人工智能與體育融合發(fā)展歷程、現(xiàn)狀與展望

梁楠楠，李亞玲

體育是人類社會(huì)化進(jìn)程中的產(chǎn)物，符合人類追求精神文化進(jìn)步的需要，是促進(jìn)民族團(tuán)結(jié)、經(jīng)濟(jì)發(fā)展的重要抓手。“十四五”規(guī)劃中，建設(shè)體育強(qiáng)國被納入其中。人工智能(Artificial Intelligence，下文部分簡稱維AI)是指通過硬件或軟件對(duì)人類能力進(jìn)行模仿，例如視聽感知、語言理解、經(jīng)驗(yàn)學(xué)習(xí)等能力。作為第四次產(chǎn)業(yè)革命的核心驅(qū)動(dòng)力，AI技術(shù)的快速發(fā)展已經(jīng)深刻改變?nèi)藗兩a(chǎn)生活習(xí)慣，其支撐下的數(shù)字化改革進(jìn)程正在逐漸重塑社會(huì)治理體系，而體育的發(fā)展范式也在第四次產(chǎn)業(yè)革命浪潮中被重新定義。本文從人工智能體育融合發(fā)展視角出發(fā)，首先介紹人工智能技術(shù)在體育領(lǐng)域應(yīng)用沿革，隨后透過交互視角分析人工智能對(duì)于體育世界中各角色的替代或者協(xié)助作用。最后探討當(dāng)前人工智能技術(shù)應(yīng)用于體育領(lǐng)域面臨的問題與挑戰(zhàn)，并對(duì)未來發(fā)展進(jìn)行展望。

1 人工智能體育融合發(fā)展沿革

相比于交通、醫(yī)療等其他商業(yè)領(lǐng)域，目前AI技術(shù)在體育領(lǐng)域的運(yùn)用存在相對(duì)滯后，但審視體育自身發(fā)展進(jìn)程，相比于以往也已發(fā)生較大變化。AI技術(shù)對(duì)于體育領(lǐng)域的影響廣泛且深遠(yuǎn)，分布在競技體育、學(xué)校體育和大眾體育等各個(gè)方面，推動(dòng)體育競技水平不斷提升、體育文化傳播更加廣泛、體育活動(dòng)組織更加高效、體育教學(xué)更有成效，是AI改變?cè)擃I(lǐng)域傳統(tǒng)發(fā)展模式的一個(gè)典型案例[1]。

體育領(lǐng)域與AI融合進(jìn)程也隨著智能技術(shù)快速發(fā)展也不斷更迭進(jìn)步。有學(xué)者通過對(duì)1995-2020年期間的體育AI的期刊文章中的關(guān)鍵詞分析，將AI在體育領(lǐng)域的應(yīng)用由遠(yuǎn)及近分為簡單活動(dòng)識(shí)別與能量消耗測(cè)算、運(yùn)動(dòng)畫面分類研究、體能與技戰(zhàn)術(shù)分析與預(yù)測(cè)、動(dòng)作分析與損傷防控研究、復(fù)雜背景中人體動(dòng)作識(shí)別這五個(gè)由簡單到復(fù)雜的逐步進(jìn)化的場(chǎng)景[2]。而隨著AI硬件和算法不斷升級(jí)迭代，統(tǒng)一場(chǎng)景前提下的AI解決方案的有效性也在不斷提升。

電影《奪冠》中描述了早在20世紀(jì)80年代，美國女子排球隊(duì)就已可以通過計(jì)算機(jī)準(zhǔn)確模擬出每一個(gè)運(yùn)動(dòng)員的打法，這是AI早期的雛形。近十年來在球類比賽中廣泛運(yùn)用的“鷹眼”技術(shù)，通過高速攝像頭多視角同時(shí)捕捉球體飛行軌跡，瞬時(shí)準(zhǔn)確精準(zhǔn)計(jì)算并即時(shí)成像的運(yùn)動(dòng)路線及落點(diǎn)[3]，是早期AI解決方案代替人眼實(shí)現(xiàn)高精度判斷的典型運(yùn)用。該技術(shù)最早運(yùn)用于板球和網(wǎng)球領(lǐng)域，隨后隨著深度學(xué)習(xí)技術(shù)發(fā)展是的鷹眼系統(tǒng)逐漸推廣到排球和羽毛球等隔網(wǎng)球類運(yùn)動(dòng)當(dāng)中。近期面世的全球首款A(yù)I乒乓球發(fā)球機(jī)器人，從起初的傳統(tǒng)發(fā)球機(jī)進(jìn)化到具備球拍接發(fā)球的深度學(xué)習(xí)模型，能夠通過學(xué)習(xí)實(shí)現(xiàn)國家級(jí)教練水平的發(fā)球，宣示進(jìn)入了AI在體育領(lǐng)域運(yùn)用的新紀(jì)元[4]。

