APP下载

人工智能助力全民健身参与的基本逻辑、现实困境与突破路径

2022-03-08韩晓明乔凤杰

天津体育学院学报 2022年5期
关键词:体育场馆全民人工智能

韩晓明,乔凤杰

2017年7月,国务院印发《新一代人工智能发展规划》,将人工智能提升到国家战略层面。党的十九大报告提出“推动互联网、大数据、人工智能和实体经济的深度融合”。人工智能作为一门新兴科学技术,越来越受到国家层面重视,并将其视为强化国家科技力量的重要途径。同时,人工智能也与以全民健身为代表的体育领域进行了融合。2019年8月,《体育强国建设纲要》提出,“推进全民健身智慧化发展”“加快推动互联网、大数据、人工智能与体育实体经济深度融合”。同年9月,国务院办公厅印发《关于促进全民健身和体育消费推动体育产业高质量发展的意见》,进一步指出“要推动智能制造、大数据、人工智能等新兴技术体育制造领域应用”。2021年8月,全民健身计划(2021—2025年)指出,“支持开展智能健身、云赛事、虚拟运动等新兴运动”。从逻辑层面来看,本研究将人工智能与全民健身的关联点置于人工智能助力全民健身参与,即人工智能能为人们的运动参与提供科学化健身指导、个性化健身方案、针对性反馈建议以及交互性健身方式,进而促进更多人积极参与其中,推动全民健身的高质量发展。

以往有关人工智能与全民健身的研究主要集中在人工智能应用于体育的用品[1]、对策[2-3]、公共服务[4],城市体育治理[5]及研发需求[6]等方面。虽然以往研究对具体问题的分析仁智互见,但仍属体育领域上维范畴,未深入到体育的所属概念即全民健身参与进行细致入微的研究,无法为全民健身的高质量发展提供针对性参考。基于此,本研究从人工智能技术、全民健身数据、智能体育软件、智能体育硬件4个方面出发,探究人工智能助力全民健身参与的基本逻辑、现实困境与突破路径,以期促进人工智能与全民健身的深度融合,推动全民健身的高质量发展。

1 人工智能助力全民健身参与的基本逻辑

(1)数据化与科学化。借助人工智能技术实现对数据的整合与其潜在价值的挖掘是人工智能助力全民健身高质量发展的基础保障。机器学习、深度学习等应用不需人工明确地编程,即可从搜集的数据中梳理出健身者运动项目、频次、时长、年龄、性别和健身效果等变量间的相关性。这对于发现输入与预测结果间的映射关系,合理设定健身目标,科学指导运动实践,及挖掘数据的隐含价值具有重要作用。与互联网时代对大量数据存储的能力相比,人工智能既能实时处理大规模、全量多元数据,也能洞悉数据背后的复杂隐藏规律,以及制定超越人类局部次优决策的全局最优策略。故借助人工智能技术,有利于实现对海量全民健身数据的精准挖掘与系统分析,厘清数据背后隐藏的关键信息及应用价值,并归纳出在常规数据分析中难以发现的隐性规律,促进全民健身数据的整合及其内在价值的挖掘与应用。

(2)个性化与多元化。随着人工智能等技术的快速发展,各行各业日趋智能化,体育产业与人工智能结合,生产了诸多智能体育产品,推动了体育产品的智能化转型。本研究所指的智能体育产品是以人工智能为技术支撑,以智能化功能为产品特色,为满足人们多元化、多层次的体育消费需求而生产的产品的总称,既包括智能体育APP,也包括智能体育硬件。其中,个性化健身方案的制定与针对性健身建议的反馈是人工智能助力体育产品实现智能化转型的重要表征,这正是其相较传统体育产品的优势所在。由于健身者的运动习惯、生理特征、认知方式等具有个体差异,故健身方案的制定亦应考量个体化特征。人工智能助力下的智能体育产品一定程度上能根据健身者的运动目的、习惯、强度、姿势及以往运动数据,研判运动需求,制定个性化健身方案[7]。

