人工智能赋能运动训练的实践应用、现实困境及优化路径.pdf
《人工智能赋能运动训练的实践应用、现实困境及优化路径.pdf》由会员分享,可在线阅读,更多相关《人工智能赋能运动训练的实践应用、现实困境及优化路径.pdf(6页珍藏版)》请在咨信网上搜索。
1、其他研究QITAYANJIU人工智能赋能运动训练的实践应用、现实困境及优化路径The Practical Application,Realistic Dilemma and OptimizationPath of Artificial Intelligence-enabled Sports Training丁国伟,袁音Ding Guowei,Yuan Yin摘要:人工智能技术作为驱动新一轮科技革命和产业变革的重要力量,正在加快与千行百业的深度融合,其万物互联、实时共享的独特优势亦是为运动训练领域带来了新机遇和发展契机。本文运用文献资料、逻辑分析等研究方法,对人工智能赋能运动训练的作用机制、实践
2、应用、现实困境及优化路径进行剖析。研究认为:人工智能可成为以运动成绩为目标导向、以差异化训练为基础的运动训练进行赋能助力;当前面临基础设施不足、运动员隐私泄露和人才保障机制不完备的现实障碍。为更好地推动人工智能在运动训练领域中的应用,特提出相应优化路径:抓住政策机遇,强化智能运动场地基础建设;完善相关法律法规及行业标准,保障数据安全;加大人才队伍的培养和引进力度,提升训练团队核心竞争力。关键词:人工智能;运动训练;可穿戴设备;智慧体育Abstract:As an important force driving a new round of scientific and technologica
3、l revolution and industrialtransformation,artificial intelligence technology is accelerating its deep integration with thousands of industries.Itsunique advantages of interconnection and real-time sharing of everything also bring new developmentopportunities in the field of sports training.By using
4、the methods of literature review and logical analysis,thispaper analyzes the mechanism,practical application,dilemma and optimization path of artificial intelligenceempowering sports training.The research holds that the mechanism of artificial intelligence empowering sportstraining is based on sport
5、s performance as the goal orientation and differentiated training as the planning basis.Itis faced with the realistic obstacles of insufficient infrastructure,athletesprivacy leakage and incomplete talentguarantee mechanism.In order to better promote the application of artificial intelligence in the
6、 field of sportstraining,the corresponding optimization paths are proposed:(a)seize policy opportunities and strengthen theinfrastructure construction of intelligent sports venues;(b)improve relevant laws and regulations and industrystandards to protect data privacy;(c)increase the training and intr