此外一個(gè)歷史趨勢(shì)是相比于以往的純“軟件”模式，應(yīng)用于體育領(lǐng)域的AI解決方案也逐漸向“軟件+硬件”模式轉(zhuǎn)變，即AI硬件+認(rèn)知計(jì)算，例如基于慣性傳感器的智能穿戴設(shè)備、基于圖形處理器的計(jì)算機(jī)視覺分析和以自然語言理解為核心的深度學(xué)習(xí)算法，共同構(gòu)成智能體育發(fā)展的驅(qū)動(dòng)力[5]。

可以看出，AI技術(shù)在體育領(lǐng)域的運(yùn)用從早期關(guān)注機(jī)器學(xué)習(xí)以及機(jī)器學(xué)習(xí)的典型算法人工神經(jīng)網(wǎng)絡(luò)，到之后智能感知與知識(shí)計(jì)算等AI技術(shù)運(yùn)用于運(yùn)動(dòng)場(chǎng)景識(shí)別和計(jì)算分析，AI技術(shù)的升級(jí)極大拓寬了體育領(lǐng)域的研究視野，推動(dòng)體育事業(yè)邁向數(shù)字化發(fā)展的新時(shí)代。

2 人工智能體育融合發(fā)展現(xiàn)狀

體育本身與人體活動(dòng)緊密聯(lián)系，因此AI技術(shù)在體育領(lǐng)域的運(yùn)用與對(duì)于人體活動(dòng)的捕捉、理解和分析息息相關(guān)。總體可分為面向運(yùn)動(dòng)人員的技術(shù)動(dòng)作分析、運(yùn)動(dòng)損傷預(yù)防，面向教練員的陪練機(jī)器人、戰(zhàn)術(shù)優(yōu)化分析，面向賽事裁判的智能裁判和輔助判罰、面向體育媒體的精彩賽事畫面識(shí)別等。

2.1 AI+教練員

教練團(tuán)隊(duì)是保障運(yùn)動(dòng)員訓(xùn)練水平和成果的核心要素，通常承擔(dān)了指導(dǎo)訓(xùn)練、陪練、戰(zhàn)術(shù)分析等工作。AI技術(shù)為教練員提供的支持有智能機(jī)器人解放陪練等重復(fù)性工作，以及團(tuán)體運(yùn)動(dòng)的戰(zhàn)術(shù)優(yōu)化分析。

2.1.1 科學(xué)訓(xùn)練輔助

2020東京奧運(yùn)會(huì)賽事中，共有22項(xiàng)世界紀(jì)錄被打破，運(yùn)動(dòng)員技戰(zhàn)術(shù)水平屢創(chuàng)新高，離不開先進(jìn)技術(shù)和科學(xué)訓(xùn)練方法加成，其中就包括AI起到的訓(xùn)練輔助作用。

運(yùn)動(dòng)員在日常運(yùn)動(dòng)訓(xùn)練中，對(duì)于技術(shù)動(dòng)作的精確度要求極高，因此需要有更高精度的設(shè)備系統(tǒng)能夠協(xié)助對(duì)其中技術(shù)動(dòng)作進(jìn)行識(shí)別和分析。構(gòu)建超越人類感知能力的視覺獲取手段，呈現(xiàn)人類“看不清”“看不準(zhǔn)”“看不到”的內(nèi)容。在實(shí)際應(yīng)用中，一般首先通過高速攝像機(jī)和對(duì)應(yīng)的重建算法對(duì)高速運(yùn)動(dòng)視頻進(jìn)行智能采集，并實(shí)現(xiàn)視頻數(shù)據(jù)智能整理。其次大腦3D視覺技術(shù)以及深度神經(jīng)網(wǎng)絡(luò)技術(shù)可以使采集到的2D視頻投射出三維的姿態(tài)，把運(yùn)動(dòng)過程的一系列動(dòng)作定格到三維空間上，還可以在空間中全維度自由旋轉(zhuǎn)觀看。最后利用深度學(xué)習(xí)算法識(shí)別運(yùn)動(dòng)軌跡和姿態(tài)，以及海量視頻數(shù)據(jù)對(duì)智能評(píng)估系統(tǒng)進(jìn)行訓(xùn)練，對(duì)標(biāo)最佳水平或技術(shù)標(biāo)準(zhǔn)，生成個(gè)性化的改進(jìn)策略，幫助教練實(shí)時(shí)調(diào)整訓(xùn)練方法，提升訓(xùn)練效率和效果。該類別AI技術(shù)已經(jīng)利用于跳水、自由式滑雪等打分類項(xiàng)目訓(xùn)練當(dāng)中[6,7]。

