這是北京冬奧會(huì)的第7天。

隨著賽程的展開，中國(guó)軍團(tuán)不僅在優(yōu)勢(shì)項(xiàng)目上對(duì)金牌進(jìn)行激烈的角逐，也迎來(lái)越來(lái)越多項(xiàng)目的歷史首秀，刷新一個(gè)又一個(gè)最好成績(jī)。這些不斷被創(chuàng)造和改寫的歷史，正是中國(guó)冬季運(yùn)動(dòng)跨越式發(fā)展的生動(dòng)寫照，也是中國(guó)健兒對(duì)“更快、更高、更強(qiáng)——更團(tuán)結(jié)”的奧林匹克格言的生動(dòng)詮釋。

不到十年，中國(guó)冰雪運(yùn)動(dòng)的水平就已經(jīng)追上了別人幾十年發(fā)展帶來(lái)的優(yōu)勢(shì)。這也帶動(dòng)越來(lái)越多的人關(guān)心冬季運(yùn)動(dòng)產(chǎn)業(yè)，并讓全民健身有了向冰雪領(lǐng)域發(fā)展的勢(shì)頭。

可以說(shuō)，從讓世界看見中國(guó)到“讓世界看見世界”，從2008年奧運(yùn)會(huì)到2022年的冬奧會(huì)，十幾年來(lái)，中國(guó)運(yùn)動(dòng)員與奧林匹克的故事一直在變。

值得關(guān)注的是，如今，科技也成為北京冬奧會(huì)的亮麗底色，一系列新技術(shù)、新應(yīng)用，在冬奧會(huì)的各項(xiàng)工作中落地實(shí)踐，讓“科技冬奧”從愿景走進(jìn)了現(xiàn)實(shí)。在很多人看來(lái)，冬奧會(huì)是個(gè)技術(shù)活兒，有著AI范兒。

#01

從動(dòng)作開始

2019年，國(guó)家體育總局針對(duì)冬奧籌備工作成立專家組，希望能利用高新技術(shù)指導(dǎo)運(yùn)動(dòng)員訓(xùn)練，繼而在中國(guó)劣勢(shì)項(xiàng)目上實(shí)現(xiàn)成績(jī)的突破。

這是中國(guó)備戰(zhàn)奧運(yùn)會(huì)的傳統(tǒng)，最近幾屆奧運(yùn)會(huì)中國(guó)代表團(tuán)都享受到了科技帶來(lái)的便利，也堅(jiān)定了使用高新技術(shù)配合備戰(zhàn)的決心。

因此，當(dāng)年1月，工信部、國(guó)家體育總局開始規(guī)劃制定冰雪裝備器材產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃，這被看作是中國(guó)備戰(zhàn)冬奧的助推器。

當(dāng)時(shí)，國(guó)內(nèi)對(duì)于體育運(yùn)動(dòng)技術(shù)研發(fā)最前沿的能力，大部分集中在北京體育大學(xué)。

當(dāng)時(shí)，整個(gè)北體大的研究團(tuán)隊(duì)為了幫助田徑運(yùn)動(dòng)員，尤其是鉛球和鐵餅運(yùn)動(dòng)員備戰(zhàn)，建立了一套AI輔助運(yùn)動(dòng)訓(xùn)練系統(tǒng)。

這套系統(tǒng)是一個(gè)無(wú)反光點(diǎn)人體運(yùn)動(dòng)自動(dòng)捕捉人工智能系統(tǒng)，也就是不用對(duì)于目標(biāo)貼放反光點(diǎn)，也能利用計(jì)算機(jī)自動(dòng)建模對(duì)于目標(biāo)的動(dòng)作進(jìn)行捕捉。

其中蘊(yùn)藏的科技戰(zhàn)術(shù)是基于深度學(xué)習(xí)原理的人工智能技術(shù)，建立神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)對(duì)動(dòng)作視頻中人體關(guān)節(jié)點(diǎn)的計(jì)算機(jī)自動(dòng)識(shí)別，進(jìn)而建立起適用于競(jìng)技體育和一般生物力學(xué)研究的計(jì)算機(jī)系統(tǒng)。