7、oduction of talent team,and enhance the corecompetitiveness of the training team.Keywords:artificial intelligence;sports training;wearable devices;smart sports中图分类号:G80-05doi:10.19379/ki.issn.1005-0256.2023.08.070前言人工智能技术的快速发展对我们生活中几乎所有领域都产生了巨大影响。运动训练领域也不例外,现代智能技术正在颠覆传统的训练模式,以最大限度地发挥运动员的竞技能力。智能运动训练(
8、SST)利用可穿戴设备、传感器、陀螺仪和物联网设备及相关智能数据分析工具,来减少教练的工作量的同时提高运动员的训练成绩。本研究从人工智能赋能运动训练的基本概念出发,探究人工智能赋能运动训练的实践应用、现实困境及优化路径,以期在人工智能的时代背景下为我国运动训练事业提供有益借鉴和理论支撑。1人工智能赋能运动训练的基本概念及作用机制1.1基本概念人工智能这一概念始于1 9 56 年的达特茅斯(Dartmouth)学会,由Mc Carthy首次提出并命名。作为一个综合了多学科知识的综合性技术学科,人工智能很难以一个确定的概念去定义,它可以被定义为计算机科学的一个分支,致力于智能行为的自动化 ,斯坦福
9、大学的尼尔逊教授指出:“人工智能是关于知识的学科一一怎样表示知识以及怎样获得知识并使用知识的学科 2 ”。人们普遍认为人工智能是人为制造出来的机270BULLETIN OF SPORT SCIENCEANDTECHNOLOGYVol.31.NO.8.20235文献标识码:A文章编号:1 0 0 5-0 2 56(2 0 2 3)0 8-0 2 7 0-6器所表现出来的智能,且一般以机器人、计算机和软件应用程序等为其外部表现形式,因此,我们可将人工智能概括为研究人类智能活动的规律,构造具有一定智能行为的人工系统 3。而人工智能赋能运动训练则是以人工智能基础技术(数字模型、数据计算、机器学习等)为
10、支撑,发挥其在运动训练过程中数据收集、传输及监控等方面的优势,助力运动训练模式从局部走向全局、从单极向系统、从静态到动态、从低级到高级的跃升,为更快速、更准确、更实时地理解、预测、优化、控制运动训练过程注人了新动能 4,从而推动运动训练智能化发展。基金项目:西北师范大学研究生科研资助项目(项目编号:2 0 2 2 KYZZ一S110)。第一作者简介:丁国伟(1 9 9 7),男,甘肃武威人,在读硕士研究生,研究方向:体育教育训练学。作者单位:西北师范大学体育学院,甘肃兰州7 30 0 0 0School of Physical Education,Northwest Normal Univer
11、sity,Lanzhou 730000,China.其他研究QITAYANJIU1.2人工智能赋能运动训练的作用机制人工智能应用于运动训练的整体性规划模型(图2)则以个体1.2.1以运动成绩为目标导向运动能力的差异为基础,通过收集运动员自身生理数据(力运动成绩作为运动训练的最终结果,在训练过程中具有量、速度、耐力、协调性等)进行预处理,再通过数据库进行数指导性和目标性,是运动训练的价值体现所在。德国曼葛欧据的统计分析及可视化,结合运动员在训练过程中的特点和习瑟所提出的运动成绩的影响因素模型(图1)具有典型的代表惯,为其制定专属运动员个人的运动训练整体性规划,从而达性,从运动员内部因素和外部条件
12、等方面进行了剖析。田麦久到个性化精准训练的目的。在1 9 8 6 年将“运动成绩”这一概念定义为“运动员参加比赛的External结果 5”,从运动员参赛的自身表现、对手在比赛中的表现和factors外部因素比赛成绩评定3个方面进行了阐释,对运动成绩的影响因素进Endurance行了新的补充。对运动成绩影响因素的清晰认识纠正了运动耐力训练理论界在这一问题上与运动训练实践的脱节,有利于正确地指导人们精准地改进相关影响因素,进而获得期待的运动成绩 6 。但无论是运动员自身因素方面(天赋、体质、应激等),还是外部条件方面(环境、职业、训练过程),运动成绩是诸多训练要素“孤岛”综合作用的结果,优异的运
13、动成绩背后必然离不开各个训练要素的综合提升。技术(协调的能力)心理的能力(感觉一认知的能力)战术运动成绩有关因素【天赋、体质、应激等)图1 运动成绩的影响因素模型 7 近年来,人工智能提升运动训练成绩的相关研究层出不穷。Feser等 8 通过六周的下肢可穿戴阻力训练(WRT)实验证实在训练过程中施加阻力可穿戴设备干预的运动员在保持短跑质量方面的能力要优于无负荷训练的运动员。Marriner等 9 则利用加重背心(WV)对受试者进行5周的对照实验后得出:1 2%身体质量(BM)的穿戴式阻力训练(WR)对预奠纵跳(CMJ)的成绩产生了积极影响,相对比于传统组提升了8.7%。除此以外,人工智能应用于