2.1.2 智能陪練機(jī)器人

在以乒乓球?yàn)榇淼那蝾愡\(yùn)動(dòng)中，發(fā)球機(jī)很早就被運(yùn)用于日常訓(xùn)練當(dāng)中，但是傳統(tǒng)發(fā)球機(jī)器人旋轉(zhuǎn)、球速、方向都不會(huì)變化，無法實(shí)現(xiàn)預(yù)期訓(xùn)練效果，而現(xiàn)今的陪練機(jī)器人在AI技術(shù)加持下被賦予了更多的“智慧”。當(dāng)前乒乓球機(jī)器人分類兩類，一類是以發(fā)球訓(xùn)練為核心功能，更符合用戶實(shí)際需求，一類是以對(duì)打訓(xùn)練為核心功能，更能體現(xiàn)AI技術(shù)。

智能發(fā)球機(jī)器人的兩大技術(shù)關(guān)鍵是對(duì)乒乓球運(yùn)動(dòng)軌跡高精細(xì)度的捕捉和實(shí)時(shí)采集，以及模擬多變的發(fā)球路線、速度、旋轉(zhuǎn)的發(fā)球功能。例如乒乓球發(fā)球機(jī)器人龐伯特的解決方案中利用高通機(jī)器人RB5平臺(tái)，能夠以20億pixel/s的處理速度，快速且全面的滿足機(jī)器學(xué)習(xí)的大量推理需求。配套的5G網(wǎng)絡(luò)模組了滿足乒乓球機(jī)器人對(duì)數(shù)據(jù)通信低時(shí)延的要求，實(shí)現(xiàn)后端實(shí)時(shí)反饋運(yùn)動(dòng)員接發(fā)球的質(zhì)量[8]。

另一款可以對(duì)打的乒乓球機(jī)器人FORPHEUS則主打其“主動(dòng)學(xué)習(xí)+綜合推理”的AI技術(shù)能力。FORPHEUS能夠通過對(duì)打來記住人的特征，隨之通過人體信息、球的軌跡、球拍揮舞方式等對(duì)球手的水平進(jìn)行判斷，并基于自己積累的數(shù)據(jù)自我學(xué)習(xí)，通過改變回球方法選擇更為適合個(gè)人的實(shí)際情況的方式進(jìn)行對(duì)打，實(shí)現(xiàn)與人類對(duì)打逐步學(xué)習(xí)提升其球技水平。在高精度算法加持下，F(xiàn)ORPHEUS檢測(cè)乒乓球的速度和旋轉(zhuǎn)已經(jīng)從過去每秒鐘80次進(jìn)化到每秒220次，計(jì)算誤差可以小于5mm[9]。正在研發(fā)的第六代FORPHEUS將聚焦情緒感知技能，依托圖像傳感捕捉一系列表情、視線、心率等人體信息，評(píng)估人類對(duì)手的技術(shù)水平和情緒狀態(tài)。同時(shí)搭載的Meta-AI技術(shù)將分析并制定可以調(diào)動(dòng)對(duì)手情緒的回球與對(duì)打計(jì)劃，提高人機(jī)互動(dòng)趣味性[10]。

二者根據(jù)不同類別的用戶需求，解放重復(fù)性較高的陪練工作，使教練能夠更多地觀察運(yùn)動(dòng)員的技術(shù)動(dòng)作，提高訓(xùn)練效率。另一方面，對(duì)打機(jī)器人可以通過高質(zhì)量的人機(jī)互動(dòng)，增強(qiáng)人機(jī)互動(dòng)的趣味性，提高大眾對(duì)于體育運(yùn)動(dòng)的熱情。

