科技信息

打卡智能中国（八）：“水花消散术”的AI秘笈

巴黎奥运会，简直是中国00后运动员的超级舞台。他们不光力气精良，而且自信昂扬，像是向全天下宣告：“这就是我们的期间！”以往提及代表国家出征奥运会的运动员，很多人会有刻板印象，仿佛在他们的天下里，金牌才是

巴黎奥运会，简直是中国00后运动员的超级舞台。他们不光力气精良，而且自信昂扬，像是向全天下宣告：“这就是我们的期间！”

以往提及代表国家出征奥运会的运动员，很多人会有刻板印象，仿佛在他们的天下里，金牌才是终极目的，背负着为国争光的重任，在严苛的练习筹划下负重前行。

而一个个鲜活个体的00后运动员，让我们看到，他们不光是“奖牌兵士”，也在比赛中享受竞技爱好、劳绩发展和逾越自我；练习也不是全凭费力奋斗，不畏苦战的体能和自信背后，是健康的身心在支持。

巴黎奥运会的跳水女子双人十米台决赛中，全红婵和队友陈芋汐的同步性极高，以“复制粘贴”般的动作拉开了显着上风，夺得金牌，成为中国跳水队在该项目上的奥运会七连冠。

这枚金牌的差异之处，就在于“含AI量”极高。

2020年10月，“跳水天才”全红婵入选国家队，而当时，AI已经走向了跳台。百度和中国国家跳水队在2019年开展技能互助，打造AI跳水辅助练习体系。可以说，AI见证并到场了这位“零水花天才”，从国家队练习场到奥运会赛场的发展之路。

年轻一代的中国运动员，正在迎来他们的期间，而这也是一个与AI密不可分的期间。中国跳水队员的“完善一跳”背后，是中国AI凌驾重重技能拦阻，顺遂“入水”。

“她身材条件好，很适合压水花，但是不盼望人们把她称之为天才。”全红婵的省队锻练曾云云说道。

纵然是 “天赋选手”，全红婵也须要举行费力练习，天天练习400多跳是根本功课。跳水运动员的练习压力，可见一斑。

为什么运动员要云云费力，有两个缘故原由：

一是标准高。实现“一根针式入水”的完善一跳，是跳水队的终极目的，须要起跳、旋转、入水的每一个环节都0偏差，衔接的得丝丝入扣、没有一点差错。运动员唯有妖怪练习，才气不绝靠近完善，成为“难度王”。

二是竞争激烈。体育科技发展较早的美国、澳洲等发达国家，很早就将计算机技能应用于运动员的造就，一样平常练习看起来“高大上”多了。利用EPTS体系追踪运动员的每一个动作，然后用电脑分析，资助锻练订定战术，科技早已是一样平常练习的一部分。想要在国际赛场上赢下如许的强队，中国跳水队唯有更拼，不让一丝渺小的失误影响夺金。

不难想见，如许的严苛练习和生理压力，对中国跳水运动员来说，负荷不小。

为什么中国队不能用数字技能来辅助练习，非要让运动员刻苦刻苦呢？非不为也，实不能也。

美澳等发达国家的信息化较早，一些信息化、数字化技能也更早开始和体育项目融合。在论文网站arxiv.org，我们发现早在2009年，就有研究者通过计算机视觉中的图像目的分割与检测技能，资助锻练须要最大限度地把握有关比赛和球员的战术信息，完满比赛策略。

而当时的中国，除了高校科研院所中计算机、AI范畴的专家科学家，大部分人对深度学习的认知，还停留在“听说过，没见过”的阶段，更别说用它来辅助跳水了。

随着百度、腾讯、京东等一批工业界企业，开始发力深度学习技能，并且与各行业细密衔接，AI与中国跳水终于迎来了邂逅。

2017年，计算机视觉技能取得了极大发展，利用CV来举行运动体现分析，也成为工业界一大研究方向。当时，国际上已经有科研团队借助计算机视觉算法，在连续视频中对跳水片断举行提取、追踪、分类，捕捉人体姿态的渺小变革。

这一波，中国又赶不上了吗？幸好，在CV技能上，中国并没有缺席。

2017年，百度、腾讯、阿里巴巴等一批互联网企业，在计算机视觉范畴取得了一系列结果。根据国际顶级集会如CVPR、ICCV、ECCV等的论文收录情况，中国科技企业的论文数量在2017年有明显增长，不光数量多，而且质量高，很多研究结果都到达了国际领先程度。比如一篇印度研究团队的CV+跳水姿态研究论文中，引用文献就包罗了大量中国作者。

CV技能到达天下一流程度，技能的实际应用和产业化历程也在加速，用AI辅助跳水练习，也被提上日程。

此中最具代表性的是百度与中国国家跳水队的互助。2019年9月，双方开始创建接洽，才发现AI+跳水的团结，并没有想象中轻易。

起首，行业壁垒分明。搞体育的专家和搞AI的工程师，知识体系各不类似，互相之间明白起来就有天赋的困难。体育专家不知道AI有什么用，算法专家则不相识跳水运动有什么痛点。

