[发明专利]电子设备及控制该电子设备的方法

权利要求书

1.一种使用人工智能神经网络模型控制电子设备的方法，所述方法包括:

通过检测至少一个用户来基于所检测到的至少一个用户的数量确定用户模式；

获取检测到的至少一个用户的用户信息；

基于所确定的用户模式和用户信息，确定要提供给检测到的至少一个用户的服务；和

提供与用户模式相对应的所确定的服务,

其中，所述用户模式是第一用户模式和第二用户模式中的一个，其中，第一用户模式是针对一个检测到的用户的用户模式，以及第二用户模式是针对多个检测到的用户的用户模式，

其中，基于所述用户模式是所述第一用户模式，确定服务包括通过向用户-上下文神经网络模型输入单个用户的信息和上下文信息来确定所述服务，以及

其中，基于所述用户模式是所述第二用户模式，确定服务包括通过向用户-用户神经网络模型输入所述多个检测到的用户的信息来确定所述服务。

2.根据权利要求1所述的方法，其中，基于用户模式是第一用户模式，确定服务包括：通过将单个用户的信息、单个用户周围的对象的信息和单个用户周围的状况的信息中的至少一个作为输入数据输入到通过使用人工智能神经网络模型训练的模型来确定服务。

3.根据权利要求1所述的方法，还包括：

基于用户模式是第一用户模式，基于单个用户的信息、单个用户周围的对象的信息和单个用户周围的状况的信息中的至少一个来预测检测到的用户的下一个行为，

其中，确定服务包括：基于所预测的用户的下一个行为来确定服务。

4.根据权利要求1所述的方法，其中，基于用户模式是第二用户模式，确定服务还包括:

确定多个用户之间的亲密程度；和

基于亲密程度确定服务。

5.根据权利要求1所述的方法，其中，提供服务还包括:

确定至少一个用户对服务的反应；和

基于至少一个用户的反应是积极的，向用户提供服务，以及基于至少一个用户的反应是消极的，通过将所检测到的至少一个用户的信息、所确定的用户模式和所确定的服务的信息作为输入数据应用于数据识别模型，来确定要提供给检测到的至少一个用户的另一服务。

6.根据权利要求1所述的方法，还包括：

用关于提供给用户的服务的信息作为学习数据来更新训练模型。

7.一种使用人工智能神经网络模型的电子设备，所述设备包括:

输入单元；

输出单元；和

处理器，被配置为通过检测至少一个用户来基于所检测到的至少一个用户的数量确定用户模式，获取检测到的至少一个用户的用户信息，并基于所确定的用户模式和用户信息来确定要提供给检测到的至少一个用户的服务，

其中，所述处理器被配置为控制输出单元提供与用户模式相对应的所确定的服务，

其中，所述用户模式是第一用户模式和第二用户模式中的一个，其中，第一用户模式是针对一个检测到的用户的用户模式，以及第二用户模式是针对多个检测到的用户的用户模式，

其中，基于所述用户模式是所述第一用户模式，其中所述处理器被配置为通过向用户-上下文神经网络模型输入单个用户的信息和上下文信息来确定所述服务，以及

其中，基于所述用户模式是所述第二用户模式，其中所述处理器被配置为通过向用户-用户神经网络模型输入所述多个检测到的用户的信息来确定所述服务。

8.根据权利要求7所述的设备，其中，基于用户模式是第一用户模式，所述处理器被配置为：通过将单个用户的信息、单个用户周围的对象的信息和单个用户周围的状况的信息中的至少一个作为输入数据输入到通过使用人工智能神经网络模型训练的模型来确定服务。

9.根据权利要求7所述的设备，其中，所述处理器被配置为：基于用户模式是第一用户模式，基于单个用户的信息、单个用户周围的对象的信息和单个用户周围的状况的信息中的至少一个来预测检测到的用户的下一个行为，并且基于所预测的用户的下一个行为来确定服务。