人工智能提升運(yùn)動(dòng)表現(xiàn)的前沿進(jìn)展、困境反思與優(yōu)化策略

蘇宴鋒，趙生輝，李文浩，張文棟，張銘鑫

（1. 上海體育學(xué)院 體育教育學(xué)院，上海 200438；2. 北京體育大學(xué) 中國(guó)籃球運(yùn)動(dòng)學(xué)院，北京 100084；3. 上海體育學(xué)院 競(jìng)技運(yùn)動(dòng)學(xué)院，上海 200438）

我國(guó)智能體育起步于20世紀(jì)90年代。隨著大數(shù)據(jù)時(shí)代的到來，算法、算力的突破性進(jìn)展[1]以及我國(guó)體育領(lǐng)域的發(fā)展和市場(chǎng)需求的擴(kuò)大，人工智能（Artificial Intelligence，AI）為傳統(tǒng)體育行業(yè)帶來了全新的變革。智能化技術(shù)不僅在我國(guó)戰(zhàn)略發(fā)展中起到了關(guān)鍵作用，同時(shí)已成為體育強(qiáng)國(guó)建設(shè)的引導(dǎo)產(chǎn)業(yè)[2]。2017年7月，在國(guó)家體育總局黨組“科技助力體育”專場(chǎng)報(bào)告會(huì)上，圍繞奧運(yùn)備戰(zhàn)工作與科技創(chuàng)新緊密結(jié)合達(dá)成共識(shí)：奧運(yùn)備戰(zhàn)、提高競(jìng)技水平是高精尖事業(yè)，需要最新科技成果支撐。體育事業(yè)要借助科技創(chuàng)新的力量，提高運(yùn)動(dòng)訓(xùn)練水平[3]。由此可見，在當(dāng)前體育強(qiáng)國(guó)建設(shè)進(jìn)程中，人工智能已經(jīng)成為加快建設(shè)體育強(qiáng)國(guó)、提升競(jìng)技運(yùn)動(dòng)表現(xiàn)水平不可或缺的一部分[4]。

人工智能引入體育領(lǐng)域是一個(gè)必然的發(fā)展趨勢(shì)[5]。人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的科學(xué)技術(shù)[4]，以開發(fā)智能輔助訓(xùn)練和監(jiān)控系統(tǒng)、研究比賽分析技術(shù)、設(shè)計(jì)心理調(diào)控軟件等形式應(yīng)用于運(yùn)動(dòng)表現(xiàn)領(lǐng)域?？v觀國(guó)內(nèi)外人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域的理論及應(yīng)用發(fā)展情況，我國(guó)科技助力該領(lǐng)域的水平明顯落后于科技發(fā)達(dá)的西方國(guó)家。競(jìng)技運(yùn)動(dòng)訓(xùn)練仍然處于高投入、低產(chǎn)出的粗放式發(fā)展模式，在當(dāng)前階段科學(xué)化訓(xùn)練水平不高已經(jīng)成為制約我國(guó)競(jìng)技體育可持續(xù)發(fā)展的主要因素[6]。在大規(guī)模的運(yùn)動(dòng)表現(xiàn)數(shù)據(jù)庫尚未真正形成之前，人工智能的發(fā)展既有“科技助力”的功能預(yù)期，同時(shí)也面臨新技術(shù)無法有效解決傳統(tǒng)體育發(fā)展問題的現(xiàn)實(shí)挑戰(zhàn)[2]。因此，系統(tǒng)總結(jié)該領(lǐng)域的國(guó)內(nèi)外前沿研究進(jìn)展，反思其間存在的困境和問題，探索人工智能提升運(yùn)動(dòng)表現(xiàn)的未來發(fā)展趨勢(shì)，促進(jìn)運(yùn)動(dòng)表現(xiàn)分析與人工智能的有效耦合，為該領(lǐng)域在我國(guó)的發(fā)展提供切實(shí)可行的理論方法和實(shí)踐依據(jù)尤為重要。

1 相關(guān)概念辨析

人工智能助力體育領(lǐng)域的發(fā)展引發(fā)了我國(guó)學(xué)者對(duì)其內(nèi)涵的討論。江小涓[7]認(rèn)為，智能體育利用新興技術(shù)與裝備，打破傳統(tǒng)體育時(shí)間和空間的雙向束縛，從而實(shí)現(xiàn)傳統(tǒng)體育向智能化與現(xiàn)實(shí)化演進(jìn)。將范圍局限于智能體育器材和用品是一種狹義的智能體育觀點(diǎn)。目前我國(guó)學(xué)者普遍認(rèn)同的是2019年鄭芳等[4]提出的智能體育概念，即以人工智能等新興技術(shù)為手段，深度解析體育大數(shù)據(jù)，以全面感知其背后隱含的模式、關(guān)系、分布結(jié)構(gòu)與異常特征，進(jìn)而形成可供識(shí)別、決策的策略體系，為體育決策的實(shí)現(xiàn)提供理論參考與支撐技術(shù)。

目前我國(guó)人工智能在體育領(lǐng)域的應(yīng)用還處于初級(jí)階段，相關(guān)理論研究在近幾年才引起學(xué)者們的關(guān)注。具體到人工智能與運(yùn)動(dòng)表現(xiàn)領(lǐng)域，學(xué)術(shù)界尚未得出權(quán)威的定義，體育工作者對(duì)其概念和定義也有著不同的解釋。田麥久等[8]認(rèn)為，運(yùn)動(dòng)表現(xiàn)是運(yùn)動(dòng)員在訓(xùn)練或比賽中競(jìng)技能力的展現(xiàn)，包括運(yùn)動(dòng)員的體能、技戰(zhàn)術(shù)能力和心智能力等方面，也稱之為競(jìng)技表現(xiàn)；王衛(wèi)兵[9]則認(rèn)為，運(yùn)動(dòng)員在比賽和訓(xùn)練階段中表現(xiàn)出來的持續(xù)性心理活動(dòng)和行為稱之為運(yùn)動(dòng)表現(xiàn)。在國(guó)外研究中，Schenk等[10]認(rèn)為，運(yùn)動(dòng)表現(xiàn)是依賴于技能、能力和特定環(huán)境下所表現(xiàn)出來的個(gè)人或共同的行為模式。本文借鑒上述觀點(diǎn)認(rèn)為，運(yùn)動(dòng)表現(xiàn)是指運(yùn)動(dòng)員在訓(xùn)練或比賽過程中運(yùn)動(dòng)條件發(fā)生變化時(shí)的各種身體動(dòng)作、技能、心理等因素的綜合表現(xiàn)，包括主觀因素和客觀因素相互作用的結(jié)果。其主要體現(xiàn)在運(yùn)動(dòng)員的訓(xùn)練累積、身體動(dòng)作調(diào)控、身心變化及適應(yīng)能力、神經(jīng)系統(tǒng)的調(diào)節(jié)、臨場(chǎng)發(fā)揮、心理素質(zhì)及傷病，以及面對(duì)場(chǎng)地環(huán)境、裁判員、規(guī)則等影響時(shí)的表現(xiàn)等方面，其中，對(duì)運(yùn)動(dòng)員的輔助訓(xùn)練和監(jiān)控、比賽分析、心理調(diào)控、狀態(tài)維持等屬于運(yùn)動(dòng)表現(xiàn)分析的具體內(nèi)容。綜上，本文基于運(yùn)動(dòng)員主客觀2個(gè)角度對(duì)人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域的研究進(jìn)展進(jìn)行梳理。

2 研究方法

2.1 文獻(xiàn)檢索策略

以Web of Science數(shù)據(jù)庫中的核心合集期刊為數(shù)據(jù)源檢索國(guó)外文獻(xiàn)，為全面研究人工智能在運(yùn)動(dòng)表現(xiàn)領(lǐng)域的應(yīng)用情況，將“Athletes”“Players”“Sports Performance”“Sports Competitions”“Sports Training”作為“運(yùn)動(dòng)表現(xiàn)”的相關(guān)釋義；對(duì)于人工智能的釋義，除“Aritificial Intelligence”外，通過對(duì)2021年4月8日發(fā)布的人工智能全球最具影響力學(xué)者—AI2000榜單[11]中的十大熱點(diǎn)研究話題進(jìn)行分析，選取與體育領(lǐng)域相關(guān)的深度學(xué)習(xí)（Deep Learning）、機(jī)器學(xué)習(xí)（Machine Learning）、計(jì)算機(jī)視覺（Computer Vision）和語言識(shí)別（Speech Recognition）作為共同主題檢索詞。因此，將高級(jí)檢索表達(dá)式設(shè)置為TS=（Athletes*OR Players* OR“ Physical Activity” OR“ Sports Performance” OR“ Sports Competitions” OR“ Sports Training” ）AND（“ Artificial Intelligence” OR“ Machine Learning” OR“Deep Learning”O(jiān)R“Computer Vision”O(jiān)R“Speech Recognition”），時(shí)間跨度為所有年份（1985—2021年），檢索時(shí)間為2021年11月18日。以“article”為文獻(xiàn)精簡(jiǎn)類型，選擇語種為“English”。主要選取中國(guó)知網(wǎng)、維普網(wǎng)等檢索中文文獻(xiàn)，檢索時(shí)間范圍為1985年1月1日—2021年11月18日。檢索關(guān)鍵詞為“人工智能”或含“智能”“新興技術(shù)”并含“運(yùn)動(dòng)表現(xiàn)”“競(jìng)技”“運(yùn)動(dòng)員”。檢索設(shè)定在題目、摘要和關(guān)鍵詞。

2.2 文獻(xiàn)篩選標(biāo)準(zhǔn)

共檢索出1 239篇英文文獻(xiàn)和45篇中文文獻(xiàn)，2位作者分別獨(dú)立對(duì)文獻(xiàn)的標(biāo)題、摘要及全文進(jìn)行交叉檢驗(yàn)核對(duì)，以確保全文至少1處包含上述關(guān)鍵詞。經(jīng)重復(fù)性篩查剔除文獻(xiàn)342篇，經(jīng)題目、摘要審查剔除文獻(xiàn)438篇。2位作者參考以下篩選標(biāo)準(zhǔn)對(duì)關(guān)鍵詞和重復(fù)性審查所得的外文文獻(xiàn)進(jìn)行進(jìn)一步篩選剔除：①未公開發(fā)表的文獻(xiàn)、會(huì)議摘要、學(xué)位論文、論著等；②綜述性論文；③選取視角為非運(yùn)動(dòng)表現(xiàn)領(lǐng)域；④與學(xué)科無關(guān)的文獻(xiàn)；⑤未經(jīng)同行評(píng)議的研究論文。最終選取相關(guān)研究文獻(xiàn)共401篇。文獻(xiàn)檢索及篩選流程如圖1所示。