14、如足球 1 0 、橄榄球 1 等团体项目训练过程中的数据监测和量化已非常普遍,智能可穿戴设备则为运动员训练成绩提升奠定了数据基础。1.2.2以差异化训练为规划基础当代运动训练的主要矛盾已经转化为“产业化工业化系统训练模式”与个体运动员的“数字化智能化个性化训练需求”之间的矛盾 4。不同运动员的训练强度和负荷需根据其自身的技术和生理特点来进行,而传统训练计划大多无法做到一人一策,常采用整体性的训练方式。究其原因,一是因为场地、器材等物质条件的限制,二是由于运动员身体数据和相关测试系统的缺乏,无法根据其自身特点为其“量身定制”最大化提升其运动能力的训练计划。造成了部分运动员训练强度不足,而部分运动
15、员过度训练的现象,虽有教练将不同水平运动员分组进行训练,但组内差异仍然存在,因其诸多因素的限制无法将训练效果最大化。因此,打造适合不同个体的精准个性化训练模式的人工智能训练系统呕待提出。杨国庆 1 2 指出,运动训练专长与算法的擅长相结合是信息时代的又一个竞技新思维、新模式。而原有运动训练的模式在信息化时代,急需转换为非线性的动态、个性化、概率、综合、整体、复杂相互作用,随着人工智能系统在运动训练领域内的应用越来越广泛,在运动训练的全过程不仅要分析运动员训练时生理、心理的数据表现,还要帮助运动员提高其技战术水平。Offine planning ofthesportstraining线下规划运动
16、训练SpeedPower速度力量Online planning ofthesportstraining在线规划运动训练Adapting theTrainingtraining planAerobicAnaerobic调整训练计划有氧训练/无氧训练Characteristics andhabits of athelete intraining运动员训练过程中的特点及习惯外部条件(环境、职业)运动素质Internalfactors内部因素Coordination协调Measurement维度Preprocessing预处理Database数据库Data miningVizualizationSta
17、tistical analysis数据挖掘统计分析图2 基于人工智能系统的运动训练规划模型 1 32人工智能赋能运动训练的实践应用运动训练是运动员和教练之间的一个连续性过程,其最终目的是激发受训者的潜力从而提升其运动成绩。现如今,人工智能与运动科学的广泛融合正在构建新的智能运动解决方案,以支持运动训练的所有阶段。本文借鉴Fister141在Com-putational Intelligence in Sports一书中的观点,将运动训练的持续过程划分为规划、实现、控制和评估四个阶段,以便于教练对运动训练过程中各个阶段进行调整和组织。2.1规划阶段2.1.1预测运动损伤伤病对运动员和团队都会产生
18、巨大影响,甚至成为决定比赛成败的关键因素。Dhankel15等通过递归神经网络(RNN)模型来分析运动员的此前的运动轨迹数据并预测其运动损伤的可能性和治疗效果。但从以往来看,描述运动员身体活动的数据有限,这为损伤预测工作造成了一定障碍。通常来说,预测伤害风险的标准方法是线性回归 1 6 ,但其只适用于简单模型,无法捕捉多个要素之间复杂的非线性相互作用。如今,由于电子性能和跟踪系统(EPTS)的介人,物联网可迅速改变这种状况。Georgios Kakavas等 1 7 认为,运动损伤的预测并非是简单的线性回归模型,而是兼具非线性和复杂性的。人工智能神经网络能够以分层的方式捕获复杂的模式,通过数据
19、驱动的学习过程识别观察变量的非线性函数,这是通过线性模型不能实现的 1 8 。在医疗领域,将诸多因素输人计算机系统来评估人体健康水平并给出虚拟运动处方已成为现实(图3),人体作为一个复杂的系统,其运动损伤的预测亦需要一个更广泛的方法一一复杂系统方法。近年来,复杂系统方法已被广泛应用于医学、生物学、经济学和社会科学中的复杂问题 1 9 。在预测运动损伤方面,利用人工智能模型计算可观察变量之间的非线性关系来处理诸如软组织损伤的复杂现象无疑是巨大的优势,在评估风险的同时还有助于预测运动损伤的发生。体育科技文献通报271第31 卷第8 期2023年8 月虚拟化其他研究QITAYANJIU建业 33 则