2.1.3 戰(zhàn)術(shù)分析優(yōu)化

AI強(qiáng)大的運(yùn)算能力引發(fā)了對(duì)其應(yīng)用于復(fù)雜運(yùn)動(dòng)項(xiàng)目戰(zhàn)術(shù)分析的好奇。足球運(yùn)動(dòng)的環(huán)境、參與人、運(yùn)動(dòng)路線等要素環(huán)境都更為復(fù)雜，游戲規(guī)則比其他球類更小，具有更大的球場(chǎng)、更多球員參與、更長不間斷比賽時(shí)間、較少球員更換等特點(diǎn)。因此相比于籃球、棒球、網(wǎng)球其他球類幾十年前就開始利用數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，足球這項(xiàng)運(yùn)動(dòng)近幾年才剛開始向大數(shù)據(jù)科學(xué)靠攏，計(jì)算機(jī)視覺、統(tǒng)計(jì)學(xué)習(xí)、博弈論等近年來已經(jīng)被證明能夠?yàn)楣芾韺印⒔叹毢颓騿T的決策提供有效支持。

該領(lǐng)域當(dāng)前研究聚焦統(tǒng)計(jì)學(xué)習(xí)、計(jì)算機(jī)視覺和博弈論的交叉研究等足球AI技術(shù)前沿，例如博弈論與機(jī)器學(xué)習(xí)結(jié)合的用于學(xué)習(xí)在其他代理存在的情況下做出有效決策的智能系統(tǒng)。研究的長期目標(biāo)是能夠開發(fā)一個(gè)可以理解足球比賽，并且指導(dǎo)球員的自動(dòng)視頻助理教練。例如博弈論模型可以用于分析點(diǎn)球時(shí)球員射門選擇，研究發(fā)現(xiàn)一個(gè)群體更喜歡射向球門口的左角，而另一個(gè)群體則更傾向于射向左右兩個(gè)角；幽靈模型用于提出備選的球員軌跡，獲得比賽過程的關(guān)鍵洞察力[11]。相比于其他體育領(lǐng)域，AI用于戰(zhàn)術(shù)分析更類似與類腦智能與群體智能，是人工智能2.0時(shí)代的發(fā)展前沿，同時(shí)考慮到倫理問題，該項(xiàng)技術(shù)在實(shí)際社會(huì)中的運(yùn)用仍在發(fā)展過程中[12]。

2.2 AI+運(yùn)動(dòng)隊(duì)醫(yī)

以知識(shí)計(jì)算引擎技術(shù)為代表的AI技術(shù)對(duì)于運(yùn)動(dòng)損傷預(yù)防具有重要應(yīng)用意義。人體是一個(gè)極其復(fù)雜的系統(tǒng)，會(huì)同時(shí)受到自身和外部環(huán)境影響，且在時(shí)刻動(dòng)態(tài)變化環(huán)境中微妙地保持一個(gè)穩(wěn)定狀態(tài)，但這種穩(wěn)定狀態(tài)也很容易被打破，且難以解釋，意外運(yùn)動(dòng)損傷就是一個(gè)難以解釋的現(xiàn)象。運(yùn)動(dòng)損傷通常是由包括內(nèi)外部因素在內(nèi)的多因素共同導(dǎo)致的，傳統(tǒng)的統(tǒng)計(jì)學(xué)方法難以應(yīng)用于解釋運(yùn)動(dòng)損傷作用因素。而基于人工神經(jīng)網(wǎng)絡(luò)的深度機(jī)器學(xué)習(xí)模型可以分層方式捕獲復(fù)雜的模式，通過數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)過程識(shí)別觀察變量的非線性函數(shù)，從而建立復(fù)雜系統(tǒng)模型[13]。

AI技術(shù)對(duì)于運(yùn)動(dòng)損傷預(yù)防的另一個(gè)視角是評(píng)估運(yùn)動(dòng)員受傷的風(fēng)險(xiǎn)，例如根據(jù)運(yùn)動(dòng)員步態(tài)進(jìn)行疲勞分析[14]，提前預(yù)測(cè)損傷。巴塞羅那足球俱樂部曾構(gòu)建一個(gè)了一個(gè)決策樹分類器模型，根據(jù)球員最近訓(xùn)練工作量預(yù)測(cè)他們是否會(huì)受傷。測(cè)試結(jié)果顯示利用隨機(jī)森林與邏輯回歸算法，決策樹分類器可以50%左右的準(zhǔn)確率預(yù)測(cè)80%的損傷類別，有助于俱樂部有效控制傷病，減少賽季中的醫(yī)療開銷[15]。