圖1 文獻(xiàn)檢索及篩選流程Figure 1 Flow diagram of study selection

2.3 文獻(xiàn)結(jié)果分析

基于篩選出的401篇文獻(xiàn)，從運(yùn)動(dòng)表現(xiàn)研究視角，將涉及的運(yùn)動(dòng)表現(xiàn)領(lǐng)域分為運(yùn)動(dòng)員主觀影響因素和客觀影響因素：主觀因素包括運(yùn)動(dòng)員訓(xùn)練積累、身體動(dòng)作調(diào)控、身心變化及適應(yīng)能力、神經(jīng)系統(tǒng)的調(diào)節(jié)、臨場(chǎng)發(fā)揮、心理素質(zhì)及傷病等；客觀因素包括對(duì)手臨場(chǎng)發(fā)揮、場(chǎng)地環(huán)境、裁判員、規(guī)則、觀眾等。由2位作者獨(dú)立對(duì)401篇中英文研究文獻(xiàn)進(jìn)行全文閱讀分類，提取關(guān)鍵研究信息，不一致信息由第3位作者做出判斷，并達(dá)成一致意見。發(fā)現(xiàn)當(dāng)前人工智能助力運(yùn)動(dòng)表現(xiàn)領(lǐng)域的研究主要聚焦于人工智能輔助訓(xùn)練和監(jiān)控、比賽分析、心理調(diào)控、狀態(tài)維持等方面。

3 人工智能提升運(yùn)動(dòng)表現(xiàn)的前沿進(jìn)展

3.1 人工智能促進(jìn)運(yùn)動(dòng)訓(xùn)練與監(jiān)控系統(tǒng)化

3.1.1 可穿戴技術(shù)促進(jìn)運(yùn)動(dòng)數(shù)據(jù)采集實(shí)時(shí)化

在運(yùn)動(dòng)表現(xiàn)提升領(lǐng)域，可穿戴技術(shù)占據(jù)重要地位?？纱┐骷夹g(shù)最早由美國(guó)麻省理工學(xué)院學(xué)生Thorp和Shannon等在20世紀(jì)60年代提出，在相關(guān)文獻(xiàn)、報(bào)告、應(yīng)用案例的研究過程中發(fā)現(xiàn)，可穿戴技術(shù)的發(fā)展可分為3個(gè)階段：①探索階段。20世紀(jì)60—70年代產(chǎn)生可穿戴概念，Claude Shannons研制的鞋式穿戴機(jī)是世界上第一臺(tái)可穿戴計(jì)算機(jī)設(shè)備，在移動(dòng)醫(yī)療、通信和輕工業(yè)領(lǐng)域，研究主要側(cè)重于基礎(chǔ)技術(shù)，如硬件設(shè)施的開發(fā)與設(shè)計(jì)。②發(fā)展階段。20世紀(jì)末，可穿戴技術(shù)介于互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展之間，利用計(jì)算機(jī)技術(shù)、通信技術(shù)、網(wǎng)絡(luò)技術(shù)涌現(xiàn)出可穿戴設(shè)備的原型。在提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域，其收集數(shù)據(jù)以及評(píng)估運(yùn)動(dòng)員訓(xùn)練和比賽安全性，具有代表性的是美國(guó)Captiks Enterprise公司研發(fā)的Movi，主要通過一個(gè)安裝不同傳感器的小盒子收集佩戴者的運(yùn)動(dòng)數(shù)據(jù)，如加速度、速度、力量等。由于產(chǎn)品價(jià)格昂貴、藍(lán)牙及其他無線技術(shù)的融合問題、電池續(xù)航時(shí)間短等限制，大多停留在實(shí)驗(yàn)室階段，少部分進(jìn)入市場(chǎng)并集中在健康領(lǐng)域。③突破階段。21世紀(jì)初，美國(guó)高爾夫球、棒球、網(wǎng)球可穿戴設(shè)備研究與應(yīng)用表現(xiàn)出色，如ZEEP公司的運(yùn)動(dòng)傳感器、Kickstarter推出的穿戴滑雪設(shè)備Carv等，進(jìn)一步突破技術(shù)和佩戴限制，完成對(duì)運(yùn)動(dòng)動(dòng)作及數(shù)據(jù)的捕捉，并加入矢量分析與張量計(jì)算豐富設(shè)備的數(shù)據(jù)處理能力。

最新研究結(jié)果顯示，目前可穿戴技術(shù)在提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域具有廣泛的應(yīng)用，主要涉及運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)數(shù)據(jù)采集[12]、運(yùn)動(dòng)員機(jī)能狀態(tài)監(jiān)測(cè)、運(yùn)動(dòng)姿態(tài)估計(jì)[13]、運(yùn)動(dòng)軌跡追蹤[14]、人體動(dòng)作建模[15]等。Moov、Lumo Lift和Wahoo等可穿戴技術(shù)公司的設(shè)備能清晰捕捉運(yùn)動(dòng)員肢體的各種運(yùn)動(dòng)，在跑步、射箭和游泳等運(yùn)動(dòng)中，通過智能算法與測(cè)量3D空間運(yùn)動(dòng)狀況傳感器收集運(yùn)動(dòng)員的身體姿態(tài)數(shù)據(jù)，并將運(yùn)動(dòng)員數(shù)據(jù)與理想運(yùn)動(dòng)模型數(shù)據(jù)進(jìn)行對(duì)比，從而明確如何規(guī)范運(yùn)動(dòng)動(dòng)作，在運(yùn)動(dòng)訓(xùn)練中也可以更加科學(xué)、高效地提升運(yùn)動(dòng)表現(xiàn)。其中，全球衛(wèi)星定位技術(shù)、加速度計(jì)、陀螺儀、心率傳感器、溫度傳感器是這一領(lǐng)域最常用的智能化技術(shù)。具體應(yīng)用形式包括：運(yùn)動(dòng)員使用的穿戴式GNSS追蹤設(shè)備（如Catapult），用以監(jiān)測(cè)其位移距離、速度、訓(xùn)練負(fù)荷等數(shù)據(jù)[16]；嵌入傳感器的智能衣物可對(duì)運(yùn)動(dòng)員的身體動(dòng)作進(jìn)行捕捉，其每套設(shè)備都配備一個(gè)基站（內(nèi)置一塊GPU處理器），可以實(shí)時(shí)收集數(shù)據(jù)并使用機(jī)器學(xué)習(xí)算法進(jìn)行動(dòng)作分類及分析，最終對(duì)運(yùn)動(dòng)員的身體姿態(tài)與狀態(tài)給出反饋；基于紅外熱成像技術(shù)實(shí)現(xiàn)運(yùn)動(dòng)損傷評(píng)估、監(jiān)測(cè)傷病并改善人體機(jī)能等[17]；基于窄帶物聯(lián)網(wǎng)技術(shù)（NB-IoT）的智能腕表、環(huán)境熱負(fù)荷的黑球儀，即溫度指數(shù)預(yù)警系統(tǒng)（WBGT指數(shù)）都已在比賽中得到應(yīng)用。在未來可穿戴科技領(lǐng)域，柔性材料的研發(fā)、運(yùn)動(dòng)狀態(tài)下的數(shù)據(jù)傳送、電池技術(shù)優(yōu)化以及極端環(huán)境下的耐用性和性能等是可穿戴技術(shù)在體育領(lǐng)域應(yīng)用過程中需要重點(diǎn)關(guān)注的問題。

3.1.2 智能訓(xùn)練場(chǎng)館與數(shù)字技術(shù)促進(jìn)機(jī)能監(jiān)控體系化

智能訓(xùn)練場(chǎng)館的構(gòu)建是目前運(yùn)動(dòng)表現(xiàn)提升領(lǐng)域的另一熱點(diǎn)[18]。自2007年起，美國(guó)職業(yè)棒球大聯(lián)盟開始引進(jìn)場(chǎng)館數(shù)據(jù)分析系統(tǒng)，記錄投手投球速度和打擊者擊球角度等，僅一場(chǎng)比賽便可收集分析1 TB的數(shù)據(jù)。2012年，Mark Wilson將SportVU系統(tǒng)應(yīng)用到NBA球場(chǎng)，可跟蹤每位球員的投籃、傳球和跑動(dòng)，計(jì)算球員命中率以及跑動(dòng)距離，對(duì)運(yùn)動(dòng)員運(yùn)動(dòng)表現(xiàn)和身體機(jī)能數(shù)據(jù)進(jìn)行實(shí)時(shí)收集和反饋。2014年，Thomas H. Davenport在研究報(bào)告中指出，NBA及美國(guó)職業(yè)橄欖球大聯(lián)盟的智能場(chǎng)館系統(tǒng)是推動(dòng)數(shù)據(jù)收集和使用、促進(jìn)運(yùn)動(dòng)員取得優(yōu)異運(yùn)動(dòng)成績(jī)的重要工具[19]。2022年，卡塔爾足球世界杯賽的場(chǎng)館通過傳感器測(cè)試濕度、溫度狀況并利用智能空調(diào)等系統(tǒng)為賽場(chǎng)各區(qū)域提供最適宜的溫度、濕度、日照等，使運(yùn)動(dòng)員更好地適應(yīng)比賽環(huán)境；智慧型運(yùn)動(dòng)員管理系統(tǒng)通過物聯(lián)網(wǎng)和生物傳感器技術(shù)，對(duì)常規(guī)生理指標(biāo)量、每日訓(xùn)練量、當(dāng)前所在地信息等進(jìn)行智能監(jiān)控、預(yù)警和決策，確保運(yùn)動(dòng)員處于最佳運(yùn)動(dòng)狀態(tài)。目前，一些競(jìng)技體育強(qiáng)國(guó)已經(jīng)建設(shè)了這種科研、訓(xùn)練和保障“三位一體”高度融合的體育訓(xùn)練場(chǎng)館和基地，如美國(guó)IMG學(xué)院和科羅拉多奧運(yùn)集訓(xùn)基地等，通過360°環(huán)繞實(shí)時(shí)監(jiān)控、環(huán)境溫度控制、智能捕捉、競(jìng)技能力綜合監(jiān)測(cè)和評(píng)價(jià)等科技滿足智能化訓(xùn)練場(chǎng)館建設(shè)的需求。

