在今年的東京奧運(yùn)會上，中國賽艇隊(duì)收獲1金2銅，實(shí)現(xiàn)歷史性的突破，位列賽艇單項(xiàng)排行榜的第六位，這是中國賽艇在經(jīng)歷倫敦和里約雙雙失意之后，收獲歷史上的第二枚奧運(yùn)金牌，而上一次奧運(yùn)奪金則要追溯到2008年的北京奧運(yùn)會。

中國賽艇隊(duì)&皮劃艇隊(duì)在東京奧運(yùn)會上共斬獲兩金兩銀兩銅，迎來觸底反彈的好成績，與奧運(yùn)健兒的努力拼搏密不可分，而人工智能等科技力量在運(yùn)動員日常訓(xùn)練過程中發(fā)揮的幫助作用也不容小覷。隨著數(shù)字化轉(zhuǎn)型的加速，數(shù)字技術(shù)正在貫穿體育運(yùn)動發(fā)展的各個(gè)方面，包括運(yùn)動員訓(xùn)練比賽、賽事組織、媒體傳播、觀眾體驗(yàn)互動，以及體育衍生產(chǎn)業(yè)等諸多環(huán)節(jié)。

戴爾運(yùn)用科技之力助賽艇奪金

戴爾科技集團(tuán)與中國賽艇協(xié)會和中國皮劃艇協(xié)會的合作始于2019年10月底，彼時(shí)戴爾科技以官方贊助商的形式助力龍舟入奧。11月，戴爾科技集團(tuán)期望發(fā)揮自身在技術(shù)方面的優(yōu)勢，將人工智能、軟硬件技術(shù)與體育競技運(yùn)動相結(jié)合，通過AI技術(shù)的深度應(yīng)用，賦能中國國家賽艇隊(duì)及皮劃艇隊(duì)，輔助其取得更好的成績，基于聯(lián)合實(shí)驗(yàn)室的技術(shù)戰(zhàn)略合作序幕就此拉開。

這項(xiàng)創(chuàng)新性的實(shí)驗(yàn)任務(wù)落到了戴爾科技集團(tuán)中國研究院高級主管科學(xué)家李三平和團(tuán)隊(duì)肩上。李三平是美國麻省大學(xué)計(jì)算機(jī)工程專業(yè)博士、人工智能專業(yè)碩士，自2013年加入戴爾后一直從事機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方面的研發(fā)工作。

戴爾科技集團(tuán)中國研究院高級主管科學(xué)家李三平

筆者眼中的三平博士，留著過肩的長發(fā)，一身藝術(shù)氣質(zhì)，體育行業(yè)對他來說從未接觸過。在接受企業(yè)網(wǎng)D1Net采訪時(shí)，李三平博士說：“戴爾科技集團(tuán)長期以來一直堅(jiān)持‘在中國為中國’的戰(zhàn)略，在各個(gè)行業(yè)有很多投入，此次跟中國賽艇協(xié)會、皮劃艇協(xié)會的合作，也是希望在體育競技領(lǐng)域能夠做一些實(shí)際的應(yīng)用，為中國奧運(yùn)貢獻(xiàn)科技的力量。”

據(jù)了解，2019年，在賽艇隊(duì)引入科學(xué)訓(xùn)練系統(tǒng)之前，運(yùn)動員在艇上劃一槳的做功是310多瓦，而時(shí)隔一年后，2020年同期一槳做功已經(jīng)提高到了370多瓦，同比提高將近20個(gè)百分點(diǎn)。除了運(yùn)動員的刻苦訓(xùn)練之外，科學(xué)的訓(xùn)練系統(tǒng)和訓(xùn)練計(jì)劃所發(fā)會的作用也不容小覷。

在國家隊(duì)的運(yùn)動員出征前，2021年7月6日，中國賽艇協(xié)會、中國皮劃艇協(xié)會、人體運(yùn)動表現(xiàn)和健康發(fā)展中心(以下簡稱“PHD”)與戴爾科技集團(tuán)共建“大數(shù)據(jù)與人工智能聯(lián)合實(shí)驗(yàn)室”正式揭牌。

雙方的合作存在三大挑戰(zhàn)

1、訓(xùn)練地點(diǎn)不固定。由于受天氣、地理因素等各種條件的限制，賽艇、皮劃艇的水上訓(xùn)練地點(diǎn)并不固定。

2、訓(xùn)練時(shí)間不固定。對于戴爾科技的技術(shù)團(tuán)隊(duì)來說，既不能打擾賽艇隊(duì)和皮劃艇隊(duì)在全球各地的比賽節(jié)奏，也不能打擾運(yùn)動員的日常訓(xùn)練。

