“大数据+AI”黑科技改变竞技体育

随着今年7月戴尔科技与中国赛艇协会、中国皮划艇协会、人体运动表现和健康发展中心(以下简称“PHD”)共建“大数据与人工智能联合实验室”又正式揭牌,标志着双方双方合作进一步深入。

李三平博士坦言,系统具体开发过程并不简单。“首先就是需求的挑战,大家都没做过类似的项目,需要从头摸索。”李三平博士和团队在这个项目上也遇到了AI落地时普遍挑战:懂机器学习、深度学习的AI人才一开始并不了解业务,而专业业务人员却对于AI技术则是一头雾水,双方需要努力架设一座沟通与对话的桥梁。

为此,李三平博士和团队常驻国家队基地,观摩运动员的日常训练,与技术总监、数据负责人、教练员见缝插针地不断交流和学习,了解赛艇队真实需求,拉平沟通鸿沟,明确业务需求,“赛艇运动并不像其他传统项目那样周期固定,经常需要外出训练和比赛,我们的沟通工作又不能打扰运动员的训练和比赛节奏。因此,团队都是抓住一切机会来沟通和分析需求,并且快速将功能做出来,之后再不断完善与迭代。”

就是在这样多方不断地沟通、磨合和努力下,赛艇队的业务需求逐渐清晰,技术实现路径开始明确地浮现在研发人员脑中,为综合智能训练辅助系统夯实了牢固的基础。

赛艇训练:边缘智能的完美场景

赛艇是一项竞争性极强的力量耐力运动,堪称全世界体能需求最大的运动之一。通常情况下,运动员完成2000米比赛通常需要划桨210-230次。对于精英级赛艇运动员来说,每周进行14-18次、17-23小时训练是司空见惯的事。

“赛艇运动是最痛苦的运动项目之一,有点类似400米跑,要求绝对的力量和耐力,整个比赛过程追求技术效率最高。”李三平博士介绍道。因此,赛艇运动员平时训练的核心目的并不是练力量,而是技术动作的稳定性和耐力,以提升真实比赛的过程效率。

与此同时,赛艇训练又是一个非常理想的边缘智能应用场景,运动员有大量的室内训练任务,可以通过视频实时捕捉,来检测运动员的技术动作和姿态,通过模型来分析,并将结果及时反馈给教练员。但李三平博士和团队又遇到了一个大的挑战,即赛艇运动员的训练和比赛地点不固定,经常不断变换,每个地点的网络情况又不尽相同。

李三平博士介绍:“受天气、地理等条件限制,赛艇队训练地点、训练时间并不固定,另外每个训练场景的条件也不一样,像在有些地点,网络环境会出现不稳定的情况,技术团队需要在不打扰运动员训练和比赛节奏的前提下,通过视频实时捕捉数据进行分析。”

事实上,边缘智能场景看似规模不大,但非常考验解决方案的实时数据采集和处理能力。通常,单个赛艇运动员一小时的训练视频数据量就多达20G,将这些数据传输到数据中心不切实际,需要就近进行实时处理与分析。得益于戴尔科技在高性能计算、边缘计算等领域的强大技术和产品解决方案,中国赛艇队一开始就很好地解决了数据的实时采集与处理等需求。

解决完数据采集与处理的难题之后,戴尔团队接下来需要构建起运动生物力学分析模型。为此,李三平博士率领团队详细学习赛艇相关知识,了解运动员训练每个动作的要领与意义,“赛艇运动分拉桨和回桨两个阶段,有一个推拉时间比的黄金范围,从脚到驱干最后到手臂的发力有先后顺序,并不是桨频越快越好,划桨效率受桨频、桨幅、运动员耐力等多种因素影响,需要综合评估与分析。”

之后,李三平博士率领团队构建起一套基于25个关键点的运动生物力学分析模型,该模型对视频画面中的每一帧进行姿态检测,识别并计算身体各个部位的运动角度,绘制各个部位在不同周期变化的曲线图,将每个周期的动作进行实时评估,给运动员提供实时反馈,纠正动作中出现的偏差和问题。

与其他领域的场景不同,体育竞技领域有其特殊性,尤其是考虑到每个运动员个体的不同,存在着生理差异,使得训练动作很难存在人人都适合的“黄金标准”。这意味着李三平博士和团队构建起的运动生物力学分析模型一开始并没有“放之四海皆准”的黄金动作数据标准可参考,模型在精度上遇到了挑战,“不同教练员对于运动员关注点不一样,对于动作的理解又不一样。”

经过深入研究之后,戴尔团队总结出一些预定义的类似黄金标准的模型,并且将每位运动员的训练过程与历史数据进行比较,不断地学习和自适应,从而迭代出灵活性极高且适合每位运动员实际情况的模型。

据了解,2019年,在赛艇队引入科学训练系统之前,运动员艇上做功是310多瓦,而一年后2020年的时候已经提高到了370多瓦。如今,戴尔科技集团打造的科学训练系统已经获得了国家赛艇队深入使用,持续助力运动员的训练水平和比赛成绩提升。