(3)沉浸化与交互化。在人工智能技术助力下,健身方式不再局限于传统的健身房锻炼,而是将打破时空限制,实现基于健身者、健身设备、场景、内容等人机交互式的健身方式。所谓人机交互,是指人的信息输入和系统的输出反馈形成的互动关系,此系统既指各种机器,也指计算机化的系统和软件[8]。人工智能的助力使健身方式的交互性得到了大幅提升,即智能化的健身设备、系统等既可通过更强大的功能与用户进行高效、实时、针对性互动,也可增强运动参与的娱乐性和趣味性,促进人们的运动参与。这种交互式的健身方式有利于提高健身者与智能运动设备间的互动性,增强健身方式的趣味性和娱乐性,激发人们的运动热情,促进更多人积极地参与其中。

(4)智慧化与便捷化。随着体育场馆与人工智能、物联网等技术的融合,传统体育场馆正向智慧化转型,目的是为体育锻炼提供智慧、便捷、舒适的场馆服务。智慧化体育场馆服务主要表现在以下4个方面。1)运营系统智慧化。即人工智能的赋能能在体育场馆能源消耗、通风系统、设备使用状况、人员调度、应急方案等方面实现资源优化配置,通过获取实时场馆运营数据,提升场馆运营效率。2)场馆管理智慧化。目前,智享无人值守的体育场馆已成为体育场馆智慧化发展的重要趋势。即运用智能身份识别系统,通过人脸、手环识别等技术对用户进行智能化分辨,实现体育场馆的无人化、无接触管理,这既能增加科技体验感,也能降低运营成本,当然也是疫情防控常态化阶段“无接触服务”的重要方式。3)体育消费智慧化。“先享后付”是体育消费智慧化的典型代表,即用户可先锻炼,结束后再通过场馆内的系统结算,有利于增强用户的主体性和体验感。4)体育设备智慧化。即语音、动作识别等人工智能技术的运用,能为用户提供交互式健身器材、场景等,营造良好的服务和运动体验[9]。这表明人工智能的赋能既让体育场馆服务更智慧化,也让运动变得更便捷、更有趣。

2 人工智能助力全民健身参与的现实困境

2.1 人工智能核心算法缺失

核心算法是人工智能助力全民健身参与的基本逻辑得以实现的技术支撑。目前,受限于模拟神经元的困难、“莫拉维克悖论”“波兰尼悖论”,使人工智能仍处于弱人工智能阶段[10],与强人工智能和超人工智能存在显著差距。虽然现阶段人工智能的价值更多体现在技术创新,但核心算法缺失这一卡脖子问题仍较突出。

当前人工智能技术的发展主要得益于数据的激增和算力的提升,而核心算法并未产生根本性变化。即算法过度依赖开源代码和现有数学模型等问题,导致人工智能的实际应用难以深入开展。因为,用开源代码调教出的人工智能顶多是常人,而要成长为细分领域专家,则需以数学为基础的原始核心模型、代码和框架创新。就全民健身领域而言,人工智能要应对的是复杂、多元、多变的应用场景和运动实践,目前人工智能在全民健身的应用仅完成了感知力,即可在单一运动场景、模式下进行动作识别、语音交互,但本质上缺乏运动场景与内容的真正理解和落地。由于训练框架固定、算法限制即对现有算法难以修改与完善,导致健身者在运动实践时,难以满足运动信息完整记录、易犯错误实时提示、个性化健身指导等需求。

2.2 全民健身数据量与质的双向缺失

人工智能助力全民健身参与的前提是基于大量数据,利用深度学习算法挖掘有价值信息,为全民健身提供科学化指导。即海量、优质的全民健身数据集合是提升机器学习效率和精确性,促进人工智能技术充分发挥的先决条件,所谓“无数据,不智能”。目前,全民健身数据存在量与质的双向缺失。