3、網(wǎng)絡(luò)環(huán)境不穩(wěn)定。訓(xùn)練基地雖然有WiFi，但是不能保證所有角度都會有很好的WiFi信號覆蓋。

基于AI姿態(tài)檢測的邊緣智能應(yīng)用

AI為體育運(yùn)動賦能，首先要了解這項(xiàng)運(yùn)動。三平博士和他的技術(shù)團(tuán)隊(duì)在前期與中國賽艇隊(duì)、皮劃艇隊(duì)的技術(shù)總監(jiān)以及負(fù)責(zé)數(shù)據(jù)的教練進(jìn)行了大量的溝通，并通過深入觀察了解運(yùn)動員和教練員的日常訓(xùn)練場景，期望對整體的運(yùn)動數(shù)據(jù)進(jìn)行智能的管理和分析。

計(jì)算機(jī)視覺在近年來取得了長足的進(jìn)展，AI和體育的結(jié)合就是一個(gè)特別鮮明的例子。三平博士提到：“隊(duì)員們有大量的室內(nèi)訓(xùn)練任務(wù)，練習(xí)技術(shù)動作的穩(wěn)定性和耐力，因此我們希望針對室內(nèi)訓(xùn)練場景，通過視頻實(shí)時(shí)捕捉，檢測運(yùn)動員的技術(shù)動作和姿態(tài)，將分析結(jié)果反饋給運(yùn)動員和教練，幫助他們改善技術(shù)動作，達(dá)到更好的訓(xùn)練效果。”

受時(shí)間和空間的限制，雙方能夠在聚在一起合作的機(jī)會時(shí)斷時(shí)續(xù)，三平博士和他的團(tuán)隊(duì)曾經(jīng)與賽艇隊(duì)和皮劃艇隊(duì)同吃、同住，分別在北京順義、武漢東湖、杭州千島湖的水上訓(xùn)練基地集中待上一段時(shí)間，了解訓(xùn)練過程中的痛點(diǎn)的需求。

據(jù)悉，賽艇訓(xùn)練不僅水上訓(xùn)練地點(diǎn)不固定，室內(nèi)訓(xùn)練的場地和形式也在不斷變化。單個(gè)運(yùn)動員一小時(shí)的訓(xùn)練視頻數(shù)據(jù)量多達(dá)20G，長期來看存儲必然是個(gè)問題，而且視頻數(shù)據(jù)如果傳到數(shù)據(jù)中心，一是時(shí)間來不及，二是不具備良好的網(wǎng)絡(luò)環(huán)境。綜合來看，這是一個(gè)非常適合邊緣智能大顯身手的應(yīng)用場景。

為了解決這些問題，戴爾科技集團(tuán)針對運(yùn)動員在劃船機(jī)上進(jìn)行賽艇動作訓(xùn)練的場景，利用人工智能技術(shù)，憑借高性能計(jì)算以及邊緣/核心計(jì)算解決方案，為中國國家賽艇隊(duì)及皮劃艇隊(duì)研發(fā)了一套綜合智能訓(xùn)練輔助系統(tǒng)，通過AI姿態(tài)檢測等技術(shù)全方位監(jiān)控運(yùn)動員的身體機(jī)能，使得每一位運(yùn)動員的訓(xùn)練數(shù)據(jù)分析報(bào)告更精確，訓(xùn)練計(jì)劃更科學(xué)。

賽艇運(yùn)動的生物力學(xué)分析模型

賽艇是唯一一個(gè)背向終點(diǎn)的水上運(yùn)動項(xiàng)目，既考驗(yàn)力量又考驗(yàn)?zāi)土?，因此對于賽艇比賽來說，技術(shù)動作和效率是取勝的關(guān)鍵。

在訪談的過程中，三平博士對賽艇的技術(shù)動作進(jìn)行了詳細(xì)的講解：賽艇分拉槳和回槳兩個(gè)階段，有一個(gè)推拉時(shí)間比的黃金范圍，強(qiáng)調(diào)從腳到驅(qū)干最后到手臂的發(fā)力順序，劃槳的效率受槳頻、槳幅等多鐘因素的影響，并不是槳頻拉得越快越好，還要看這一槳能走多少米，用了多長時(shí)間，進(jìn)行綜合的評估。

在合作的過程中，三平博士和他的團(tuán)隊(duì)不斷學(xué)習(xí)賽艇運(yùn)動的專業(yè)知識，收集賽艇訓(xùn)練場景下的專業(yè)數(shù)據(jù)集，通過對開源的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練、持續(xù)優(yōu)化和迭代，構(gòu)建了一套基于25個(gè)關(guān)鍵點(diǎn)的運(yùn)動生物力學(xué)分析模型，并且不斷提高模型的精度。