這套系統(tǒng)可以實(shí)現(xiàn)對(duì)運(yùn)動(dòng)員日常訓(xùn)練動(dòng)作的記錄，然后可以告知運(yùn)動(dòng)員哪些動(dòng)作可以微調(diào)，最終實(shí)現(xiàn)最有效率的用鏡，從而獲得成績(jī)上的突破。

在這套系統(tǒng)幫助下，中國(guó)選手鞏立姣和劉詩(shī)穎在東京奧運(yùn)會(huì)女子投擲項(xiàng)目比賽中發(fā)揮出色，分獲鉛球和標(biāo)槍金牌。鞏立姣更以20米58創(chuàng)造了個(gè)人最好成績(jī)，也為中國(guó)隊(duì)贏得了奧運(yùn)會(huì)田賽項(xiàng)目首枚金牌。

而這次北京冬奧會(huì)，體育總局又想起北體大的這套系統(tǒng)，并將提升雪上運(yùn)動(dòng)訓(xùn)練水平的任務(wù)交給了項(xiàng)目組。

不過(guò)，跟他們熟悉的田徑比賽不一樣，整個(gè)研究小組在冰雪訓(xùn)練中心一待就是半年，對(duì)于雪上項(xiàng)目和速度滑冰運(yùn)動(dòng)員進(jìn)行了超過(guò)8000多次的數(shù)據(jù)采樣，逐漸形成了項(xiàng)目數(shù)據(jù)庫(kù)。

畢竟，對(duì)于冰雪運(yùn)動(dòng)尤其是速度滑冰項(xiàng)目而言，一個(gè)動(dòng)作微調(diào)都可能帶來(lái)1-2秒的增速，某些時(shí)候就是決定性的時(shí)間差。而這套系統(tǒng)建模完成之后，AI的深度學(xué)習(xí)可以明確告知運(yùn)動(dòng)員什么動(dòng)作沒(méi)到位，又有哪些動(dòng)作不對(duì)需要調(diào)整。

同樣，上海復(fù)旦大學(xué)人工智能專家張立華團(tuán)隊(duì)也關(guān)注到人工智能在訓(xùn)練領(lǐng)域的應(yīng)用機(jī)會(huì)，他意識(shí)到，動(dòng)作識(shí)別與檢測(cè)、運(yùn)動(dòng)分析與追蹤等技術(shù)可應(yīng)用于冰雪項(xiàng)目訓(xùn)練，并提出用AI提高冰上運(yùn)動(dòng)訓(xùn)練水平的建議。

2019年2月，在首鋼訓(xùn)練基地，整個(gè)研發(fā)小組同國(guó)家體育總局冬季運(yùn)動(dòng)管理中心聘請(qǐng)的高水平運(yùn)動(dòng)表現(xiàn)顧問(wèn)克里斯汀·科林斯女士進(jìn)行溝通，討論了智能輔助分析系統(tǒng)的實(shí)用價(jià)值。在得到認(rèn)可后，他帶領(lǐng)團(tuán)隊(duì)同吉林省體育局合作，開始構(gòu)建冰上運(yùn)動(dòng)智能訓(xùn)練示范系統(tǒng)。

研究人員用基于人工智能計(jì)算機(jī)視覺算法，對(duì)滑冰運(yùn)動(dòng)員的動(dòng)作、姿態(tài)、速度等信息進(jìn)行分析對(duì)比，從定性、定量再到定制化分析每個(gè)運(yùn)動(dòng)員的特點(diǎn)，然后在疊加經(jīng)過(guò)深度學(xué)習(xí)的系統(tǒng)判斷，最終為運(yùn)動(dòng)員矯正姿態(tài)提升成績(jī)提供幫助，提高科學(xué)化訓(xùn)練水平與效率。

#02

運(yùn)動(dòng)捕捉與評(píng)分

其實(shí)，這次幫助冬奧選手備戰(zhàn)的AI系統(tǒng)，優(yōu)點(diǎn)在于多項(xiàng)算法技術(shù)可以確保自動(dòng)識(shí)別快速準(zhǔn)確。

