ਨਾਲ ਉਹ ਆਪਣੇ ਪਰਿਭਾਸ਼ਿਤ ਮਿਸ਼ਨ “Healthify a Billion.” ਦੇ ਹੋਰ ਨੇੜੇ ਪਹੁੰਚਣਗੇ.