運(yùn)動生物力學(xué)分析模型通過對視頻畫面中的每一幀進(jìn)行姿態(tài)檢測，識別并計(jì)算身體各個(gè)部位的運(yùn)動角度，繪制各個(gè)部位在不同周期變化的曲線圖，將每個(gè)周期的動作進(jìn)行實(shí)時(shí)評估，給運(yùn)動員提供實(shí)時(shí)反饋，糾正動作中出現(xiàn)的偏差和問題。

構(gòu)建這套運(yùn)動生物力學(xué)分析模型的難點(diǎn)在于，技術(shù)動作并沒有一個(gè)黃金數(shù)字的標(biāo)準(zhǔn)作為參考，不同教練員對同一個(gè)動作可能有著不同的理解，為此戴爾科技的團(tuán)隊(duì)總結(jié)了一些預(yù)定好的類似于黃金標(biāo)準(zhǔn)的模型，并且將每位運(yùn)動員的訓(xùn)練過程與歷史數(shù)據(jù)進(jìn)行比較，自適應(yīng)的總結(jié)出更好的模型，具備一定的靈活性。與此同時(shí)，這套生物力學(xué)分析模型也適用于皮艇、劃艇等更多運(yùn)動領(lǐng)域，戴爾科技團(tuán)隊(duì)正在和人體運(yùn)動表現(xiàn)和健康發(fā)展中心(簡稱“PHD”)合作，探索該模型在其他運(yùn)動中的適應(yīng)性。

軟硬件一體化的綜合智能解決方案

在邊緣場景實(shí)際部署的過程中，除了精度外，延遲問題也是非常關(guān)鍵的一個(gè)因素，對于運(yùn)動員來說，實(shí)時(shí)的建議可以幫助他們糾正動作，如果經(jīng)過數(shù)據(jù)分析后給到了一個(gè)延遲的建議，哪怕延遲半秒，對于一個(gè)三秒的劃槳動作周期而言，都會給運(yùn)動員造成干擾。為此，戴爾科技的項(xiàng)目團(tuán)隊(duì)將視頻數(shù)據(jù)采集、模型推理、運(yùn)動生物力學(xué)分析都放在數(shù)據(jù)產(chǎn)生的邊緣側(cè)，能將延遲降到更低水平，達(dá)到更好的性能。

此外，深度學(xué)習(xí)模型在實(shí)際部署的過程中還涉及到很多工程上的問題，例如如何對模型進(jìn)行壓縮，用量化的方法減少計(jì)算量，減少最長計(jì)算路徑等等，通過不斷的迭代將延遲大幅降低，從而不斷接近實(shí)時(shí)的水平。這些與人工智能相關(guān)的技術(shù)、算法和工程問題對于三平博士和他的團(tuán)隊(duì)來說都不是難點(diǎn)，最難的是對運(yùn)動的理解和數(shù)據(jù)的整理工作。對于數(shù)據(jù)、算力和算法這三大人工智能要素來說，牽扯精力最多的還是數(shù)據(jù)。數(shù)據(jù)涉及到一個(gè)精度的問題，分析的結(jié)果能否滿足教練員的需求是關(guān)鍵。

教練員反復(fù)溝通的一個(gè)需求目前還在開發(fā)中，三平博士提到：“針對更加全面的技術(shù)動作分析與提前發(fā)現(xiàn)傷病隱患等問題，教練員希望增加胸椎與腰椎位置的數(shù)據(jù)進(jìn)行運(yùn)動生物力學(xué)分析，但是目前深度學(xué)習(xí)模型的輸出并不能滿足這樣的分析需求。要解決這個(gè)問題，重新采集運(yùn)動員的專屬數(shù)據(jù)集是最可靠的方法。”目前戴爾團(tuán)隊(duì)正在與國家隊(duì)合作探索高效、快速的數(shù)據(jù)采集方法。

戴爾科技集團(tuán)為中國賽艇隊(duì)和皮劃艇隊(duì)定制的這套基于邊緣流數(shù)據(jù)處理和人工智能的軟硬件一體化整體解決方案依托于AI運(yùn)動生物力學(xué)分析模型、戴爾易安信流數(shù)據(jù)處理平臺(Streaming Data Platform, SDP)以及GPU高性能計(jì)算，結(jié)合攝像頭、便攜式邊緣計(jì)算盒子、戴爾移動工作站、存儲和服務(wù)器等設(shè)備，可通過視頻實(shí)時(shí)捕捉運(yùn)動員的訓(xùn)練動作，并做出實(shí)時(shí)分析和判斷，糾正運(yùn)動訓(xùn)練中動作的角度、力度,以及穩(wěn)定性的偏差，幫助運(yùn)動員提高訓(xùn)練競技水平。