畢竟，這是一種運(yùn)動(dòng)視頻自動(dòng)解析，至少需要解決識(shí)別-跟蹤-預(yù)測(cè)3個(gè)問(wèn)題。首先，由于運(yùn)動(dòng)現(xiàn)場(chǎng)拍攝視頻，畫面環(huán)境復(fù)雜多樣，于是兩個(gè)團(tuán)隊(duì)在常用的運(yùn)動(dòng)人體跟蹤算法中結(jié)合了光流跟蹤技術(shù)，有效規(guī)避快速運(yùn)動(dòng)造成的影像模糊，減少?gòu)?fù)雜背景等因素干擾，通過(guò)動(dòng)作量的多少、動(dòng)作幅度的大小來(lái)準(zhǔn)確鎖定主ID（身份人物），確保能夠“跟得住”。

其次，整個(gè)系統(tǒng)需要對(duì)大量已標(biāo)記的訓(xùn)練數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，利用計(jì)算機(jī)系統(tǒng)形成神經(jīng)網(wǎng)絡(luò)，可識(shí)別不同運(yùn)動(dòng)姿態(tài)下的人體關(guān)節(jié)點(diǎn)，達(dá)到“識(shí)別準(zhǔn)”。

最后，該系統(tǒng)運(yùn)用算法增加對(duì)連續(xù)運(yùn)動(dòng)的時(shí)間約束，即識(shí)別出各個(gè)關(guān)節(jié)點(diǎn)的高頻誤差并把它排除掉，以此修正關(guān)節(jié)點(diǎn)位置坐標(biāo)，對(duì)每一幀圖像的關(guān)節(jié)點(diǎn)進(jìn)行獨(dú)立計(jì)算，減小獨(dú)立計(jì)算時(shí)關(guān)節(jié)點(diǎn)位置的隨機(jī)誤差，最終獲得高精度計(jì)算結(jié)果。

來(lái)自體育總局的信息顯示，從2019年起經(jīng)過(guò)數(shù)個(gè)版本的迭代升級(jí)，該系統(tǒng)已能快速準(zhǔn)確地自動(dòng)識(shí)別運(yùn)動(dòng)視頻中的人體關(guān)節(jié)點(diǎn)，對(duì)旋轉(zhuǎn)、翻滾等人體動(dòng)作也能進(jìn)行比較好的自動(dòng)識(shí)別。

而如果系統(tǒng)采用的是工業(yè)錄像機(jī)，數(shù)據(jù)的傳輸與處理往往在1—3分鐘就可完成。這將對(duì)技巧類運(yùn)動(dòng)員深刻體驗(yàn)競(jìng)技狀態(tài)、掌握技術(shù)要領(lǐng)起到至關(guān)重要的作用。

同時(shí)，這一系統(tǒng)還提供多種空間三維標(biāo)定方案，可解決大范圍、高空動(dòng)作的數(shù)據(jù)采集問(wèn)題。

具體來(lái)說(shuō)，在縱橫20—30米的空間范圍都可覆蓋。尤其是針對(duì)跳臺(tái)滑雪空中技巧類的項(xiàng)目，能夠?yàn)榻叹殕T很難用肉眼識(shí)別的技術(shù)細(xì)節(jié)找尋改進(jìn)的空間。

目前，該系統(tǒng)已被用于鋼架雪車、花樣滑冰、跳臺(tái)滑雪、越野滑雪、速度滑冰等項(xiàng)目的國(guó)家隊(duì)備戰(zhàn)訓(xùn)練工作，提升的相應(yīng)效果已經(jīng)成為當(dāng)下能看得見的運(yùn)動(dòng)成績(jī)突破。

另外，要幫助教練找到運(yùn)動(dòng)員訓(xùn)練中的問(wèn)題并加以解決，除了對(duì)運(yùn)動(dòng)態(tài)勢(shì)實(shí)現(xiàn)實(shí)時(shí)捕捉外，還需要建模對(duì)其進(jìn)行分析。

這就是所謂的AI評(píng)分系統(tǒng)，可將轉(zhuǎn)瞬即逝的動(dòng)作轉(zhuǎn)化為空間坐標(biāo)上量化的數(shù)據(jù)指標(biāo)，無(wú)論是動(dòng)作糾偏還是動(dòng)作打分，都可以達(dá)到極高精度。這其中運(yùn)用的目標(biāo)識(shí)別與目標(biāo)跟蹤都是計(jì)算機(jī)視覺（CV）領(lǐng)域的重要研究?jī)?nèi)容。 

