4 月 9 日報道，蘋果健康研發團隊在今年三月末發表文章，通過運用人工智能及機器學習技術，為依照用戶需求量身打造健身方案提供依據。

蘋果健康研究團隊強調，已有的模型僅基于高度可控實驗室環境下的觀察，得出的結果與Apple Watch在現實世界的心跳數據有出入。他們因此，創新性地引入了一種新式的機器學習算法，它既包含傳統心率模型，又融合了適應當前復雜多變的外部環境的靈活性適應系統，意在構建專屬個人的心率模型，以便準確獲取每位消費者的健身數據。

此項機器人算法首先深入挖掘特定用戶的運動史，在此基礎上，進一步搜集運動期間拍攝的相關數據，最終經由算法精確修正，使身體對運動環境的應激反應達到最佳水平。

此團隊解釋稱，運用“卷積神經網絡”技術，以此方法對個體近期的具體訓練成果，包括心率、步速、行進速度及高度變動進行建模。

本系統還會對一些容易被忽視的因素加以重視。蘋果健康研究團隊提到，在炎熱或濕度過高的環境里進行運動，心率會相應上升，但這種現象在實驗室環境中往往難以顯現。同時，系統也會密切關注行走頻次、高度變化與速度變化等數據，進一步提升對運動強度的精確預測能力。