據(jù)了解，像三平博士這樣從事人工智能研發(fā)的科研人員，并不愿意在底層數(shù)據(jù)接口和數(shù)據(jù)流梳理的過程中花費(fèi)太多精力，SDP作為一個(gè)可彈性擴(kuò)展的流數(shù)據(jù)處理平臺，非常適合實(shí)時(shí)獲取、存儲和分析邊緣場景下連續(xù)的流數(shù)據(jù)，可在同一個(gè)應(yīng)用程序中同時(shí)處理實(shí)時(shí)和收集的歷史數(shù)據(jù)，可處理來自多個(gè)來源的數(shù)百萬個(gè)數(shù)據(jù)流，并確保低延遲和高可用性。

下一步工作計(jì)劃

目前，戴爾團(tuán)隊(duì)正在利用SDP平臺搭建邊緣和數(shù)據(jù)中心端之間連接的通路。隨著邊緣盒子數(shù)量的不斷增加，原始視頻數(shù)據(jù)不需要全部存儲在數(shù)據(jù)中心端造成資源浪費(fèi)，可以在SDP向數(shù)據(jù)中心端傳輸?shù)倪^程中增加數(shù)據(jù)分析和視頻去重的工作，從而大幅壓縮視頻量，并且后期能夠完整還原整個(gè)數(shù)據(jù)分析的過程。

當(dāng)視頻數(shù)據(jù)、傳感器數(shù)據(jù)、生理數(shù)據(jù)(如肌肉力量、血氧消耗)等各種運(yùn)動分析數(shù)據(jù)被全部打通后，可以進(jìn)行更加綜合的分析。例如今年奪得銅牌的八人賽艇隊(duì)，這八個(gè)人的組合一直在調(diào)整，直到今年的4-5月份才確定下來，有了更加綜合的分析，教練員在組建八人賽艇隊(duì)時(shí)將更加有跡可循。

三平博士提到：生物力學(xué)分析模型是人工智能技術(shù)在體育運(yùn)動領(lǐng)域應(yīng)用的關(guān)鍵，目前戴爾科技研發(fā)團(tuán)隊(duì)正在與PHD合作，通過模型分析去發(fā)現(xiàn)傳統(tǒng)訓(xùn)練方式中存在的問題和隱患，從科學(xué)的角度尋求符合可持續(xù)發(fā)展的訓(xùn)練方法，從而減少運(yùn)動員傷病的發(fā)生。未來綜合智能訓(xùn)練輔助系統(tǒng)將是圍繞運(yùn)動員整個(gè)生命周期中體育訓(xùn)練以及身體素質(zhì)的詳細(xì)記錄，并以此作為培養(yǎng)運(yùn)動員的重要參考。

此外，目前的生物力學(xué)分析模型是基于二維的分析模型，三平博士已經(jīng)找到了適合這個(gè)邊緣場景的三維建模方法，那就是通過標(biāo)尺校準(zhǔn)的方式構(gòu)建三維模型，這將增加一定的計(jì)算量，相信不久就將有基于三維的生物力學(xué)分析模型的原型出現(xiàn)。

展望未來

未來，戴爾科技與中國賽艇隊(duì)還將在四個(gè)方面和業(yè)務(wù)領(lǐng)域進(jìn)行新的探索：一是訓(xùn)練計(jì)劃負(fù)荷，通過把運(yùn)動員的輸入和輸出打通，實(shí)現(xiàn)對訓(xùn)練黑箱整體的把控;二是康復(fù)角度挖掘，將運(yùn)動員的傷病情況和專家的診斷意見積累下來，形成系統(tǒng)的體系;三是可穿戴設(shè)備訓(xùn)練反饋，圍繞水上和陸上實(shí)時(shí)采集運(yùn)動員的速度+速度心率等指標(biāo);四是青少年體質(zhì)提升計(jì)劃，圍繞天窗理論去針對運(yùn)動員不同年齡階段制定針對性的訓(xùn)練提升板塊。

2021年的東京奧運(yùn)會剛剛過去，但是對國家隊(duì)來說這不是結(jié)束，巴黎奧運(yùn)會的倒計(jì)時(shí)已經(jīng)開始，下一個(gè)奧運(yùn)周期的工作正在穩(wěn)步推進(jìn)中。而戴爾科技與中國賽艇隊(duì)、皮劃艇隊(duì)以及PHD的合作也將更加深入，助推體育行業(yè)加速數(shù)字化轉(zhuǎn)型。