近年來(lái)，隨著大數(shù)據(jù)技術(shù)和人工智能的發(fā)展，運(yùn)動(dòng)鞋生物力學(xué)領(lǐng)域的研發(fā)創(chuàng)新逐漸由單一的實(shí)驗(yàn)測(cè)試科學(xué)轉(zhuǎn)變?yōu)閷?shí)驗(yàn)科學(xué)與數(shù)據(jù)科學(xué)并重的模式。美國(guó)學(xué)者Booth等首次將機(jī)器學(xué)習(xí)算法應(yīng)用在運(yùn)動(dòng)鞋楦的設(shè)計(jì)改良領(lǐng)域，采用主成分分析（PCA）、線性及非線性模擬等方法，將足形指標(biāo)簡(jiǎn)化降維為關(guān)鍵指標(biāo)，研究結(jié)果顯示，大樣本量精準(zhǔn)的足形數(shù)據(jù)采集有利于機(jī)器學(xué)習(xí)精度的提升，同時(shí)隨著機(jī)器學(xué)習(xí)算法的改良和大數(shù)據(jù)的積累，有望將運(yùn)動(dòng)鞋楦的設(shè)計(jì)誤差降低至亞毫米級(jí)。部分國(guó)際運(yùn)動(dòng)品牌研發(fā)團(tuán)隊(duì)聚焦運(yùn)動(dòng)鞋舒適性的提升，基于4 199名運(yùn)動(dòng)員足形，構(gòu)建大規(guī)模人群的足部統(tǒng)計(jì)形態(tài)模型（statistical shape modelling，SSM）。其采用PCA降維方法對(duì)足部三維解剖構(gòu)形進(jìn)行二維精細(xì)描述，基于迭代最接近點(diǎn)算法，實(shí)現(xiàn)了足部模型與模板網(wǎng)格的自動(dòng)剛體對(duì)齊，將復(fù)雜的三維足部形態(tài)特征用傳統(tǒng)的二維足形測(cè)試指標(biāo)進(jìn)行描述。基于不同人種的大數(shù)據(jù)足形精細(xì)參數(shù)的獲取和建模，有助于進(jìn)一步提升運(yùn)動(dòng)鞋舒適度。我國(guó)學(xué)者顧耀東等開(kāi)展基于機(jī)器學(xué)習(xí)算法和大數(shù)據(jù)足形特征的生物力學(xué)指標(biāo)預(yù)測(cè)工作，開(kāi)發(fā)、訓(xùn)練和測(cè)試了基于足形多變量的機(jī)器學(xué)習(xí)偏最小二乘回歸（partial least squares regression，PLSR）模型，現(xiàn)已收集近3 000人的精細(xì)化足形參數(shù)，預(yù)測(cè)普通人群在著鞋和裸足狀態(tài)下的足底壓力特征。隨著足形大數(shù)據(jù)的進(jìn)一步積累和機(jī)器學(xué)習(xí)算法的優(yōu)化，預(yù)計(jì)預(yù)測(cè)精度可達(dá)0.95以上。筆者認(rèn)為：當(dāng)前人工智能和大數(shù)據(jù)技術(shù)在運(yùn)動(dòng)鞋生物力學(xué)研發(fā)領(lǐng)域的應(yīng)用已得到學(xué)界和業(yè)界的廣泛關(guān)注和共識(shí)；未來(lái)運(yùn)動(dòng)鞋生物力學(xué)研發(fā)應(yīng)充分結(jié)合多學(xué)科前沿研究成果，尋找新的學(xué)科增長(zhǎng)點(diǎn)，不斷融合生物力學(xué)、計(jì)算機(jī)科學(xué)及人工智能等領(lǐng)域的前沿技術(shù)，拓寬研究深度及廣度，提升運(yùn)動(dòng)鞋科技研發(fā)能力。