此類設(shè)施可實(shí)現(xiàn)運(yùn)動(dòng)視頻和圖像的智能快速采集、運(yùn)動(dòng)技術(shù)數(shù)據(jù)的實(shí)時(shí)收集和反饋，隨時(shí)監(jiān)控運(yùn)動(dòng)員的技術(shù)、體能等機(jī)能狀態(tài)，并及時(shí)將分析結(jié)果傳送至教練員和保障團(tuán)隊(duì)，為科學(xué)訓(xùn)練提供數(shù)據(jù)支持[20]；借助智能化系統(tǒng)，教練員及團(tuán)隊(duì)能夠?qū)\(yùn)動(dòng)員疲勞恢復(fù)、傷病預(yù)防、診斷和控制、營(yíng)養(yǎng)補(bǔ)充、心理狀態(tài)調(diào)控等內(nèi)容進(jìn)行管理。同時(shí)，基于模型預(yù)測(cè)控制（MPC）算法和運(yùn)動(dòng)員的運(yùn)動(dòng)學(xué)模型，可以為運(yùn)動(dòng)員還原真實(shí)比賽場(chǎng)景，提高體育場(chǎng)館模擬的還原度[21]。此外，利用智能技術(shù)干預(yù)場(chǎng)館內(nèi)部環(huán)境（如空氣質(zhì)量、溫度、濕度、光照等）可對(duì)運(yùn)動(dòng)員的訓(xùn)練環(huán)境實(shí)施優(yōu)化。場(chǎng)館的智能化需求發(fā)展過程也反映出體育科研需要從實(shí)驗(yàn)室邁向訓(xùn)練場(chǎng)，通過提高模擬度和精度，將理論模型、實(shí)驗(yàn)數(shù)據(jù)與訓(xùn)練場(chǎng)的復(fù)雜需求實(shí)現(xiàn)最佳擬合。例如，我國(guó)國(guó)家田徑隊(duì)智能化訓(xùn)練場(chǎng)館以運(yùn)動(dòng)視頻采集、反饋和多重處理為基礎(chǔ)，開發(fā)和應(yīng)用運(yùn)動(dòng)技術(shù)全景圖系統(tǒng)與關(guān)鍵運(yùn)動(dòng)技術(shù)參數(shù)自動(dòng)提取功能，同時(shí)，場(chǎng)館具備數(shù)字化力量訓(xùn)練監(jiān)測(cè)、智能化疲勞實(shí)時(shí)監(jiān)測(cè)功能，有針對(duì)性地為運(yùn)動(dòng)員補(bǔ)充運(yùn)動(dòng)營(yíng)養(yǎng)和微量元素，全面提高運(yùn)動(dòng)員運(yùn)動(dòng)表現(xiàn)。這種“訓(xùn)練”與“保障”相融合的模式與彼此分離的模式相比，對(duì)于運(yùn)動(dòng)員競(jìng)技能力的提升更具顯著效果[22]。從這種完善的訓(xùn)練保障體系以及智能化表現(xiàn)看，該類場(chǎng)館的構(gòu)建將是未來運(yùn)動(dòng)訓(xùn)練領(lǐng)域的趨勢(shì)。

3.1.3 AI與智能機(jī)器人技術(shù)促進(jìn)運(yùn)動(dòng)訓(xùn)練高效化

輔助訓(xùn)練在運(yùn)動(dòng)表現(xiàn)提升領(lǐng)域有廣泛的應(yīng)用和發(fā)展空間。Verlic等[23]提出依靠智能技術(shù)優(yōu)化運(yùn)動(dòng)訓(xùn)練方法和營(yíng)養(yǎng)。Yu等[24]對(duì)人工智能輔助運(yùn)動(dòng)訓(xùn)練的概念、功能、特點(diǎn)及應(yīng)用領(lǐng)域進(jìn)行系統(tǒng)總結(jié)與分析，認(rèn)為人工智能輔助運(yùn)動(dòng)訓(xùn)練不僅具有自動(dòng)性、智能性、可控性等特點(diǎn)，而且在實(shí)際應(yīng)用中，如在運(yùn)動(dòng)技能模擬、訓(xùn)練負(fù)荷監(jiān)測(cè)、專業(yè)技術(shù)分析等方面也具有重要作用。Lai[25]重點(diǎn)分析了人工智能對(duì)提高運(yùn)動(dòng)員的科學(xué)訓(xùn)練水平和運(yùn)動(dòng)技能的作用。張燕等[26]利用動(dòng)力學(xué)仿真軟件完成運(yùn)動(dòng)模擬，設(shè)計(jì)基于ADAMS的運(yùn)動(dòng)仿真系統(tǒng)，但是無法有針對(duì)性地設(shè)置運(yùn)動(dòng)場(chǎng)景。王曉偉等[27]設(shè)計(jì)的基于滑?？刂频倪\(yùn)動(dòng)仿真系統(tǒng)以六自由度運(yùn)動(dòng)方程為基礎(chǔ)完成運(yùn)動(dòng)仿真，缺點(diǎn)在于仿真運(yùn)動(dòng)時(shí)無法對(duì)運(yùn)動(dòng)員的體能情況進(jìn)行計(jì)算。劉昊揚(yáng)[28]對(duì)人工智能的運(yùn)動(dòng)教練系統(tǒng)進(jìn)行初步探索，針對(duì)運(yùn)動(dòng)訓(xùn)練中功能性動(dòng)作模式、運(yùn)動(dòng)技術(shù)進(jìn)行評(píng)估和改善，對(duì)多訓(xùn)練目標(biāo)實(shí)時(shí)反饋和輔助訓(xùn)練機(jī)器人等提出設(shè)想?；谌斯ぶ悄芎痛髷?shù)據(jù)的智能輔助訓(xùn)練機(jī)器人以及潛在的AI助理教練系統(tǒng)可淘汰單純依靠經(jīng)驗(yàn)的傳統(tǒng)運(yùn)動(dòng)訓(xùn)練模式[29]。以數(shù)字教練Sport One為例，其可依據(jù)大數(shù)據(jù)對(duì)球隊(duì)出場(chǎng)采用哪種陣型直接給出最佳方案，教練員所要做的僅是選擇是否采用該方案。

智能輔助訓(xùn)練機(jī)器人也將是該領(lǐng)域的新興熱點(diǎn)，當(dāng)前機(jī)器人主要應(yīng)用于陪練和康復(fù)階段，未來，開發(fā)主被動(dòng)多模式人-機(jī)匹配系統(tǒng)，有效提升運(yùn)動(dòng)員訓(xùn)練效率，建立多目標(biāo)反饋的訓(xùn)練方式和客觀的訓(xùn)練評(píng)估預(yù)測(cè)體系是輔助訓(xùn)練系統(tǒng)的研發(fā)方向。例如，Matos等[29]在青少年足球運(yùn)動(dòng)員訓(xùn)練中應(yīng)用助理教練系統(tǒng)，通過AI技術(shù)對(duì)訓(xùn)練視頻進(jìn)行分析，實(shí)現(xiàn)動(dòng)作提取和姿勢(shì)糾正，提出可供參考的改進(jìn)策略。這突破了傳統(tǒng)體育運(yùn)動(dòng)定量評(píng)價(jià)與分析的難題，在時(shí)間和空間維度更精細(xì)化地提升運(yùn)動(dòng)員能力。在冬奧備戰(zhàn)階段，虛擬現(xiàn)實(shí)（VR）技術(shù)支持下的滑雪、鋼架雪車等訓(xùn)練[30]可使運(yùn)動(dòng)員在安全的情況下參與運(yùn)動(dòng)，同時(shí)基于現(xiàn)實(shí)中賽道情況、肌肉力量等真實(shí)參數(shù)構(gòu)建模型，幫助運(yùn)動(dòng)員降低受傷風(fēng)險(xiǎn)、提高訓(xùn)練效率。此外，使運(yùn)動(dòng)員在特定環(huán)境下模擬最真實(shí)的比賽情況的風(fēng)洞訓(xùn)練[31]、雪上項(xiàng)目夏季模擬訓(xùn)練技術(shù)、基于空氣動(dòng)力學(xué)研發(fā)的減阻比賽服裝[32]、模擬滑雪訓(xùn)練器，以及高水平運(yùn)動(dòng)員成長(zhǎng)規(guī)律的發(fā)現(xiàn)和“冠軍模型”的構(gòu)建[33]等均是奧運(yùn)備戰(zhàn)中提升運(yùn)動(dòng)能力的重點(diǎn)需求和研究趨勢(shì)。

由于新冠感染疫情等特殊原因，運(yùn)動(dòng)員無法到達(dá)比賽場(chǎng)地、缺乏真實(shí)比賽和對(duì)抗環(huán)境，如何維持競(jìng)技能力、保持身體狀態(tài)也是該領(lǐng)域的熱點(diǎn)話題。結(jié)合VR技術(shù)，利用量化腦電圖測(cè)量執(zhí)行訓(xùn)練任務(wù)時(shí)的大腦表現(xiàn)，運(yùn)用空間意識(shí)訓(xùn)練系統(tǒng)等提高運(yùn)動(dòng)員的空間意識(shí)、工作記憶、模式識(shí)別能力及預(yù)判技巧，幫助運(yùn)動(dòng)員找到自身處于最佳競(jìng)技表現(xiàn)時(shí)的大腦狀態(tài)，并學(xué)會(huì)如何進(jìn)入和利用這種狀態(tài)，這些技術(shù)甚至能在避免傷病方面起作用[34]。例如，美國(guó)足球大聯(lián)盟（MLS）的球員和教練員共同創(chuàng)建了一款海量足球訓(xùn)練視頻平臺(tái)—Train with MLS[35]，在新冠感染疫情期間幫助球員在家中進(jìn)行訓(xùn)練。該平臺(tái)中的視頻內(nèi)容可以根據(jù)技術(shù)水平（基礎(chǔ)、中級(jí)和高級(jí)）和興趣方向（運(yùn)球、健身等）進(jìn)行分類。心理健康項(xiàng)目和教練員談話（包括職業(yè)故事、訓(xùn)練計(jì)劃和戰(zhàn)術(shù)分析）也是其特色之處。利用360°視頻與VR技術(shù)打造的沉浸式數(shù)字虛擬體育比賽環(huán)境能讓運(yùn)動(dòng)員在身體不受傷的狀態(tài)下模擬真實(shí)比賽場(chǎng)景進(jìn)行訓(xùn)練，并可在分析和處理運(yùn)動(dòng)視頻后提供細(xì)微環(huán)節(jié)的改進(jìn)策略，為運(yùn)動(dòng)員提供個(gè)性化的指導(dǎo)。以上研究和應(yīng)用都可為運(yùn)動(dòng)員在特殊時(shí)期和條件下維持競(jìng)技狀態(tài)提供參考。