数据思维:为赛艇运动带来改变

如果说基于AI、边缘计算等技术的科学训练系统直观、有效地提升了运动员的训练水平,那么逐渐建立起的数据思维则潜移默化地影响着赛艇队的方方面面。

众所周知,体育竞技之前在训练、康复、比赛往往高度依赖于教练团队的经验,并没有数据层面的量化参考,即使有数据也是局面层面的数据,很难基于数据对于运动员的训练动作、训练计划、健康恢复做出精准的科学决策,往往通过经验和不断试错来提升运动员的水平,训练效率有待提升的同时,还容易提高运动员受伤的风险。

在笔者看来,中国赛艇队与戴尔科技集团合作很重要的一个收获就是逐步建立起数据思维,并且将数据思维贯穿到训练、恢复、比赛之中。

以运动员为例,采用普通训练到了一定阶段之后会出现局限性,运动员再想提高则必然会遇到瓶颈,而通过科学训练系统对每次划桨速率、呼吸频次、肌肉力度、运动姿态等方面数据的积累,则可以寻找到训练的薄弱点,使得每一位运动员的训练数据报告分析更精准,训练更加有目的性和科学性。

而数据思维对于教练员的启发和帮助就更大。以前很多数据都是躺在PC的EXCEL表格中,很难真正做到分析、应用;如今,教练员可以通过视图了解运动员的全面信息,并且可以根据需求来定制化相关数据,随着科学训练系统的部署与使用,教练团队在工作也不知不觉地习惯上使用数据,更加看重数据带来的价值。

例如,李三平博士介绍,当前一个正在开发的需求就是与教练团队反复沟通的结果,他表示:“针对更加全面的技术动作分析与提前发现伤病隐患等问题,教练员希望增加胸椎与腰椎位置的数据,进行运动生物力学分析,需要重新采集运动员的专属数据集。”

在李三平博士看来,与人工智能相关的技术、算法和工程等问题并不是最难的,真正的挑战是来自于数据的采集和使用。“高效、快速的采集和处理数据,如何让数据在业务中发挥价值,这些是最难的。”例如,在户外水上运动时候,针对运动员动作姿态的捕捉问题,其特殊性使得数据采集比在陆地上困难很多。

但戴尔科技集团也有法宝:流数据处理平台(Streaming Data Platform, SDP)。作为一个可弹性扩展的平台,SDP用于实时获取、存储和分析连续的流数据,可在同一个应用程序中同时处理实时和收集的历史数据,非常适合实时获取、存储和分析边缘场景下连续的流数据。

“SDP的确是在底层帮了很大的忙,所有的AI科研人员都不愿意花费太多时间底层数据梳理等过程上,希望更多精力聚焦在上层应用需求和高精度模型构建。”李三平博士补充道,“下一步,戴尔科技还将利用SDP平台来构建边缘和数据中心端之间的桥梁,让数据真正流动起来,并且汇聚传感器、生理数据等各种数据,综合打通与分析,带来更加精准和科学的数据决策能力。”

面向未来:拥抱广阔的体育空间

随着“大数据与人工智能联合实验室”的正式揭牌,戴尔科技与中国赛艇队的合作也更加紧密。据悉,戴尔科技正在与PHD合作,通过模型分析去发现传统训练方式中存在的问题和隐患,更加科学的构建训练方法,减少运动员伤病的发生风险。未来,综合智能训练辅助系统还将是围绕运动员整个生命周期中体育训练以及身体素质的详细记录,并以此作为培养运动员的重要参考。

“现在的运动生物力学分析模型是基于二维的,未来将通过标尺校准的方式构建三维模型,进一步提升模型的精度。”李三平博士补充道。

未来,戴尔科技与中国赛艇队还将在四个方面和业务领域做出新的探索:一是训练计划负荷,通过把运动员的输入和输出打通,实现对训练黑箱整体的把控;二是康复角度挖掘,将运动员的伤病情况和专家的诊断意见积累下来,形成系统的体系;三是可穿戴设备训练反馈,围绕水上和陆上实时采集运动员的速度+速度心率等指标;四是青少年体质提升计划,围绕天窗理论去针对运动员不同年龄阶段制定针对性的训练提升板块。

总体来看,中国赛艇队与戴尔科技集团过去两年多中精诚合作,在赛艇运动的数字化和智能化探索方面迈出了重要一步,并且通过“大数据+AI”黑科技真正帮助了运动员的训练水平和比赛成绩,东京奥运获得的出色成绩就像给赛艇运动数字化第一阶段画上一个圆满的句号。随着巴黎奥运会倒计时的开始,中国赛艇队也正式迈向了数字化建设的第二阶段。面向未来,随着双方在数字化、智能化等领域的深入合作,中国赛艇队、皮划艇队有望在巴黎赛场再获佳绩。