2.2.1 全民健身数据的数量缺失(1)全民健身数据采集的意识不足。目前竞技体育运动各环节的数据采集、储存、分析与利用已对科学化训练和提升运动表现起到了推动作用,而全民健身数据采集工作并未引起足够重视,如全民健身活动往往被视为社会大众的自发行为,似乎与体育相关部门并无关系[11],直接导致了全民健身数据的数量缺失。(2)中老年群体健身数据采集的缺失。《中国发展报告2020:中国人口老龄化的发展趋势和政策》指出[12],预计到2050年,中国老龄化将达到峰值,60岁及以上的中老年人口将接近5亿,对这一庞大的中老年群体提供适宜的健身指导则显得尤为重要。目前,智能体育产品所关注的受众主要集中于较高收入的青年群体,对中老年群体则较少关注。例如,截止2021年3月,Keep拥有注册用户3亿,月活跃用户4 000万,但35岁以下约占80%[13],直接导致中老年群体健身数据采集的缺失,故设计和开发适宜中老年群体的智能体育产品以采集健身数据则是关键所在。同时,多数智能体育产品设置的运动项目以跑步、游泳、健步走等为主,而对在我国具有广泛群众基础的太极拳、广场舞、踢键子等的数据采集则相对较少,即现阶段全民健身数据的采集缺乏对于不同年龄、运动项目的综合性考量。

2.2.2 全民健身数据的质量缺失(1)关键性健身数据采集不完整。锻炼过程中,由于数据采集的诸多复杂因素,如人体结构复杂、运动形式多样、运动阶段差异、采集环境多变和涉及频段分布广等,使相关数据未能得到完整采集和记录。现阶段全民健身采集的数据多以练习次数、组数、距离、时长、能量消耗等基础性数据为主,而对运动生物力、生理、心理等关键性数据的采集则较薄弱。以SW智能体育产品为例,当健身者进行深蹲练习时,人们往往希望了解动作正确与否,故智能产品应及时捕捉和采集健身者的姿势、动力结构、发力顺序等,并实时反馈以提供科学化的健身指导,但运动实践中其对健身者深蹲过程中的姿势、角度、幅度、力度等数据无一显现,造成采集的全民健身数据质量较低。(2)非结构化健身数据分析能力不足。根据《世界的数字化—从边缘到核心》白皮书显示,2025年全球数据总量预计将超过175ZB,非结构化数据将占总量的80%[14]。由于体育锻炼是一种注重锻炼者体感的非线性活动,其数据结构类型呈现复杂多样的基本特征,既有数字、符号等结构化数据,也有文本、图像、音频、视频等非结构化数据,以及结构变化很大的半结构化数据。随着全民健身“线上化”“视频化”现象的日益凸显,尤其在疫情影响下,社会大众的日常锻炼、市民运动会,甚至是第14届全国运动会的群众展演类项目均已搬到“线上”,网上时刻产生和留存大量非结构化数据,而目前对此类数据缺乏有效地分析、挖掘与利用,直接造成了健身数据整合度不高,影响深度学习模型训练效果,导致无法获取高质量的数据以指导运动实践。

2.3 智能体育软件智能化水平较低

2.3.1 智能体育APP功能单一化智能体育APP是指能记录运动数据,指导日常运动,满足个性化需求,引导健身者形成健康生活方式的第三方智能体育应用软件[2]。我国互联网应用市场中的智能体育APP名称多以智能冠之,人们往往期望其能对运动表现、运动过程、存在问题、内在原因和纠正方法进行实时、全面地评价与反馈。

但是,多数智能体育APP并非是基于人工智能技术对实际锻炼情况给予针对性反馈,而智能化功能的实现基本是由以往监测数据匹配预先制定的健身指导建议或程式化运动方案,即反馈结果存在于以往数据与现有用户的固定关系之下,且匹配项多以体重、体脂率、距离、速度等为参数,而对实际锻炼情况并不能给予针对性考量,更不用说全面、实时、动态地反映健身者生理、心理等情况。这表明,目前智能体育APP的程式化分析只能完成人们事先定义的基础任务,其智能化水平相当于新手教师,距离专家水平和真正智能化相去甚远。同时,某些智能体育APP反馈建议的科学性还有待商榷。如NK智能体育APP通过步数排行榜激发健身者竞争意识,刺激人们进行健步走锻炼,但由于缺乏对健步走速度、强度和时长等上线阈值的提示,人们可能为追求排名靠前而过度锻炼,这不仅不能提供科学化健身指导,反而还会因过量运动导致发生跟腱炎、膝关节磨损等的风险显著升高。