3.1.4 模擬仿真技術(shù)促進(jìn)殘疾人運(yùn)動(dòng)訓(xùn)練與特殊裝備個(gè)性化

2001年，Moore等[36]通過篩選和評(píng)估專家系統(tǒng)對(duì)不同程度的殘疾人運(yùn)動(dòng)員進(jìn)行篩選和評(píng)估，有助于教練員進(jìn)行便利化與個(gè)性化管理。 2004年，世界第一臺(tái)人工智能助聽器誕生，大大提升了在變化及復(fù)雜高噪聲環(huán)境中的助聽效果。2006年，日本的 TAO Aicle 智能輪椅通過GPS等技術(shù)進(jìn)行數(shù)據(jù)收集與傳遞，實(shí)現(xiàn)人機(jī)交互，從而對(duì)路徑進(jìn)行管理并提高行進(jìn)路途的控制精度，以實(shí)現(xiàn)自動(dòng)避開障礙物并移動(dòng)至目的地的功能[37]。2014年，俄羅斯ExoAtlet公司生產(chǎn)的“智能外骨骼（智能假肢）”幫助上半身完好的肢體殘疾者完成基本的行走和特殊動(dòng)作訓(xùn)練，甚至可以測(cè)量脈搏、電刺激、設(shè)定既定的行走模式、記錄體征數(shù)據(jù)和行為數(shù)據(jù)等。2019年，湯敏等[38]提出通過藍(lán)牙定位和人體姿態(tài)識(shí)別技術(shù)實(shí)現(xiàn)對(duì)盲人運(yùn)動(dòng)員的導(dǎo)引，實(shí)驗(yàn)表明該系統(tǒng)精度高、實(shí)時(shí)性好，同時(shí)具有較強(qiáng)的導(dǎo)向性和穩(wěn)定性。此外，基于人機(jī)工程學(xué)和生物信息學(xué)的智能仿生腿也已得到應(yīng)用。從宏觀上看，我國(guó)目前針對(duì)殘疾人運(yùn)動(dòng)員假肢、輔具及運(yùn)動(dòng)裝備的研究基礎(chǔ)還較為薄弱，專項(xiàng)裝備個(gè)性化適配水平低。前人研究指出，由于大部分經(jīng)費(fèi)用于我國(guó)高水平競(jìng)技體育的優(yōu)勢(shì)項(xiàng)目，殘障人體育輔助裝備的經(jīng)費(fèi)少之又少，而研發(fā)與實(shí)際脫節(jié)也嚴(yán)重影響運(yùn)動(dòng)員的功能需求及訓(xùn)練成效。因此，基于運(yùn)動(dòng)生物力學(xué)原理和人機(jī)交互構(gòu)建運(yùn)動(dòng)仿真模型，評(píng)估人-裝備的生物力學(xué)功效，進(jìn)一步優(yōu)化假肢/輔具等特殊運(yùn)動(dòng)裝備的生物力學(xué)設(shè)計(jì)，從而適應(yīng)殘疾人運(yùn)動(dòng)員的個(gè)性化需求，實(shí)現(xiàn)個(gè)性化適配，進(jìn)而提升其運(yùn)動(dòng)表現(xiàn)，是當(dāng)前殘疾人運(yùn)動(dòng)員運(yùn)動(dòng)表現(xiàn)提升領(lǐng)域需要考慮的重要議題。

3.2 人工智能促進(jìn)競(jìng)技能力與參賽策略分析可視化

3.2.1 動(dòng)作識(shí)別和姿態(tài)分析技術(shù)促進(jìn)技戰(zhàn)術(shù)分析一體化

動(dòng)作識(shí)別和姿態(tài)分析技術(shù)是球類等項(xiàng)目比賽中監(jiān)測(cè)和分析運(yùn)動(dòng)數(shù)據(jù)、及時(shí)調(diào)整技戰(zhàn)術(shù)的重要手段，涉及視頻捕獲、圖像處理、模式識(shí)別等技術(shù)，主要包括3個(gè)步驟，即人體檢測(cè)、特征提取跟蹤以及人體動(dòng)作識(shí)別。目前，對(duì)于這一系列技術(shù)已有深入研究。1992年，Chen等[39]首先建立人體三維模型，將人體三維結(jié)構(gòu)轉(zhuǎn)換為二維空間中的投影，使用點(diǎn)線結(jié)構(gòu)對(duì)人體進(jìn)行建模，識(shí)別步態(tài)類型。Kurakake等[40]基于點(diǎn)線結(jié)構(gòu)模型提出，一段微小的動(dòng)作在視頻序列中相鄰兩幅圖像之間，其對(duì)應(yīng)的特征點(diǎn)滿足一定的約束關(guān)系，通過這種約束關(guān)系可識(shí)別目標(biāo)人體的關(guān)節(jié)位置。2002年，Kale等[41]首先通過檢測(cè)行走的人體并轉(zhuǎn)換為與之對(duì)應(yīng)的三維空間模型，以提取特征參數(shù)、判斷人體動(dòng)作。2004年，Kahol等[42]利用分層動(dòng)作分割方法，對(duì)一段連續(xù)的技術(shù)動(dòng)作進(jìn)行分割，實(shí)現(xiàn)自動(dòng)分解，從而有針對(duì)性地提升運(yùn)動(dòng)員的運(yùn)動(dòng)表現(xiàn)。2012年，郭利等[43]以剪影輪廓向量表示人體外觀特征，以局部光流向量表示人體運(yùn)動(dòng)特征，建立混合特征向量作為分類樣本，對(duì)運(yùn)動(dòng)錄像的動(dòng)作識(shí)別率達(dá)100%。

目前在提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域，主要利用計(jì)算機(jī)高速錄像解析系統(tǒng)對(duì)運(yùn)動(dòng)員的技術(shù)動(dòng)作進(jìn)行解析診斷，如基于支持向量機(jī)模型優(yōu)化的計(jì)算機(jī)視覺識(shí)別技術(shù)，對(duì)錯(cuò)誤動(dòng)作進(jìn)行三維建模和檢測(cè)，從而達(dá)到較高的檢測(cè)精度[44]。在實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)領(lǐng)域，動(dòng)作識(shí)別的需求量巨大，主要體現(xiàn)在動(dòng)作識(shí)別和姿態(tài)估計(jì)、動(dòng)作數(shù)據(jù)提取[45]、速度測(cè)量和追蹤、技術(shù)動(dòng)作分析、球體三維運(yùn)動(dòng)軌跡重建和識(shí)別發(fā)球[46]等相關(guān)應(yīng)用場(chǎng)景。在武術(shù)領(lǐng)域，運(yùn)動(dòng)員可利用基于深度學(xué)習(xí)的武術(shù)比賽智能決策系統(tǒng)及時(shí)掌握?qǐng)龅刂R(shí)，有效評(píng)估形勢(shì)，制定合適的策略，從而在比賽中贏得主動(dòng)權(quán)[47]。基于載波相位差分全球?qū)Ш叫l(wèi)星系統(tǒng)（dGNSS），可自動(dòng)確定越野滑雪中的技術(shù)和特性，從而為運(yùn)動(dòng)員提供有關(guān)戰(zhàn)術(shù)和表現(xiàn)的有用信息[48]。

類似棒球鷹眼系統(tǒng)的應(yīng)用不勝枚舉，目前已可追蹤運(yùn)動(dòng)員身體多點(diǎn)位數(shù)據(jù)，分析其整體骨骼結(jié)構(gòu)，以及球及其運(yùn)動(dòng)軌跡，從而采集、整合包含肢體動(dòng)作、旋轉(zhuǎn)扭力在內(nèi)的多維數(shù)據(jù)，整體精度更高。基于自動(dòng)追蹤技術(shù)，利用強(qiáng)大的模式識(shí)別算法自動(dòng)識(shí)別戰(zhàn)術(shù)與陣型，總結(jié)戰(zhàn)術(shù)執(zhí)行情況是目前足球等球類運(yùn)動(dòng)的研究熱點(diǎn)[49]。團(tuán)隊(duì)體育活動(dòng)識(shí)別分類的可行性已通過提取運(yùn)動(dòng)員在頻域、時(shí)域和自定義維度的多個(gè)特征，并使用隨機(jī)森林（Random Forest，RF）、支持向量機(jī)（Support Vector Machine，SVM）和 Logistic 模型（Logistic Model，LMT）進(jìn)行建模得到證明[49]。例如，Montoliu等[16]將4支西班牙足球甲級(jí)聯(lián)賽球隊(duì)的2場(chǎng)比賽錄像剪輯成多個(gè)短視頻，基于機(jī)器學(xué)習(xí)的方法論程序識(shí)別動(dòng)作和分析姿態(tài)，提取特征向量，不依賴跟蹤進(jìn)行的自動(dòng)視頻分析并減少球員、球場(chǎng)、攝像角度等因素影響，有效分析出團(tuán)隊(duì)行動(dòng)中球員在球場(chǎng)上的位置、移動(dòng)方式以及球隊(duì)的優(yōu)勢(shì)和劣勢(shì)。當(dāng)前在姿勢(shì)分析和動(dòng)作識(shí)別技術(shù)領(lǐng)域已產(chǎn)生了出色的研究成果，深入研究計(jì)算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域，實(shí)現(xiàn)圖像自動(dòng)分類和目標(biāo)自動(dòng)追蹤[50]，自動(dòng)計(jì)算運(yùn)動(dòng)姿態(tài)的時(shí)空參數(shù)和運(yùn)動(dòng)學(xué)參數(shù)，實(shí)現(xiàn)人體生理參數(shù)的非接觸式采集技術(shù)，提高技術(shù)分析和姿勢(shì)識(shí)別的效率等是當(dāng)前的研究熱點(diǎn)和技術(shù)難點(diǎn)。此外，在進(jìn)行運(yùn)動(dòng)技術(shù)分析時(shí)，需要采集和使用高清視頻，提升人工智能的深度神經(jīng)網(wǎng)絡(luò)及硬件技術(shù)，降低存儲(chǔ)硬件的采集成本[51]，這也是今后的重要趨勢(shì)。