听说，百度智能云团队来到国家体育总局练习局，观光完运动员的练习后，跳水队专家提出了一个要求：“你们能不能做量化评估，比如从视频内里推断起跳的速率、加速度、高度、角速率等？”百度的工程师们陷入沉思，到底能不能做，怎么做，没有现成的案例可以参考。

AI肯定要走进体育场馆和一样平常练习中去，资助运动员和锻练们减轻负担，在这一信念下，百度工程师们观看了大量跳水视频，终极确定了开端方案：利用3D视觉技能，从单目视频内里重修3D姿态和动作序列，并基于此举行一系列量化指标的推断和求解。但没想到，挑衅才刚刚开始。

下一个困难，是数据收罗。

由于跳水是超高速运动，以十米台为例，一个高难度动作从起跳到落水，一共不到两秒钟。数学建模分析的条件是数据，然而跳水运动员不能贴胶布、佩带传感器芯片，传统摄像头的精度不够、时延较高，想要收罗两秒内的运动数据，遇到亘古未有的困难。

颠末一段时间的探索，百度技能职员决定搭建了云边端一体的软件体系，同时也在练习场馆摆设了高速相机等一系列收罗与处理的硬件装备，如许就办理了“没有数据可分析”“端侧算力不够用、时延高”的技能困难，通过清晰无拖影的高速视频智能收罗，对跳水动作和姿态举行精确捕捉。

有了数据，专用算法的研发也并非易事。

一方面，摄像头收罗到的视频是2D，很多细节大概被遮挡。百度通过3D视觉技能以及深度神经网络估算出运动员三维的姿态，并得到每个关节角度的三维数值，实现了对场馆空间以及运动员的姿态、动作等的三维重修，支持对跳水动作精确度的量化评估。

另一方面，用AI辅助跳水练习，是一个专业知识要求很高的事变。软件体系只收罗了画面，但如何分析运动员的姿势对不对、如何指导运动员调整并筹划练习筹划，这些都依赖大量履历知识。这时间，百度在知识图谱、行业智能化方面的积聚的技能和履历，就发挥了告急作用，因为数据库、知识库更大，可以把数据形成专业的知识模子，让“AI锻练”有了指导意义，通过跳水动作智能打分、练习技能智能定制等功能，辅助人类锻练举行针对性练习。

至此，国内首个“3D+AI”跳水练习体系，才算开端完成。

实际上，当时国内将CV技能应用于运动分析的技能团队并不少，不止百度一个。但百度有一个独特的上风，就是与中国跳水队创建了互信的互助关系。

AI是一种持续迭代、演进的软件体系，须要团结利用中产生的数据、知识、履历而不绝完满，算法模子必须在实战中历练。

中国国家跳水队对AI的积极相识和拥抱，让AI体系有了落地的“练兵场”。

2021年4月，百度和中国跳水队官宣互助，“AI锻练”正式上岗，到场到跳水队的一样平常练习中去。

有了AI，跳水运动员的一样平常练习就不费力了吗？固然不是，竞技体育仍旧依赖于运动员的辛劳积极，但传统练习中存在的大量低效练习、重复动作，则因为AI的到来而大大淘汰。

先说重复练习。

因人类锻练难以实时观测到细节，而导致的反复练习。运动员在两秒钟出现的各种偏差细节，是很难被锻练100%捕捉到的，腾空高度不够、转体动作分腿等，往往须要一遍遍重复练习，来举行改正，导致练习强度很大。

通过3D+AI跳水练习体系，可以淘汰传统练习中盲目试错的过程。锻练可以先通过高速摄像头录制并天生的3D立体建模，一次性看清全部复杂动作的细节，更有效地举行指导和练习。

再来说说低效练习。

此前，中国跳水队也应用了摄像头和数字技能，来辅助教学。但传统摄像头不具备数据的实时分析处理本领，对录像视频的回溯、整理和分析依然须要锻练手动完成。带来的题目是，锻练工作压力大，泯灭大量时间在视频数据处理上，那么分配给战术策略、运动员身心健康等层面的精力也就少了。别的，这种指导方式具有滞后性，无法在练习完成后就实时回溯并举行调整，第二天运动员的状态大概又不一样，导致进步速率受限。

借助AI的数据实时分析本领，该练习体系可以自动辨认出完成的是哪一个动作和对应的动作代码以及难度系数，并对完成质量举行评分。同时，这些数据都会即时反馈到锻练的端侧装备上，实时资助跳水队员调整动作、改进细节，每一次练习都更有针对性。

比如，水花消散猜测模子，可以根据当前的水花状态，精准猜测其消散的时间和位置，资助运动员更好地把握控制水花的本领。团结每个运动员的身材素质、技能特点和历史体现，自动天生个性化、针对性的练习方案。

2023年，中国跳水队也成为第一批拥抱大模子的体育队伍。升级后的AI跳水辅助练习体系，具备了文心一言大模子的海量数据知识、更强大的交互明白本领，能明白并实行锻练和运动员的复杂指令，提供更加正确、丰富的信息，让每一次起跳更加精雕细琢。