2.3.2 人机交互用户体验不佳人机交互作为人工智能应用领域的基本特性,交互性的优劣是衡量其智能化水平的评价标准。本研究以人工智能AR互动大屏为例阐释现阶段人机交互用户体验不佳的问题。

(1)图像识别不精准。人工智能AR互动大屏通过图像识别、肢体识别跟踪技术,完成形体动作与计算机场景内容的互动。如北京海淀公园有一太极拳人工智能AR互动大屏,人们可站在特定区域跟随系统提示练习太极拳,屏幕通过深度摄像头捕捉练习动作,并依据系统内置的动作标准打分。但问题在于:1)从练习整体过程来看,此交互系统仍处于跟随视频终端“比划动作”的状态,而对错误、不到位、遗忘的动作均不能识别,也不能与练习者进行基于动作教学的有效互动,这种单一化交互方式导致练习效果大打折扣。2)从某一具体动作来看,其图像识别仅以动作路线、角度、方向等为参照标准,而对动作的高低、距离、宽窄、快慢等规格无法识别,更不用说内在劲力、神韵、情感、心理等的交流。3)从练习场景来看,全景环绕式AR场景能创设虚实结合的练习情境,其练习形式可选择带练、单练、对练等多种模式,通过突出和渲染带练和对练者的在场感,激发练习兴趣,吸引更多人参与其中。但该系统并不能识别系统内或习练者的太极拳风格,也不能提供相适配的AR场景化渲染,这将影响运动参与的趣味性与积极性。

(2)语音交互响应时间慢。人机交互中的响应时间是影响用户评价、满意度的重要因素[15]。响应时间过慢或快均会造成不良体验。相关研究表明[16],响应时间超过2 150 ms,用户感觉“太慢,接受不了”的比例显著增加;响应时间小于650 ms,用户则感觉“说话被打断”。排除网络异常的情况,当健身者与人工智能AR互动大屏语音交互时,往往会出现等待反馈时间长即语音交互响应时间慢的现象,这就造成了人与机器的对话并不是顺畅地交流,而表现为用户焦急等待,影响用户对人机交互体验的主体评价,尤其是进行多个问题连续性交互时此类现象更为凸显。此外,也常出现无法准确理解健身者提问意图或难以精准判断需求等问题。

2.4 智能体育硬件智慧化服务能力不足

2.4.1 可穿戴智能设备识别功能不完善目前,我国人工智能市场呈井喷式发展态势,截至2020年6月底,我国人工智能核心产业规模达770亿元,预计2025年将达4 000亿元[17],且随着人工智能在体育领域的应用,智能体育用品呈现以接触型可穿戴智能设备、智能化健身器材为主的爆发式增长。其中,智能运动手环、VR眼镜等可穿戴智能设备日益成为健身者青睐的智能体育产品,其既能采集、储存运动数据,也能满足健身者的新鲜感,并提供个性化健身指导。

但是,目前可穿戴智能设备大多是基于单一运动场景或形式的呈现,而无法识别不同运动场景、形式等。一方面,当健身者佩戴相同型号的XM智能运动手环,在跑步机与户外分别进行相同运动量和强度的跑步时,矢状轴方向上的加速度仍存在显著差异[18],即其并不能识别室内跑步机和户外的场景差异,导致估算值偏差,这将直接影响数据监控的准确度。另一方面,目前多数可穿戴智能设备并不具备坡度识别功能,且其能量消耗的算法过于依赖加速度传感器数据,导致能量消耗估算受到较大偏差。因为,坡度是影响能量消耗的重要因素,在上坡和平地跑步的能量消耗存在显著差异,根据ACSM能量消耗计算公式,相同速度下,坡度为10%的上坡跑比平地跑的能量消耗增加近45%[19]。故可穿戴智能设备应基于数据挖掘和机器学习的新算法估算效果,提升对不同运动场景、形式的识别功能。