此外，機(jī)器學(xué)習(xí)的所需要的數(shù)據(jù)也越來越依靠AI硬件的支持。AI 芯片的發(fā)展推動(dòng)智能前移的新型傳感器件的研發(fā)，其中典型應(yīng)用即可穿戴設(shè)備，可通過人工活動(dòng)感知，連接、計(jì)算等實(shí)現(xiàn)運(yùn)動(dòng)員活動(dòng)數(shù)據(jù)收集，這為運(yùn)動(dòng)損傷風(fēng)險(xiǎn)評(píng)估或預(yù)測(cè)的機(jī)器學(xué)習(xí)算法提供更龐大的數(shù)據(jù)規(guī)模支持。可穿戴智能設(shè)備目前已經(jīng)被廣泛應(yīng)用于各項(xiàng)運(yùn)動(dòng)的人體活動(dòng)監(jiān)測(cè)，并與機(jī)器學(xué)習(xí)等AI技術(shù)結(jié)合使用。例如已經(jīng)投入生產(chǎn)的一款“數(shù)據(jù)統(tǒng)計(jì)緊身衣”，通過安裝在球衣內(nèi)的傳感器，追蹤運(yùn)動(dòng)員肌肉、心率、神經(jīng)等身體機(jī)能的運(yùn)作方式，實(shí)現(xiàn)訓(xùn)練過程數(shù)據(jù)同步采集。隨之連接以往無數(shù)次的運(yùn)動(dòng)數(shù)據(jù)，計(jì)算出一套最適合該球員的運(yùn)動(dòng)方式[16]。

2.3 AI+比賽裁判

在賽事判罰輔助方面，以視覺感知以及智能計(jì)算為主的AI計(jì)算已在球類運(yùn)動(dòng)、田徑、競技體操等具有明確規(guī)則的比賽項(xiàng)目中被廣泛運(yùn)用，用于實(shí)現(xiàn)人類肉眼更難感知到的畫面。比賽中AI裁判的一項(xiàng)重要工作是捕捉運(yùn)動(dòng)畫面，動(dòng)作分析，對(duì)標(biāo)規(guī)則的打分分析。與之前用于輔助運(yùn)動(dòng)員訓(xùn)練的AI技術(shù)類似，輔助裁判的AI技術(shù)同樣多為對(duì)高速運(yùn)動(dòng)物體或人體動(dòng)作的捕捉，尤其是對(duì)于復(fù)雜環(huán)境、目標(biāo)被遮擋、超出攝像頭視線等情況，需要通過智能計(jì)算技術(shù)，進(jìn)行大量數(shù)據(jù)訓(xùn)練，對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行計(jì)算推測(cè)落點(diǎn)。“鷹眼”系統(tǒng)、視頻助理裁判(VaR)等都運(yùn)用了視覺定位、語言與知識(shí)理解等人工智能技術(shù)。并且隨著人工智能技術(shù)不斷迭代，以自監(jiān)督學(xué)習(xí)為代表的新一代人工智能技術(shù)，能夠賦能計(jì)算機(jī)視覺領(lǐng)域，完成相對(duì)位置預(yù)測(cè)、填補(bǔ)、旋轉(zhuǎn)、運(yùn)動(dòng)方向預(yù)測(cè)等任務(wù)，鷹眼系統(tǒng)也隨之不升級(jí)，并被逐漸推廣到羽毛球、足球、游泳等運(yùn)動(dòng)當(dāng)中。AI在跟蹤運(yùn)動(dòng)員的表現(xiàn)以及各類型動(dòng)作方面發(fā)揮著越來越大的作用。

在對(duì)動(dòng)作進(jìn)行評(píng)估打分方面，AI裁判可能會(huì)比人類裁判更準(zhǔn)確，并且不像人類一樣容易受到主觀意志影響。剛結(jié)束的東京奧運(yùn)會(huì)首次采用了AI評(píng)分科技，系統(tǒng)通過向選手的身體及其周邊投射紅外線追蹤運(yùn)動(dòng)員的動(dòng)作，實(shí)時(shí)轉(zhuǎn)換成三維立體圖像。基于該圖像AI對(duì)比賽中的旋轉(zhuǎn)和扭動(dòng)等動(dòng)作做出分析，結(jié)合已經(jīng)建立的評(píng)分模型，評(píng)估運(yùn)動(dòng)員技術(shù)動(dòng)作[17]。