3.2.2 大數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)技術(shù)促進(jìn)致勝規(guī)律分析多元化

比賽制勝規(guī)律研究是運(yùn)動(dòng)表現(xiàn)領(lǐng)域新興的研究熱點(diǎn)，由于不同項(xiàng)目的競(jìng)技特點(diǎn)和需求存在差異，比賽制勝規(guī)律也呈現(xiàn)多元化。早在20世紀(jì)70年代，美國(guó)在棒球領(lǐng)域就試圖應(yīng)用計(jì)算工具進(jìn)行數(shù)據(jù)分析和預(yù)測(cè)，雖然當(dāng)時(shí)的工具缺乏智能元素，但形成了人工智能體育預(yù)測(cè)的思想雛形。20世紀(jì)90年代，Lapham等[52]提出人工智能在體育比賽制勝規(guī)律研究中應(yīng)用的初步構(gòu)架。21世紀(jì)初，Mccabe[53]使用神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)和分析特定運(yùn)動(dòng)比賽的結(jié)果。最具突破性的是Reed等[54]

首次證實(shí)了人工智能和計(jì)算機(jī)化方法分析比賽制勝規(guī)律的能力超過了人類，他建議建立體育信息數(shù)據(jù)庫以實(shí)現(xiàn)人工智能在體育領(lǐng)域的應(yīng)用。從整體看，智能化比賽制勝規(guī)律研究基于體育大數(shù)據(jù)中的數(shù)據(jù)模式挖掘，通過分析競(jìng)賽的制勝關(guān)鍵因素，以及比賽的技戰(zhàn)術(shù)數(shù)據(jù)和運(yùn)動(dòng)員的生理機(jī)能數(shù)據(jù)，并運(yùn)用大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)，為團(tuán)隊(duì)未來訓(xùn)練和比賽提供以數(shù)據(jù)為支撐和驅(qū)動(dòng)的意見及決策。此外，Mccabe等[55]在早期使用人工智能預(yù)測(cè)運(yùn)動(dòng)成績(jī)工作的基礎(chǔ)上，進(jìn)一步擴(kuò)展使用具備多層感知器的模型，通過捕捉各種動(dòng)作質(zhì)量的特征，提高比賽制勝規(guī)律研究的準(zhǔn)確度，目前已經(jīng)在足球、籃球等集體球類運(yùn)動(dòng)中得到廣泛應(yīng)用。由于數(shù)據(jù)的多元化和結(jié)構(gòu)復(fù)雜多樣等特點(diǎn)，當(dāng)前在該領(lǐng)域的應(yīng)用需求主要集中在數(shù)據(jù)的同步采集技術(shù)、多源異構(gòu)數(shù)據(jù)的整合和儲(chǔ)存技術(shù)、數(shù)據(jù)分析及可視化展現(xiàn)等方面。低粒度、高精度、長(zhǎng)時(shí)域的原始和推算數(shù)據(jù)將直接影響訓(xùn)練監(jiān)控、分析和決策的質(zhì)量[56]。由于競(jìng)賽和保障等工作的復(fù)雜性和需求維度不斷發(fā)展，未來在保證數(shù)據(jù)質(zhì)量的基礎(chǔ)上，支撐數(shù)據(jù)的“完整性”“準(zhǔn)確性”“一致性”將是新的原則性需求。

3.2.3 深度學(xué)習(xí)與視頻分析技術(shù)促進(jìn)訓(xùn)練與參賽程序化

隨著大數(shù)據(jù)技術(shù)的發(fā)展，視頻分析與深度學(xué)習(xí)受到了研究者的青睞。視頻分析利用計(jì)算機(jī)視覺技術(shù)，在沒有人為干預(yù)的前提下，對(duì)視頻幀序列進(jìn)行描述、分析以獲得視頻中有價(jià)值的目標(biāo)數(shù)據(jù)，如：1997年美國(guó)國(guó)防高級(jí)研究項(xiàng)目署開發(fā)的視覺監(jiān)控系統(tǒng)（Visual Surveillance and Monitoring，VSAM ）是一種自動(dòng)的視頻理解技術(shù)，經(jīng)常被用于軍事或民用場(chǎng)景，可自動(dòng)檢測(cè)目標(biāo)并進(jìn)行行為分析；英國(guó)雷丁大學(xué)、INRIA等多個(gè)機(jī)構(gòu)合作研發(fā)的ADVISOR（Annotated Digital Video for Intelligent Surveillance and Optimized Retrieval）系 統(tǒng)（2004年），IBM 開發(fā)的 SSS 系統(tǒng)（2005年），中佛羅里達(dá)大學(xué)Shah等研發(fā)的Knight系統(tǒng)（2007年）不僅能對(duì)目標(biāo)進(jìn)行識(shí)別定位，還能通過外觀模型實(shí)現(xiàn)多目標(biāo)跟蹤，并分析目標(biāo)的具體行為。2011年，我國(guó)大連東銳公司研發(fā)的運(yùn)動(dòng)目標(biāo)識(shí)別系統(tǒng)可以檢測(cè)、捕捉遠(yuǎn)動(dòng)員的動(dòng)作并進(jìn)行定量分析，達(dá)到幫助訓(xùn)練的目的。2018

年，由我國(guó)團(tuán)隊(duì)自主研發(fā)的乒乓球回放系統(tǒng)識(shí)別準(zhǔn)確度高，可回放種類與數(shù)據(jù)統(tǒng)計(jì)種類也較多。視頻分析技術(shù)對(duì)于比賽信息的及時(shí)反饋是運(yùn)動(dòng)表現(xiàn)提升領(lǐng)域不可或缺的部分。

隨著體育監(jiān)測(cè)活動(dòng)需求的激增，視頻幀數(shù)據(jù)收集和處理工作已經(jīng)全面延伸?；谏疃葘W(xué)習(xí)的體育活動(dòng)監(jiān)測(cè)、數(shù)據(jù)自動(dòng)收集和處理監(jiān)控程序[57]、基于機(jī)器學(xué)習(xí)的球隊(duì)動(dòng)態(tài)環(huán)境表現(xiàn)分析[58]是目前的主流技術(shù)。視頻處理技術(shù)需要圖像處理程序，包括運(yùn)動(dòng)視頻的優(yōu)化、噪聲因子降低等。從球類運(yùn)動(dòng)看，運(yùn)動(dòng)分析師定期分析，為球隊(duì)提供戰(zhàn)術(shù)和戰(zhàn)略見解是主流趨勢(shì)。例如：馬赫通過分析國(guó)家女籃隊(duì)員的投籃等動(dòng)作視頻，發(fā)現(xiàn)每個(gè)球員動(dòng)作技術(shù)存在的問題，并對(duì)技術(shù)圖像進(jìn)行三維解析，更清晰、準(zhǔn)確地解釋運(yùn)動(dòng)技術(shù)[59]；NBA球隊(duì)將對(duì)手的技術(shù)動(dòng)作視頻進(jìn)行處理，通過截取不同時(shí)刻的戰(zhàn)術(shù)片段，了解其進(jìn)攻技戰(zhàn)術(shù)的方法，包括系統(tǒng)地確定對(duì)手的弱點(diǎn)，并評(píng)估球隊(duì)訓(xùn)練效果和改進(jìn)策略[60]。

目前，基于深度學(xué)習(xí)的運(yùn)動(dòng)訓(xùn)練視頻分類模型已經(jīng)解決了賽后視頻分析中客觀運(yùn)動(dòng)的隨機(jī)性導(dǎo)致分類準(zhǔn)確率低的問題[61]，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)還原目標(biāo)在真實(shí)三維空間中的位置[62]。但當(dāng)前視頻分析一般基于可視化技術(shù)，通常耗時(shí)較多，未來應(yīng)不斷改進(jìn)運(yùn)動(dòng)幀分析算法，對(duì)運(yùn)動(dòng)視頻中的特征提取持續(xù)優(yōu)化，從而確保在體育活動(dòng)預(yù)測(cè)中采取有效的像素處理和分類方法。同時(shí)，應(yīng)用計(jì)算機(jī)視覺技術(shù)從視頻輸入的軌跡中自動(dòng)提取適當(dāng)?shù)臄?shù)據(jù)，對(duì)球員數(shù)據(jù)進(jìn)行測(cè)量推導(dǎo)、事件分析、區(qū)域分析及相關(guān)性分析，從而為技戰(zhàn)術(shù)控制和質(zhì)量提供監(jiān)測(cè)和指導(dǎo)也是重要發(fā)展方向[63]。另外，視頻分析的需求也對(duì)數(shù)據(jù)可用性的數(shù)量及粒度提出了新的要求，事件流信息、高保真運(yùn)動(dòng)員位置信息和體感傳感器可精準(zhǔn)分析運(yùn)動(dòng)姿態(tài)、聚合運(yùn)動(dòng)數(shù)據(jù)，在此基礎(chǔ)上實(shí)現(xiàn)對(duì)訓(xùn)練趨勢(shì)的追溯，整理并提出科學(xué)的訓(xùn)練策略，進(jìn)而形成“比賽—觀察與分析—信息反饋—訓(xùn)練—比賽”的良性訓(xùn)練、競(jìng)賽和科研循環(huán)[63]。