2.4.2 体育场馆服务智慧化模块分散在人工智能、物联网等技术推动下,体育场馆服务逐渐从智能化向智慧化升级转型。但现阶段人工智能赋能体育场馆服务智慧化转型仍处于初级阶段,集中在场馆内的智慧化设备和系统的开发和运用,受现有技术制约,部分智慧化系统未能发挥最大作用。在人工智能赋能体育场馆服务的智慧化转型过程中,主要存在智慧化模块分散与推行成效甚微并存的问题。一是智慧化模块分散。近年来,新建或改造升级的智慧化体育场馆多选择与互联网、通信企业等合作,从动土开工到投入运营,从顶层设计到功能布局,智慧化的建设思路具备整体性。但已投入使用的诸多智慧化体育场馆普遍面临智慧化工程零散与模块分散,即智慧化系统与其功能应用间存在联动性弱、兼容性差,导致单点嵌入的智慧化功能只能成为单兵作战的单一化功能应用,无法形成团体协作的功能应用集合。二是推行效果甚微。在弱人工智能阶段,由于体育场馆服务智慧化转型在前期的生产、改造;中期的运营、更新;后期的维护、翻新等环节,及人工智能等技术的应用均需付诸比运营传统体育场馆更多的成本,既包括巨大的资金成本,也包括人力的时间成本,一定程度阻碍了体育场馆服务的智慧化转型。

3 人工智能助力全民健身参与的突破路径

3.1 加强人工智能核心算法研发

技术层面,人工智能本质上是以数学算法为核心而构成的一套数学理论,试图通过数字概率描述人类思考、推理和决策的过程,而计算机技术仅是通过编程语言在信息系统实现算法的过程。即算法的内在逻辑是基于机器学习或深度学习形成自主决策[20],算法的水平直接决定了人工智能的智能程度。因此,针对因依赖开源代码和现有数学模型,算法的进阶应源于原创者而非跟随者,即需从底层算法做起,使整个数学模型、算法设计、模拟训练一脉相承,使其既可协同优化,也能根据实际需求随时修改,适应和解决全民健身所涉及的健身方案的个性化定制、健身指导的实时性提示、健身建议的针对性反馈等实际需求。同时,算法的研发还需遵循一个核心,两个融合的宗旨,即以人工智能基础理论研究为核心,既要加强与数学、心理学、脑科学、神经科学等的跨学科交叉融合,致力发展第三代人工智能理论与方法,也要加强算法的开发与优化及理论与应用的深度融合,努力突破人工智能在全民健身应用过程中受阻的关键技术瓶颈。

3.2 注重全民健身数据量与质的协同发展

3.2.1 增加全民健身数据数量(1)增强全民健身数据采集意识。体育相关部门需提高采集、分析和运用全民健身数据的意识,使思想观念具备自觉性、目的性和能动性导向,充分认识到大数据潜在的科学化健身指导等价值,为社会群体提供智能化健身条件。具体路径为:1)网络健身数据上云。通过大数据、云计算等技术对网上的全民健身数据进行筛选、存储、分析与应用,建设云上全民健身数据库;2)在全国的社区、公园和广场布局一批全民健身数据监测中心,采集和分析健身数据,形成包含全民健身行为监测数据库、群众锻炼环境监测数据库、国民体质监测数据库等大数据平台[21]。同时,整合各部门间的健身数据,使其在线、共享、应用,丰富和完善全民健身数据库。此外,增强数据采集意识并非要成为数据专家或储存大量数据,而是在日常生活中培养使用数据的习惯,以积极的心态将数据意识嵌入健身过程中,为科学化和针对性健身锻炼提供指导。

(2)增加中老年群体健身数据的采集。即基于中老年群体的年龄、身心、运动习惯等特征,设计和研发适宜的智能体育产品。如针对中老年群体的健身习惯,泰博科技在全国的公园和广场铺设公益性智慧步道,运用人工智能、双频芯片感应、人脸识别和云计算等技术,采集健身者在智慧步道上健步走、跑步等数据,实时本地化处理,并上传至云端大数据中心进行存储、分析和即时反馈,促进中老年群体的运动参与,以此打造全年龄层覆盖的智能体育,增加全民健身数据的数量、丰富全民健身数据的维度。同时,还应注重对不同运动项目数据的全方位采集,既要包括西方体育项目,也要包括在我国具有广泛群体基础的民族传统体育项目,实现不同运动项目数据的全面采集。