展望未來完全由智能裁判評(píng)分的體育領(lǐng)域，由于跳水項(xiàng)目的環(huán)境相對(duì)簡單，跳水有望成為第一個(gè)使用計(jì)算機(jī)視覺進(jìn)行自動(dòng)評(píng)分的項(xiàng)目[18]。但不得不承認(rèn)的是，AI技術(shù)在比賽裁判中所體現(xiàn)的技術(shù)先進(jìn)性略微落后于戰(zhàn)術(shù)分析、培訓(xùn)等其他體育領(lǐng)域，并且裁判在比賽中的作用距離被AI所取代仍有相當(dāng)之長的距離。

2.4 AI+體育媒體

體育媒體需要對(duì)賽事視頻進(jìn)行人工識(shí)別和剪輯，以向?yàn)槭湛粗辈サ挠^眾呈現(xiàn)精彩的比賽瞬間，同時(shí)及時(shí)撰寫體育賽事新聞稿，第一時(shí)間傳遞比賽結(jié)果。當(dāng)前機(jī)器人寫新聞在國內(nèi)外各大知名體育媒體中已成為常態(tài)，并且寫作速度和報(bào)道速度遠(yuǎn)超人工采編。目前美聯(lián)社WordSmith、華盛頓郵報(bào)Heliograf、紐約時(shí)報(bào)blossom，國內(nèi)則有新華社“快筆小新”、第一財(cái)經(jīng)“DT稿王”、今日頭條xiaomingbot，寫作機(jī)器人極大提高了文字新聞傳播效率。

如果說機(jī)器寫作是弱AI階段，那么AI自主識(shí)別、歸類和標(biāo)注視頻以及圖片則是機(jī)器人寫作基礎(chǔ)之上的又一AI技術(shù)升級(jí)，在當(dāng)前以短視頻傳播為主流媒體的時(shí)代，可以有效提高體育媒體工作效率。騰訊體育與IBM合作開發(fā)的“IBM AI Vision視覺大腦”技術(shù)，首先采用了多模態(tài)深度學(xué)習(xí)建模技術(shù)、通過對(duì)人臉、聲音、表情和動(dòng)作進(jìn)行像，并從人與物體的運(yùn)動(dòng)關(guān)系中，“讀懂”籃球比賽的邏輯。其次該技術(shù)能將自主學(xué)習(xí)成果生成神經(jīng)網(wǎng)絡(luò)，迅速識(shí)別、標(biāo)注、評(píng)分和剪切百萬分鐘的視頻，形成結(jié)構(gòu)化數(shù)據(jù)。最后，該技術(shù)能生成主觀情緒，例如霸氣、穩(wěn)定等主題，找到對(duì)應(yīng)的視頻素材，進(jìn)行剪輯配樂[19]。

2.5 AI+健身教練

疫情的發(fā)展讓人們居家時(shí)間延長，居家健身逐漸成為一種新常態(tài)，由此衍生出對(duì)于虛擬健身教練的市場(chǎng)需求。大眾健身領(lǐng)域一款名叫“智能健身鏡”的產(chǎn)品主打“硬件+內(nèi)容+服務(wù)+AI”模式，可以識(shí)別人體健身作用并提供專業(yè)糾正，解決了健身教練不專業(yè)、健身服務(wù)供給不足的問題。該產(chǎn)品中的AI解決方案被稱之為真實(shí)世界環(huán)境下的情景理解及人機(jī)群組協(xié)同，能夠跨越非結(jié)構(gòu)化信息與語義知識(shí)間的鴻溝。其核心技術(shù)是利用3D攝像頭和姿態(tài)識(shí)別算法抽取人體動(dòng)作模型，將非完整非結(jié)構(gòu)化的信息處理成結(jié)構(gòu)化數(shù)據(jù)，并與已經(jīng)置入系統(tǒng)的專業(yè)教練級(jí)別標(biāo)準(zhǔn)姿態(tài)模型進(jìn)行比對(duì)并給予反饋。目前智能健身鏡已經(jīng)能夠達(dá)到L4級(jí)別的人機(jī)交互，反饋時(shí)延在300-400毫秒，實(shí)現(xiàn)對(duì)用戶動(dòng)作的實(shí)時(shí)捕捉、實(shí)時(shí)糾錯(cuò)，系統(tǒng)地分析訓(xùn)練數(shù)據(jù)并通過OTA的形式不斷迭代升級(jí)并在向L5級(jí)別發(fā)展[20]。

3 人工智能體育融合發(fā)展面臨的問題與挑戰(zhàn)