20、通过优化过后的SMO算法模型将计算机视觉识别nput社会行生物传感部amlyhiatonitofmndicalNondem图3具有多元(源)数据输入和算法以提供个性化指导的虚拟医疗教练模型 2 0 2.1.2制定训练计划数字李生是指一种反映物理对象的虚拟模型,代表了物理实体的数字复制品 2 1 ,其作用机制是通过和实体对象相同的输人数据来对其进行运算以此进行决策的预测。现如今,集成了人工智能(AI)和机器学习(ML)等技术的数字李生技术被广泛应用于计划前监控虚拟模型的变化或预测潜在风险的问题上 2 2 ,对制定训练计划有着无可比拟的巨大优势。Lukac等 2 3 将数字李生技术应用于自行车间歇
21、运动训练领域,在实施过程中,通过移动设备向运动员提供了由复杂模型预测而获得的预测信息从而提升其训练效率。Chau 等 2 4 提出了一种新的机器学习算法(AFD E L M)来构建预测模型以预测举重运动员的最佳成绩,在经过随机的数据测试后显示该算法能较好地预测运动员成绩,为举重比赛提供了有效的预测手段,辅助教练员进行训练计划的制定。2.2实现阶段2.2.1训练数据的采集McNamara等 2 5 利用可穿戴传感器对板球运动员的投球速度进行了测定,结果显示:可穿戴技术设备可以提供板球快速投球手超出正常指标的运动负荷及强度数据,然而在此项技术应用之前,并没有一个相对合理有效的工具对其进行球速测定和
22、相关指标监测。在团体性运动项目方面,McLean26亦指出,可穿戴设备提供了一种有效的方式来量化足球运动员在比赛中的铲球。而Hulin Billy等 2 7 则应用微技术设备(CatapultS5Optimeye)对橄榄球比赛中运动员的碰撞次数进行测定,结果显示其数据准确性高达9 7.6%。2.2.2监控训练强度Gabbett28利用安装在橄榄球运动员球衣内部的可穿戴设备对运动员在橄榄球比赛中的距离、急减速次数和接触时的冲击力进行监控,以便获取比赛过程中运动员的核心运动表现,并以此来调整后续训练时的强度和负荷,以此达到最佳训练效果。Borges29使用可穿戴乳酸阈值预测设备(WLT)对受试者进
23、行乳酸阈值测定,其测量的结果对比传统方法并没有统计学显著性差异,而在安全性上更具优势。2.3控制阶段2.3.1提高运动表现通过可穿戴传感器生成大量数据,可以识别运动表现中的模式。用以分析训练前后和比赛期间的连续实时数据,从而提高运动表现。如Novatchkov等 30 描述了在阻力训练过程中使用传感器来监测力量、位移、速度和持续时间等指标,指出了提高举重运动员技术的方法;而Feser等 31 则利用阻力可穿戴装置(Compression Calf Sleeves)对受试者进行了六周的下肢可穿戴阻力训练(WRT)实验。结果显示,施加阻力可穿戴装置干预的运动员在保持短跑质量方面的能力要优于无负荷训
24、练的运动员。272BULLETINOF SPORTSCIENCEANDTECHNOLOGYVol.31.NO.8.20232.3.2优化技术动作于2 0 0 7 年开发的OpenSim运动动态模拟系统结合了解剖学、生理学、运动生物力学和计算机学等跨学科专业知识,能够为使用者提供运动过程中自身的骨骼肌肉模型以纠正其训练动作 32 ,以降低运动者在后续锻炼过程中受伤的风险。张Vietuuit heamnguldar净送学文就,数集等虚拟健康处方技术应用于运动训练中,对运动过程中的错误动作进行了三维建模和检测,从而使其得到及时准确的判断,帮助运动员在训练过程中调节自身动作。除此之外,还有一些研究中
25、34,利用人工智能算法来分析手部和腕部的运动姿态、动作结合3D定位系统用以提升打高尔夫球的动作表现。2.4评估阶段2.4.1辅助赛后分析赛后分析是指运动员和教练员在完成比赛或训练后全面分析运动员表现的过程,以确定在达到训练目标过程中战略或战术上的失误 3。这种分析一方面可以让训练者了解在运动训练过程中所采用方法的弱点,另一方面也可以了解正确战术对特定比赛的影响。Whiteside等 36 采用了惯性测量仪(IMU)结合人工智能系统的方法记录网球运动员击球时的数据,以监测外部负荷为目的,提供了一种实用的自动化方法来量化优秀网球运动员的击球次数和区分击球类型以帮助教练员进行赛后的技战术改进和针对性
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 运动 训练 实践 应用 现实 困境 优化 路径
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。