3.2.2 提高全民健身数据质量拥有大量数据并不会增加任何价值,关键在于对数据的洞察、分析与挖掘。全民健身数据质量的高低,尤其是数据的完整性与一致性[22],直接影响着全民健身的科学化指导。

(1)提高健身数据采集的完整性。针对全民健身数据收集的不完整,在保留练习组数、距离和能量消耗等前提下,既需加强对生物力、生理、心理等与健身者身心健康直接相关的数据采集,也需加强对不同运动项目的数据采集,同一项目不同运动阶段的完整记录,及练习外部环境、练习效果、易犯错误等数据的分析。同时,对数据进行不断更新优化,使其随时能用来产生洞察,然后经算法处理驱动健身指导建议的产生,用以指导运动实践;再通过反馈不断优化决策,形成数据-算法-决策-反馈-决策的完整闭环。可见,完整的全民健身数据就是决策的执行者而非支持者。这既能充分发挥全民健身数据的内在价值,也能提高健身指导的精确度和效率。当然,这种由数据产生决策的运行逻辑应基于公平、公正原则。

(2)提升人工智能技术在非结构化健身数据的分析与挖掘能力。针对非结构化健身数据分析能力不足,首先,需采用数据清洗技术与分析工具,对原始健身数据中的无用数据、空格、格式不统一、乱码或丢失等进行整改完善或清理;其次,选用最新技术保存数据及构建数据堆栈;然后,在传统结构化查询处理基础上,围绕非结构化数据的基本属性、语义特征、底层特征及原始数据,利用数据分析工具(如百度安全的安全知识图谱)分析全民健身的非结构化数据,发现其基本情况、隐含规律,及识别新出现的问题,提高健身数据的整合度,改善深度学习模型训练效果,以此指导运动实践。

3.3 提升智能体育软件智能化水平

3.3.1 提升智能体育APP多元化功能以个性化需求为导向,遵循千人千面的基本原则,充分运用人工智能和大数据等技术,提升智能体育APP的智能化水平,使其最大限度认知练习的真实情况。针对不同运动目的、偏好、习惯等,健身方案的制定与指导建议的反馈亦不同,需考虑个性化需求及关联场景的整体情况,进而对健身内容进行针对性制作、精准匹配与分发,而非千人一面的健身方案。如对于以身体健康为目的老年群体,应提供运动前健康问询、体质检测,运动中实时心率、血压等安全区间预警值的监测,降低运动风险发生的概率,及运动后主体感受和预期效果评价等,智能体育APP应基于健身者的健身目标和主体反馈及时调整健身方案,对健身过程进行科学化、个性化指导。对于以降脂减肥为目的的中年群体,则可推送运动负荷、乳酸阈值、最大摄氧量、当前有氧或无氧状态等,并通过研判消耗卡路里等数据,了解能量消耗和体能情况,继而制定针对性锻炼方案,以此提高降脂减肥的效率。而对于以增肌塑形为目的的青年群体,则需时刻关注练习的负荷强度、间歇时间、主体疲劳程度等,提供科学合理的健身步骤与策略。同时,对同一运动目的的健身者也应基于个体实际情况给予针对性方案,充分发挥智能体育APP的智能化功能,进而实现智能体育健身方案的“私人订制”。

3.3.2 优化人机交互用户体验(1)提高图像识别精准度。在图像识别技术中可在输入节点上增加新的传感器,如深度摄像头、麦克风阵列等,让机器拥有自然语言理解和图像识别等能力;在输出节点增加新的反馈通道如语音通道,使交互的输入与反馈循环变得通道更多、形式更丰富,促进体验设计目标的升级,即让交互向更自然和情感化的方向发展,构建一套以语音、肢体动作、甚至是面部表情、感官触觉的多模态交互,提高用户的参与性、体验性。此外,还应基于健身者差异化特征和需求,借助人工智能、AR和VR等技术针对性适配相关运动场景,促进沉浸式参与体验、交互体验和视觉体验,从而增强用户的练习兴趣,促进更多人参与到全民健身之中。