3.1 融合進(jìn)程緩慢

AI技術(shù)的前沿運(yùn)用與體育領(lǐng)域的融合進(jìn)程相對(duì)其他產(chǎn)業(yè)領(lǐng)域較為緩慢。目前AI在自然語言處理、計(jì)算機(jī)視覺等智能感知領(lǐng)域成熟度已經(jīng)很高，計(jì)算機(jī)視覺甚至已經(jīng)超越人類水平。已經(jīng)進(jìn)入了認(rèn)知智能的發(fā)展階段。而目前應(yīng)用于體育領(lǐng)域還多為單一視覺媒體，僅體育媒體涉及了跨媒體智能。新一代人工智能尚未與體育形成有機(jī)融合，例如戰(zhàn)術(shù)優(yōu)化分析等還在初級(jí)階段，預(yù)期功能還沒有完全實(shí)現(xiàn)。另一方面，出于體育運(yùn)動(dòng)應(yīng)用人工智能的可選擇性與倫理問題，尤其是競技體育領(lǐng)域，對(duì)于如何讓人工智能更好地融入還存在較大爭議，人工智能對(duì)于身體主體的替代是引起倫理爭議的根本性擔(dān)憂[21]，此外，盡管體育產(chǎn)業(yè)具有巨大的規(guī)模潛力，受限于目前仍然較高的經(jīng)濟(jì)成本，人工智能在業(yè)余體育運(yùn)動(dòng)、健身運(yùn)動(dòng)等大眾體育和校園體育中的運(yùn)用還不普及，未來隨著人工智能技術(shù)經(jīng)濟(jì)成本下降有望成為體育與人工智能融合發(fā)展的主要切入點(diǎn)。

3.2 倫理問題突出

人工智能的應(yīng)用帶來的倫理爭議已經(jīng)引起社會(huì)、政府的廣泛關(guān)注，這在體育領(lǐng)域也不例外。這份關(guān)注以阿爾法圍棋(Alpha Go)在2016 年戰(zhàn)勝了職業(yè)九段棋手李世石為里程碑，之后關(guān)注熱點(diǎn)指數(shù)上升。未來人工智能在體育領(lǐng)域應(yīng)扮演什么角色、機(jī)器人是否被允許與人類一起比賽、人工智能對(duì)比賽觀賞性的影響、人工智能誤差率，這些均引起了全球范圍內(nèi)體育發(fā)展的社會(huì)學(xué)思考。例如利用大量數(shù)據(jù)對(duì)人工智能進(jìn)行訓(xùn)練過程可能涉及運(yùn)動(dòng)員的肖像權(quán)或個(gè)人隱私等問題[22]。以及基于早期人工智能技術(shù)的VaR系統(tǒng)近幾年才被引入足球比賽中，是因?yàn)槭艿捷^大的爭議。足球界反對(duì)聲音的主要觀點(diǎn)是裁判需要一定時(shí)間借助VaR確認(rèn)最后判罰，使比賽時(shí)間碎片化，這與足球比賽的特點(diǎn)不符，大幅降低足球比賽的觀賞性和連貫性。

另一方面，人工智能技術(shù)的發(fā)展需要大量資金投入，這背后代表了一個(gè)區(qū)域或者國家的科技競技實(shí)力，懸殊的國家對(duì)比賽結(jié)果的影響極大，而這會(huì)進(jìn)一步加劇全球不平等，使得本公平的體育賽事?lián)诫s較多資本和政治因素，違背了體育競爭公平性原則。2008年北京奧運(yùn)會(huì)游泳比賽中，鯊魚皮泳衣助力打破了游泳比賽中的25項(xiàng)新世界紀(jì)錄中的23項(xiàng)，但隨后2010年國際泳聯(lián)正式在全球賽事范圍內(nèi)禁止非天然紡織物泳衣的使用。這是第一次在體育界宣布拒絕科技綁架體育[23]。未來在需要裝備的體育比賽中，隨著人工智能與體育的深度融合，類似的爭議案例將不可避免，有必要提前做好各類應(yīng)對(duì)策略。

目前各國已發(fā)布了若干針對(duì)人工智能應(yīng)用的倫理準(zhǔn)則，如英國的《英國人工智能發(fā)展的計(jì)劃、能力與志向》報(bào)告、歐盟委員會(huì)的《人工智能道德準(zhǔn)則》、我國的《人工智能行業(yè)自律公約》等，都為人工智能與體育融合發(fā)展提供了一定保障。未來更具有針對(duì)性的人工智能與體育產(chǎn)業(yè)融合發(fā)展的倫理道德規(guī)則和技術(shù)規(guī)范亟須完善，以保障AI 與體育的有機(jī)、良性融合。