3.3 人工智能促進(jìn)心理訓(xùn)練與監(jiān)控精細(xì)化

在競(jìng)技運(yùn)動(dòng)心理學(xué)發(fā)展過程中，人工智能技術(shù)對(duì)心理訓(xùn)練的發(fā)展起到了巨大的推動(dòng)作用，也為心理訓(xùn)練的研究與應(yīng)用開辟了新途徑。Bailon等[64]發(fā)現(xiàn)腦電（electroencephalogram，EEG）耦合性與運(yùn)動(dòng)績(jī)效表現(xiàn)相關(guān)，其反映大腦區(qū)域間協(xié)同工作的效率，通過EEG耦合運(yùn)動(dòng)員不再僅憑個(gè)體經(jīng)驗(yàn)選擇表象訓(xùn)練的內(nèi)容，優(yōu)化了表象訓(xùn)練的效果。Takagi[65]將交互式進(jìn)化計(jì)算應(yīng)用于心理測(cè)量和訓(xùn)練，實(shí)現(xiàn)對(duì)情緒感知范圍的量化分析。李堅(jiān)孝等[66]將深度學(xué)習(xí)技術(shù)與心理健康預(yù)警系統(tǒng)結(jié)合，實(shí)現(xiàn)“一對(duì)多”的心理狀態(tài)跟蹤與實(shí)時(shí)分析。錢錦昕等[67]提出自適應(yīng)測(cè)評(píng)可有效減少測(cè)評(píng)的題目數(shù)量，從而減少作答時(shí)間，且相對(duì)于紙筆測(cè)試能提取更多信息。機(jī)器學(xué)習(xí)算法的應(yīng)用使傳統(tǒng)統(tǒng)計(jì)方法能更精準(zhǔn)地識(shí)別影響競(jìng)技狀態(tài)的關(guān)鍵心理因素，并形成了有針對(duì)性的訓(xùn)練方案。

在競(jìng)技體育領(lǐng)域，心理要素對(duì)運(yùn)動(dòng)表現(xiàn)起著至關(guān)重要的作用。例如：北美職業(yè)體育界越來越重視心理輔導(dǎo)，包括冥想程序的應(yīng)用；加州大學(xué)圣地亞哥分校研究的mPeak項(xiàng)目[34]等?；诖送瞥龅恼钪悄軕?yīng)用程序（如Headspace等）已經(jīng)進(jìn)入實(shí)際應(yīng)用，可確定運(yùn)動(dòng)員的最佳精神狀態(tài)，使訓(xùn)練效益最大化，最終實(shí)現(xiàn)訓(xùn)練目標(biāo)。當(dāng)前，心理測(cè)量技術(shù)已可進(jìn)行更為全面、便捷和深入的心理數(shù)據(jù)挖掘，認(rèn)知神經(jīng)科學(xué)技術(shù)也可憑借神經(jīng)網(wǎng)絡(luò)算法建立運(yùn)動(dòng)員心理特征的預(yù)測(cè)模型。反饋技術(shù)將在可穿戴設(shè)備性能提升的基礎(chǔ)上完善動(dòng)態(tài)數(shù)據(jù)的捕捉，建立個(gè)性化的神經(jīng)反饋技術(shù)訓(xùn)練方案。人工智能在促進(jìn)心理訓(xùn)練的調(diào)控與精準(zhǔn)化方面效果突出。多個(gè)項(xiàng)目研發(fā)團(tuán)隊(duì)根據(jù)項(xiàng)目特征提出了通過鞏固大腦動(dòng)作表征模式提升運(yùn)動(dòng)員賽時(shí)動(dòng)作穩(wěn)定性的心理訓(xùn)練思路[68]。他們通過人工智能研發(fā)基礎(chǔ)數(shù)據(jù)平臺(tái)，并從基礎(chǔ)數(shù)據(jù)中提取擬合心理訓(xùn)練確定的核心參數(shù)，圍繞核心參數(shù)為運(yùn)動(dòng)員制訂個(gè)性化心理訓(xùn)練方案。有的團(tuán)隊(duì)同時(shí)利用基于無線腦電技術(shù)的運(yùn)動(dòng)員心理狀態(tài)和訓(xùn)練效果實(shí)時(shí)評(píng)估平臺(tái)，為教練員和運(yùn)動(dòng)員及時(shí)了解賽前心理水平提供幫助。此外，科研人員開發(fā)出可測(cè)評(píng)、可追蹤、“預(yù)警+預(yù)測(cè)”式的運(yùn)動(dòng)員心理狀態(tài)綜合評(píng)估系統(tǒng)[68]，為優(yōu)化運(yùn)動(dòng)員的心理保障提供智能服務(wù)。

從未來發(fā)展趨勢(shì)看，如何融合新興技術(shù)提升心理測(cè)量數(shù)據(jù)的可利用程度、借助新興技術(shù)建立準(zhǔn)確表現(xiàn)預(yù)測(cè)模型、利用智能技術(shù)優(yōu)化心理訓(xùn)練中的實(shí)時(shí)反饋、實(shí)現(xiàn)運(yùn)動(dòng)員心理狀態(tài)的測(cè)量與評(píng)價(jià)以及動(dòng)態(tài)情境中數(shù)據(jù)的采集與分析、運(yùn)動(dòng)員競(jìng)技狀態(tài)的調(diào)整與反饋是運(yùn)動(dòng)表現(xiàn)領(lǐng)域的研究重點(diǎn)。

3.4 人工智能促進(jìn)運(yùn)動(dòng)損傷與防治科學(xué)化

在競(jìng)技體育領(lǐng)域，疾病損傷的預(yù)防和控制是提升運(yùn)動(dòng)能力的重要前提。在疾病損傷和疲勞的前提下如何維持運(yùn)動(dòng)員的競(jìng)技能力和狀態(tài)是需求重點(diǎn)。當(dāng)前，我國(guó)體育訓(xùn)練中仍以過度的體力負(fù)載與經(jīng)驗(yàn)灌輸為主要方式，從而造成運(yùn)動(dòng)員競(jìng)技能力周期縮短、運(yùn)動(dòng)過程損傷風(fēng)險(xiǎn)提升，在損傷康復(fù)過程中采用的方法相對(duì)單一、被動(dòng)。

隨著數(shù)據(jù)精確性的提升和技術(shù)力量的增強(qiáng)，傷病預(yù)防和控制也成為人工智能應(yīng)用的重要領(lǐng)域：Khoury等[69]從基礎(chǔ)醫(yī)學(xué)理論層面研究“大數(shù)據(jù)與公共健康”，證明大數(shù)據(jù)可有效應(yīng)用于公共衛(wèi)生服務(wù)領(lǐng)域，大幅度提高人類的健康水平。Albu等[70]嘗試?yán)萌斯ぶ悄転檫\(yùn)動(dòng)員醫(yī)療決策提供技術(shù)支持。Tang[71]利用基于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)方法的智能系統(tǒng)對(duì)運(yùn)動(dòng)員心電信號(hào)進(jìn)行分類和診斷，提高損傷風(fēng)險(xiǎn)的分類和識(shí)別效率并監(jiān)控訓(xùn)練過程。Zhuang等[72]提出深度卷積神經(jīng)網(wǎng)絡(luò)可提高圖像檢測(cè)和康復(fù)的準(zhǔn)確性，從而提高武術(shù)運(yùn)動(dòng)員心律失常疾病的檢測(cè)能力，獲取準(zhǔn)確的心律失常診斷信息。Oliver等[73]認(rèn)為，基于卷積神經(jīng)網(wǎng)絡(luò)的疲勞診斷系統(tǒng)可通過嵌入式處理器對(duì)運(yùn)動(dòng)員骨骼肌進(jìn)行超前診斷。此外，Sparta科技使用其獨(dú)創(chuàng)的評(píng)分體系，通過測(cè)力板評(píng)估運(yùn)動(dòng)員的柔韌性、平衡感等身體機(jī)能，分析疲勞程度和可能存在的傷病風(fēng)險(xiǎn)，從而給出預(yù)防傷病的建議[74]。ThermoHuman系統(tǒng)基于計(jì)算機(jī)視覺和熱圖像技術(shù)，在幾秒鐘內(nèi)讓運(yùn)動(dòng)員知道身體部位潛在的受傷風(fēng)險(xiǎn)，擁有快速、無創(chuàng)和客觀的特點(diǎn)[75]。運(yùn)動(dòng)員安全管理平臺(tái)基于隨機(jī)、多分量的非線性肌電圖信號(hào)，可實(shí)現(xiàn)傷病數(shù)據(jù)的收集與分析，管理運(yùn)動(dòng)員的健康狀況，指導(dǎo)體育組織按照規(guī)程幫助運(yùn)動(dòng)員重返賽場(chǎng)[76]。人工智能在該領(lǐng)域的應(yīng)用雖比較廣泛，但運(yùn)動(dòng)員疾病損傷預(yù)防的需求較大，如何在備戰(zhàn)訓(xùn)練階段預(yù)防疾病和運(yùn)動(dòng)損傷，構(gòu)建運(yùn)動(dòng)項(xiàng)目常見的運(yùn)動(dòng)創(chuàng)傷臨床診斷和治療大數(shù)據(jù)系統(tǒng)等也是需要關(guān)注的重點(diǎn)。

總之，人工智能已為運(yùn)動(dòng)表現(xiàn)領(lǐng)域帶來了全新的變革：計(jì)算機(jī)視覺、傳感器及其網(wǎng)絡(luò)、可穿戴設(shè)備等技術(shù)在競(jìng)技體育訓(xùn)練和賽中實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)等方面具有重要作用；數(shù)據(jù)挖掘技術(shù)可發(fā)現(xiàn)數(shù)據(jù)模式，支持訓(xùn)練和競(jìng)賽的決策；VR技術(shù)為特殊條件下的競(jìng)技能力維持提供條件；機(jī)器學(xué)習(xí)逐步向深度學(xué)習(xí)過渡，在圖像識(shí)別、疾病損傷預(yù)防等眾多領(lǐng)域取得成功。這些對(duì)于運(yùn)動(dòng)員競(jìng)技能力提升、身體動(dòng)作調(diào)控、身心變化及適應(yīng)能力改善、神經(jīng)系統(tǒng)調(diào)節(jié)、比賽實(shí)時(shí)反饋和賽后分析、心理調(diào)控及傷病疲勞檢測(cè)等都有很大幫助。