(2)合理设计语音交互响应。针对健身者与智能体育APP或健身器材等语音交互时,响应时间太慢导致用户产生“焦急等待”的主体感受,以及响应时间太快用户产生“说话被打断”“被抢话”的感觉,语音交互的响应时间应基于用户的主体感受、认知体验等进行合理设计,提高语音交互的流畅性、友好性和舒适性,优化交互时效,将语音交互设置成一种人与机器自然、和谐的交流过程,提高用户的主体体验和满意度。同时,也应围绕用户的情感体验设计更富情感、更加个性化的语音交互系统,这或许比产品本身所提供的功能性体验更具吸引力。

3.4 提高智能体育硬件智慧化服务能力

3.4.1 改善可穿戴智能设备识别功能提高可穿戴智能设备对不同运动形式、场景的识别功能,有赖于内置芯片的基础设置和核心算法。一方面,在可穿戴智能设备内使用三轴陀螺仪、加速度计、磁力计等动作传感器为基础,采集不同运动形式的数据,并将数据进行相应处理和分析后,提取一定数量特征值,与传感器融合算法相结合,将特征值用算法训练模型,以此识别不同运动形式。另一方面,可基于多传感器可穿戴设备对数据进行时间序列建模,利用场景切换边界点算法分析每个维度的时间变化趋势,获取多维时间序列的场景切换边界点。然后,建立相似性测量模型对每个分段时间序列进行室内、室外场景相似度计算与识别[23],实现不同运动场景下的动作精细化识别和运动数据的精确化追踪。此外,对可穿戴智能设备功能的提升,并非是对全民健身的全场域覆盖,而是基于不同健身者的运动目的、偏好等现实需求提出,即可穿戴智能设备需遵循产品为用户服务的基本理念,使其更好地服务于健身者的运动实践。

3.4.2 加强体育场馆服务的模块化针对智慧化模块分散的现象,体育场馆智慧化升级的着手点既需对其运营痛点逐一击破,也需自上而下制定全面的智慧化解决架构,将难点与升级点进行模块化,再以解决的迫切程度为依据进行填空式改造。确保智慧化逻辑的一脉相承,否则单点嵌入只会成为“一盘散沙”。同时,体育场馆服务智慧化系统之间需建立相关性,使功能应用与系统数据能互通互联,使单一的智慧化功能走向智慧化的综合体,避免出现智慧孤岛反而使智慧化体育场馆的运营管理更加复杂化。当然,在实现单一场馆内应用功能与数据系统互联互通后,也会为城市体育场馆服务间的“万物互联”提供基础保障,为人们提供一个基于智慧化体育场馆服务的生态系统。此外,体育场馆服务的智慧化升级不应仅停留在软、硬件,其核心价值是要将新的思维模式融入到体育场馆运营管理之中。

4 结语

人工智能作为引领新一轮科技革命和产业变革的战略性技术,是推动全民健身科学化和个性化发展的重要抓手和可行途径。但是,人工智能与全民健身的融合仍处于初步阶段,应充分认识到人工智能助力全民健身参与面临的诸多问题。基于此,本研究探析了人工智能助力全民健身的基本逻辑,并从人工智能技术、全民健身数据、智能体育软件、智能体育硬件四个方面探究了人工智能助力全民健身参与的现实困境,并据此提出相应的突破路径,以期促进人工智能与全民健身的深度融合,推动全民健身的高质量发展。

猜你喜欢

体育场馆全民人工智能
全民·爱·阅读
政府购买体育场馆公共服务存在的问题与化解策略
大型体育场馆PPP项目商业模式研究
2019:人工智能
人工智能与就业
数读人工智能
可持续全民医保
体育场馆项目全过程造价管理方法与应用
下一幕,人工智能!
全民健身 参与快乐