整個(gè)評(píng)分系統(tǒng)，通過(guò)對(duì)之前比賽數(shù)據(jù)的解讀和裁判標(biāo)準(zhǔn)的數(shù)據(jù)化記錄，可以會(huì)對(duì)運(yùn)動(dòng)員動(dòng)作視頻進(jìn)行逐幀的分析和檢測(cè)。

而經(jīng)過(guò)目標(biāo)檢測(cè)、目標(biāo)描述、目標(biāo)搜索和模型更新4個(gè)階段，整個(gè)系統(tǒng)就能得出運(yùn)動(dòng)員的運(yùn)動(dòng)軌跡和動(dòng)作信息，并據(jù)此進(jìn)行評(píng)分。

#03

深度學(xué)習(xí)

實(shí)際上，此次冬奧利用AI技術(shù)助力備戰(zhàn)的核心，是深度學(xué)習(xí)。畢竟，只要教會(huì)系統(tǒng)判斷運(yùn)動(dòng)員動(dòng)作的可靠性和合理性，才能提高他們的訓(xùn)練效率。而這些判斷能力的背后，無(wú)一例外意味著強(qiáng)大的深度學(xué)習(xí)能力。

從公開信息不難看出，當(dāng)前中國(guó)的體育AI項(xiàng)目，大部分都采用網(wǎng)絡(luò)嵌入這個(gè)最新的深度學(xué)習(xí)理論。

該方法計(jì)算各種數(shù)據(jù)點(diǎn)直接的相似性，從中找到隱藏其中的各種結(jié)構(gòu)，最后在計(jì)算機(jī)系統(tǒng)中建立判斷模型。

而矩陣分解的數(shù)據(jù)融合（DFMF）是網(wǎng)絡(luò)嵌入理論尋找數(shù)據(jù)結(jié)點(diǎn)的方法，可以預(yù)測(cè)異構(gòu)節(jié)點(diǎn)之間直接和間接交互，最終幫助系統(tǒng)找到其中的規(guī)律。

其實(shí)，深度學(xué)習(xí)是一種機(jī)器學(xué)習(xí)技術(shù)，可以從非常大的、異構(gòu)的、高維數(shù)據(jù)集的原始數(shù)據(jù)中自動(dòng)提取高級(jí)特征。這一優(yōu)勢(shì)使深度學(xué)習(xí)非常適合生物學(xué)中大數(shù)據(jù)的復(fù)雜性，因?yàn)樗梢杂糜诰W(wǎng)絡(luò)嵌入以找到復(fù)雜的結(jié)構(gòu)特征并學(xué)習(xí)深度、高度非線性的節(jié)點(diǎn)表示。

某種意義上，這個(gè)AI助力冬奧備戰(zhàn)的深度學(xué)習(xí)系統(tǒng)就是在訓(xùn)練一個(gè)含有若干個(gè)模型的集合，并根據(jù)平均輸出進(jìn)行預(yù)測(cè)。

為了將特殊的活動(dòng)也納入考慮，深度學(xué)習(xí)和集體智能的其它組合采納了復(fù)雜系統(tǒng)的一些概念，如自組織、涌現(xiàn)行為、粒子群優(yōu)化和元胞自動(dòng)機(jī)。由此產(chǎn)生的系統(tǒng)，已經(jīng)被證明是上一段所述某些問(wèn)題的潛在解決方案。

新的技術(shù)更注重問(wèn)題的表述和機(jī)制，以此促進(jìn)新穎的表現(xiàn)或比簡(jiǎn)單地聚集各個(gè)結(jié)果更好的結(jié)果。而AI在體育運(yùn)動(dòng)領(lǐng)域的發(fā)展，也必然會(huì)不斷推動(dòng)深度學(xué)習(xí)在智能判斷領(lǐng)域的不斷深入和拓展。

也許，未來(lái)的冬奧會(huì)不光會(huì)有AI教練，甚至還會(huì)有AI裁判。

到那時(shí)，社會(huì)將變成一個(gè)無(wú)法想象的存在。