4 人工智能提升運(yùn)動(dòng)表現(xiàn)的實(shí)踐困境與反思

4.1 人工智能提升運(yùn)動(dòng)表現(xiàn)的科技基礎(chǔ)與制度支撐薄弱

目前，國(guó)內(nèi)外人工智能提升運(yùn)動(dòng)表現(xiàn)的應(yīng)用面臨著亟待解決的問題。國(guó)外對(duì)于人工智能在體育領(lǐng)域應(yīng)用的研究起步較早，理論和技術(shù)較為先進(jìn)，主要包括人工神經(jīng)網(wǎng)絡(luò)、智能算法、深度學(xué)習(xí)等基礎(chǔ)研究，如Genetic Algorithm（遺傳算法）、Neural Network（神經(jīng)網(wǎng)絡(luò)）、Pattern Recognition（模式識(shí)別）、Feature Extraction（特征提?。┑龋瑫r(shí)注重在實(shí)際應(yīng)用系統(tǒng)中對(duì)系統(tǒng)的性能、效率進(jìn)行研究。然而，強(qiáng)人工智能尚未實(shí)現(xiàn)關(guān)鍵技術(shù)的突破，目前仍處于弱人工智能階段。人工智能本身的局限性將造成其在運(yùn)動(dòng)表現(xiàn)領(lǐng)域應(yīng)用時(shí)產(chǎn)生局限，尤其是基礎(chǔ)設(shè)施層中仿人體五感的各種類型傳感器缺乏高集成度、統(tǒng)一感知協(xié)調(diào)的中控系統(tǒng)，對(duì)于獲得的多方面數(shù)據(jù)無法進(jìn)行一體化采集、加工與分析。在動(dòng)作識(shí)別和姿態(tài)分析方面，人工智能的深度神經(jīng)網(wǎng)絡(luò)、硬件技術(shù)、存儲(chǔ)硬件的采集時(shí)間和成本等自身局限也限制其在運(yùn)動(dòng)表現(xiàn)領(lǐng)域的進(jìn)一步研究和應(yīng)用，如何保證人工智能在提升運(yùn)動(dòng)表現(xiàn)的應(yīng)用中不發(fā)生斷層也是一個(gè)值得考慮的問題。

相較于國(guó)外在理論層面已開始重點(diǎn)加強(qiáng)機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺等在體育領(lǐng)域應(yīng)用的研究與創(chuàng)新，當(dāng)前我國(guó)智能體育的發(fā)展仍處于未分化和初級(jí)階段。國(guó)內(nèi)研究主要集中于人工智能淺層理論應(yīng)用布局以及基礎(chǔ)體系構(gòu)建的問題，理論研究熱點(diǎn)主要集中在大數(shù)據(jù)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面，關(guān)于純算法研究相對(duì)較少，涉及算法種類不多，且忽視在實(shí)際運(yùn)用中對(duì)算法的優(yōu)化。造成這一現(xiàn)象的主要原因包括：我國(guó)體育智能化的研究起步相對(duì)較晚[77]，科技助力體育的政策供給不足，體育科技創(chuàng)新人才較為缺乏；在基礎(chǔ)層、技術(shù)層存在資金和技術(shù)轉(zhuǎn)化等具體制約條件，智能化科技手段和體育研究成果未能很好地滿足競(jìng)技體育的實(shí)際需求；我國(guó)高校和科研院所在體育科技方向的研發(fā)能力不足，高水平體育科技實(shí)驗(yàn)室較少，其研究成果的質(zhì)量以及成果轉(zhuǎn)化力受限。因此，當(dāng)前國(guó)內(nèi)體育科技的投資更偏向終端市場(chǎng)[78]。在技術(shù)層面，國(guó)外牢牢掌握人工智能與體育融合技術(shù)的核心，并實(shí)現(xiàn)了各類智能科技在具體體育領(lǐng)域中的應(yīng)用與融合。我國(guó)體育科技受上述條件的制約，目前還難以與人工智能等計(jì)算機(jī)技術(shù)深入融合，造成其供給的產(chǎn)品與服務(wù)功能不足、數(shù)據(jù)不精準(zhǔn)、穩(wěn)定性較差。

從推動(dòng)競(jìng)技體育產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵要素看，受“固有技術(shù)—經(jīng)濟(jì)范式”的影響，我國(guó)在該領(lǐng)域的技術(shù)產(chǎn)業(yè)發(fā)展通常利用“漸進(jìn)式技術(shù)創(chuàng)新”模式，在原有基礎(chǔ)上不斷積累、逐步發(fā)展。然而，相較于“漸進(jìn)式技術(shù)創(chuàng)新”模式，“突破性技術(shù)—經(jīng)濟(jì)范式”創(chuàng)新模式顯然更能高效推動(dòng)該領(lǐng)域的生產(chǎn)力變革和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[79]。由此可見，如何合理利用社會(huì)環(huán)境變革的拉動(dòng)力和運(yùn)動(dòng)表現(xiàn)領(lǐng)域發(fā)展需求的驅(qū)動(dòng)力，推動(dòng)該領(lǐng)域競(jìng)技體育產(chǎn)業(yè)的“技術(shù)—經(jīng)濟(jì)范式”變遷將是未來的重難點(diǎn)。

4.2 人工智能提升運(yùn)動(dòng)表現(xiàn)存在身體“主體地位”被剝離的倫理風(fēng)險(xiǎn)

從人工智能提升運(yùn)動(dòng)表現(xiàn)的倫理風(fēng)險(xiǎn)方面看，人工智能逐漸隔離身體與技術(shù)的具身隸屬關(guān)系，身體作為倫理主體與機(jī)器之間的界限不斷被弱化。例如：賽博格的出現(xiàn)使身體獲得更多解放的同時(shí)也面臨異化危機(jī)；人工智能的無限性使用與過度依賴會(huì)剝離身體在體育中的主體地位，“無身”的體育將陷入嚴(yán)重的倫理困境。在技術(shù)中看不到人的身體，僅看到邏輯思維、數(shù)學(xué)模型與計(jì)算機(jī)運(yùn)算，數(shù)據(jù)取代身體成為人生活的全部，人的身體成為脫離肢體運(yùn)動(dòng)與思考的“機(jī)械思維”，將重新墜入身心二元論的困境。同時(shí)，合理的倫理觀念與約束在醫(yī)學(xué)、生命科學(xué)等領(lǐng)域起到了重要作用。Sharkey[80]2008年在Science發(fā)表了《機(jī)器人的道德邊界》（The Ethical Frontiers of Robotics），提出機(jī)器的誕生對(duì)于人類而言并非都是好事，智能機(jī)器參與人類生活后將給人類社會(huì)帶來更加復(fù)雜的斗爭(zhēng)，人類也因此必須學(xué)會(huì)干預(yù)智能機(jī)器所帶來的問題，同時(shí)積極呼吁各國(guó)政府聯(lián)手出臺(tái)機(jī)器人道德規(guī)范。

規(guī)避人工智能提升運(yùn)動(dòng)表現(xiàn)的倫理風(fēng)險(xiǎn)的核心是明確數(shù)據(jù)信息處理的邊界，避免“共享濫用”和“信息孤島”。一方面，人工智能在提升運(yùn)動(dòng)表現(xiàn)應(yīng)用中產(chǎn)生的數(shù)據(jù)對(duì)運(yùn)動(dòng)員競(jìng)技表現(xiàn)具有重要意義，而數(shù)據(jù)被無序利用、濫用會(huì)引發(fā)倫理爭(zhēng)端；另一方面，失去數(shù)據(jù)信息的及時(shí)交流，對(duì)于人工智能提升運(yùn)動(dòng)表現(xiàn)的評(píng)價(jià)和未來數(shù)據(jù)信息的開發(fā)更是沉重的打擊。由此可見，如何堅(jiān)守倫理主體、厘清人工智能提升運(yùn)動(dòng)表現(xiàn)應(yīng)用的邊界，探討人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域內(nèi)促進(jìn)數(shù)據(jù)共享的可行性和數(shù)據(jù)共享健康發(fā)展政策的制定與完善，是在倫理視角下促進(jìn)人工智能健康融入體育亟待解決的問題。

4.3 人工智能提升運(yùn)動(dòng)表現(xiàn)的信息安全問題顯現(xiàn)

從人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域的信息安全方面看，受大數(shù)據(jù)時(shí)代信息開放與共享環(huán)境的影響，教練員團(tuán)隊(duì)除了依賴能獲取運(yùn)動(dòng)員各種數(shù)據(jù)的智能設(shè)備外，購買數(shù)據(jù)也是獲取自身或?qū)κ謹(jǐn)?shù)據(jù)的重要途徑?；跀?shù)字化身體和運(yùn)動(dòng)信息，可建立運(yùn)動(dòng)員競(jìng)技能力檔案，獲取多角度、全方位針對(duì)運(yùn)動(dòng)員優(yōu)劣勢(shì)的數(shù)字畫像。這從根本上增加了流通中數(shù)據(jù)的數(shù)量和種類，導(dǎo)致體育數(shù)據(jù)市場(chǎng)的交易規(guī)模不斷擴(kuò)大，并出現(xiàn)一些難以避免的信息安全問題，如運(yùn)動(dòng)員運(yùn)動(dòng)表現(xiàn)數(shù)據(jù)的權(quán)屬不明、隱私泄露、監(jiān)管缺失等問題在目前無法得到有效解決。除了對(duì)運(yùn)動(dòng)員訓(xùn)練和比賽數(shù)據(jù)信息的搜集外，通過云計(jì)算等智能數(shù)據(jù)分析方式對(duì)所獲取的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行精準(zhǔn)的“預(yù)測(cè)性分析”，從表層運(yùn)動(dòng)數(shù)據(jù)窺探和揣測(cè)運(yùn)動(dòng)員的運(yùn)動(dòng)習(xí)慣與偏好，從而得到具有核心競(jìng)爭(zhēng)力的隱私信息，會(huì)引發(fā)更多信息安全問題。在此過程中被記錄數(shù)據(jù)的運(yùn)動(dòng)員完全不知情，遑論其是否同意自身運(yùn)動(dòng)數(shù)據(jù)信息被使用，這將影響運(yùn)動(dòng)數(shù)據(jù)獲取和體育競(jìng)賽的合法性和公平性。前人[81]研究結(jié)果顯示，以機(jī)器學(xué)習(xí)、圖像識(shí)別等為核心技術(shù)的人工智能在迅速發(fā)展過程中產(chǎn)生的技術(shù)漏洞將可能危及國(guó)家體育信息安全。此外，目前尚無明確的法律、法規(guī)對(duì)運(yùn)動(dòng)數(shù)據(jù)信息的獲取、交易與處理進(jìn)行監(jiān)督和管控。由此可見，規(guī)范數(shù)據(jù)信息獲取途徑、保護(hù)運(yùn)動(dòng)數(shù)據(jù)信息交易的合法性、維護(hù)競(jìng)技體育數(shù)據(jù)信息的公平與安全是確保未來人工智能與體育融合基本信息安全的重要前提。