3.3 復(fù)合型人才短缺

體育本身即為交叉學(xué)科，涉及人體工學(xué)、運(yùn)動(dòng)科學(xué)、心理學(xué)、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)等多個(gè)領(lǐng)域。融入人工智能之后，其可應(yīng)用的場(chǎng)景也需要研究人員相應(yīng)的融合多學(xué)科知識(shí)，對(duì)于人工智能體育的研究提出了一定挑戰(zhàn)。另一方面此前中國體育發(fā)展模式多依靠舉國體制，體育產(chǎn)業(yè)發(fā)展不成熟，相應(yīng)的產(chǎn)學(xué)研合作不充分，領(lǐng)域之間割裂較嚴(yán)重，導(dǎo)致同時(shí)具備體育和人工智能背景的復(fù)合型人才稀少[24]。

隨著國家社會(huì)經(jīng)濟(jì)向好發(fā)展，中國體育產(chǎn)業(yè)的發(fā)展?jié)摿臻g已經(jīng)顯現(xiàn)[25]。加之社會(huì)變遷也讓極大改變了群眾對(duì)于體育運(yùn)動(dòng)的看法，人們對(duì)健康的重視程度更進(jìn)一步加速體育產(chǎn)業(yè)化進(jìn)程，業(yè)余體育運(yùn)動(dòng)、健身休閑、體育旅游等產(chǎn)業(yè)的發(fā)展。體育產(chǎn)業(yè)市場(chǎng)率先孕育出了一批對(duì)智能體育的需求，吸引一些企業(yè)開始投入AI+體育的產(chǎn)品研發(fā)中，并開發(fā)了一系列各類體育場(chǎng)景下的人工智能產(chǎn)品，也為培養(yǎng)AI+體育的復(fù)合型人才創(chuàng)造了良好的發(fā)展土壤。

4 人工智能與體育融合的發(fā)展展望

目前逐漸呈現(xiàn)AI技術(shù)與體育產(chǎn)業(yè)深度融合發(fā)展趨勢(shì)。在體育場(chǎng)景應(yīng)用較為廣泛的主要是智能感知技術(shù)等，由計(jì)算機(jī)視覺，智能計(jì)算芯片與系統(tǒng)、深度學(xué)習(xí)等技術(shù)共同構(gòu)成，以及大數(shù)據(jù)智能為代表的智能計(jì)算技術(shù)。一方面此類技術(shù)深刻改變傳統(tǒng)體育產(chǎn)業(yè)發(fā)展模式已成為不可逆轉(zhuǎn)的趨勢(shì)，并且推動(dòng)體育產(chǎn)業(yè)前所未有的高效和快速發(fā)展。

AI技術(shù)對(duì)于體育場(chǎng)景的支持處于相對(duì)初級(jí)階段。目前AI技術(shù)在體育場(chǎng)景中的運(yùn)用以提升觀眾的賽事觀看體驗(yàn)，以及輔助運(yùn)動(dòng)員訓(xùn)練和裁判判罰為主，未來隨著體育場(chǎng)景中的需求更加深入和多元化，AI有望完全取代人工判罰、體育媒體、體育場(chǎng)館運(yùn)營、健身教練等領(lǐng)域，并將反之推動(dòng)AI技術(shù)的進(jìn)一步發(fā)展與進(jìn)步。體育項(xiàng)目的業(yè)余愛好者、健身娛樂、校園體育等領(lǐng)域?qū)?huì)成為人工智能體育融合發(fā)展的切入點(diǎn)，并將在大眾體育和校園體育的落地中形成更蓬勃的生命力。

配套支撐方面，關(guān)于AI技術(shù)輔助運(yùn)動(dòng)員參與比賽存在不可忽視的倫理爭議，因此需要AI技術(shù)運(yùn)用的倫理也需要格外關(guān)注，注重人工智能體育的健康發(fā)展，而不是成為進(jìn)一步擴(kuò)大不平等的動(dòng)因。此外，人才是產(chǎn)業(yè)發(fā)展的核心驅(qū)動(dòng)力之一，AI+體育的產(chǎn)學(xué)研合作有望加強(qiáng)，以培養(yǎng)更多復(fù)合型人才，滿足擴(kuò)張中的市場(chǎng)需求。