4.4 人工智能提升運(yùn)動(dòng)表現(xiàn)的法律支持缺失

法律在人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域還存在空白之處。由于法律具有一定的滯后性，通過新技術(shù)產(chǎn)生的犯罪目前無法被法律及時(shí)規(guī)制，主要體現(xiàn)在法律責(zé)任主體不明確等方面?，F(xiàn)行法律對(duì)犯罪責(zé)任主體的認(rèn)定具有局限性，只有行為人直接將人工智能設(shè)備當(dāng)作工具進(jìn)行生產(chǎn)、利用的情形下，責(zé)任主體為利用人；對(duì)于智能運(yùn)動(dòng)設(shè)備在無自然人利用、操縱時(shí)自行發(fā)生的犯罪行為，其犯罪責(zé)任主體是人工智能設(shè)備還是使用者，抑或是發(fā)明者，難以判定。2017年2月，歐盟議會(huì)通過的《向委員會(huì)提議〈歐盟機(jī)器人民事法律規(guī)則〉報(bào)告》提出：①建議對(duì)機(jī)器人采取分類注冊(cè)標(biāo)準(zhǔn)，針對(duì)不同類型的機(jī)器人提供不同的注冊(cè)標(biāo)準(zhǔn)，由專門的管理機(jī)構(gòu)負(fù)責(zé)，注冊(cè)系統(tǒng)覆蓋全聯(lián)盟，注冊(cè)信息中公示其基金信息，讓使用者了解該機(jī)器人的基金情況和可能發(fā)生的賠付情況。②全球最早關(guān)于人工智能作為電子人主體的提議，具體內(nèi)容是將人工智能作為法律主體，可以在機(jī)器人侵權(quán)和合同關(guān)系中獨(dú)立承擔(dān)責(zé)任，以此解決當(dāng)前法律制度下人工智能實(shí)踐的法律問題。③機(jī)器人保險(xiǎn)是針對(duì)責(zé)任分配復(fù)雜的機(jī)器人實(shí)施的強(qiáng)制保險(xiǎn)計(jì)劃，包括機(jī)器人的行為和故障，也考慮到機(jī)器人實(shí)踐中所有潛在的責(zé)任負(fù)擔(dān)[82]。2018年我國(guó)制定的《十三屆全國(guó)人大常委會(huì)立法規(guī)劃》將人工智能確認(rèn)為第三類立法項(xiàng)目，這是基于人工智能現(xiàn)實(shí)情況展開的立法，包括部門立法與地方立法，屬于低層級(jí)的立法，同時(shí)缺乏專門的人工智能法律法規(guī)。因此，如何應(yīng)對(duì)智能化體育帶來的犯罪風(fēng)險(xiǎn)和這項(xiàng)技術(shù)對(duì)現(xiàn)行法律的挑戰(zhàn)，以及如何通過合理的政策優(yōu)化以智能化認(rèn)定體育犯罪行為的責(zé)任主體，從而促進(jìn)體育領(lǐng)域的人工智能設(shè)備在法律框架內(nèi)健康發(fā)展和合理使用，是未來的研究重點(diǎn)和難點(diǎn)。

5 人工智能提升運(yùn)動(dòng)表現(xiàn)的優(yōu)化策略

以人工智能促進(jìn)競(jìng)技體育高質(zhì)量發(fā)展符合我國(guó)人民群眾的需求，也是我國(guó)在2035年建成體育強(qiáng)國(guó)的重要體現(xiàn)之一?；诋?dāng)前的世界格局和國(guó)際形勢(shì)，需要從理論認(rèn)知層面重視體育科技的自主創(chuàng)新，從技術(shù)應(yīng)用層面探索全球化、多渠道的國(guó)際體育科技合作方式。

5.1 理論認(rèn)知層面：強(qiáng)化制度與法律支撐，重視倫理與信息安全，構(gòu)建人工智能“體育化”的理論支撐與政策環(huán)境

基于“加快推進(jìn)體育改革創(chuàng)新步伐，更新體育理念，借鑒國(guó)外有益經(jīng)驗(yàn)，為我國(guó)體育事業(yè)發(fā)展注入新的活力和動(dòng)力”的要求，我國(guó)近兩年發(fā)布了多份相關(guān)報(bào)告，如《中國(guó)人工智能發(fā)展報(bào)告2018》、2019年更新的《中國(guó)新一代人工智能發(fā)展報(bào)告2019》。在國(guó)家政策的支持下，人工智能在體育領(lǐng)域得到了快速發(fā)展與較為廣泛的應(yīng)用，同時(shí)，其他國(guó)家豐富的實(shí)踐經(jīng)驗(yàn)仍值得借鑒：2015年10月，美國(guó)國(guó)家經(jīng)濟(jì)委員會(huì)和科技政策辦公室聯(lián)合發(fā)布《美國(guó)國(guó)家創(chuàng)新戰(zhàn)略》，精準(zhǔn)醫(yī)療計(jì)劃是其中的九大戰(zhàn)略之一，目的在于依據(jù)個(gè)人基因信息為患者制定個(gè)體醫(yī)療方案；同年，日本發(fā)布《機(jī)器人新戰(zhàn)略—愿景、戰(zhàn)略和行動(dòng)計(jì)劃》，日本機(jī)器人革命的一大目標(biāo)是使機(jī)器人應(yīng)用于體育健康醫(yī)療等五大領(lǐng)域；2019年美國(guó)《國(guó)家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》顯示，政府日益注重人工智能在醫(yī)療保健和醫(yī)學(xué)方面的應(yīng)用，提出開放數(shù)據(jù)集、創(chuàng)建醫(yī)療保健數(shù)據(jù)平臺(tái)，利用大量醫(yī)療數(shù)據(jù)進(jìn)行模型訓(xùn)練，可促進(jìn)體育健康等領(lǐng)域的發(fā)展。2013年至今，歐洲體育健康領(lǐng)域人工智能的發(fā)展主要依托歐盟委員會(huì)及其資助政策：2013—2016年，由歐盟委員會(huì)資金支持的歐洲機(jī)器人協(xié)調(diào)行動(dòng)（ROCK-EU）項(xiàng)目致力于促進(jìn)專業(yè)協(xié)調(diào)技術(shù)路線圖和實(shí)施創(chuàng)新活動(dòng)，促進(jìn)歐洲機(jī)器人技術(shù)利益相關(guān)者之間的合作，以及歐洲機(jī)器人技術(shù)在各領(lǐng)域的發(fā)展；2014年，歐盟啟動(dòng)投資28億歐元的“SPARC”機(jī)器人研發(fā)計(jì)劃，并在2020年的戰(zhàn)略研究議程中提出，機(jī)器人技術(shù)在體育醫(yī)療保健中的使用已經(jīng)對(duì)體育健康產(chǎn)業(yè)產(chǎn)生直接影響，且影響力將進(jìn)一步擴(kuò)大。

在具體理論與技術(shù)研發(fā)過程中，應(yīng)厘清人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域技術(shù)實(shí)踐的重點(diǎn)與發(fā)展使命。智能化運(yùn)動(dòng)表現(xiàn)伴隨運(yùn)動(dòng)員競(jìng)技能力的提升而出現(xiàn)，因此，體育科技領(lǐng)域應(yīng)始終圍繞我國(guó)競(jìng)技體育的訓(xùn)練需求，以運(yùn)動(dòng)員、身體運(yùn)動(dòng)和體育意識(shí)等競(jìng)技體育基本要素為核心，打造“訓(xùn)、科、教、醫(yī)、服”集成的科學(xué)訓(xùn)練基地，開展智能運(yùn)動(dòng)表現(xiàn)分析研究。緊扣體育科學(xué)發(fā)展前沿，發(fā)揮科技對(duì)競(jìng)技體育的引領(lǐng)作用，將體育與人工智能等新興技術(shù)的關(guān)系視為有節(jié)制且相互依靠的關(guān)系，從方法論上推動(dòng)傳統(tǒng)訓(xùn)練模式的變革，在教練員與運(yùn)動(dòng)員訓(xùn)練和比賽實(shí)踐中融入數(shù)據(jù)驅(qū)動(dòng)的新的訓(xùn)練理論和方法。

在倫理問題上，國(guó)內(nèi)外在促進(jìn)人工智能數(shù)據(jù)共享領(lǐng)域都有一些較為成功的嘗試，如歐洲的《開放數(shù)據(jù)庫協(xié)議》《知識(shí)共享的豁免》等協(xié)議，2017年我國(guó)地方政府頒布的首部相關(guān)法規(guī)《貴陽市政府?dāng)?shù)據(jù)共享開放條例》等。應(yīng)充分了解現(xiàn)狀，總結(jié)和分析人工智能領(lǐng)域成熟的相關(guān)倫理政策法規(guī)，以與我國(guó)人工智能在體育領(lǐng)域發(fā)展相適應(yīng)的倫理原則和約束機(jī)制為理論指導(dǎo)，積極探討突破這些倫理困境的可能性。同時(shí)，堅(jiān)持身體主體地位，以體育倫理理論為指導(dǎo)，優(yōu)化人工智能在體育領(lǐng)域應(yīng)用的監(jiān)管環(huán)境，推動(dòng)人工智能與提升運(yùn)動(dòng)表現(xiàn)的健康融合。

在智能化體育背景下體育運(yùn)動(dòng)數(shù)據(jù)的便捷獲取及使用與數(shù)據(jù)信息安全保護(hù)之間難以平衡，因此，應(yīng)在人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域建立信息使用的行業(yè)標(biāo)準(zhǔn)和國(guó)家法規(guī)，在共同遵守的行業(yè)規(guī)則下，打破人工智能化體育信息數(shù)據(jù)之間以及數(shù)據(jù)擁有者之間的壁壘，構(gòu)建人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域信息系統(tǒng)開放共享的生態(tài)格局，維護(hù)人工智能數(shù)據(jù)信息促進(jìn)競(jìng)技體育發(fā)展的公平性。此外，加強(qiáng)運(yùn)動(dòng)員隱私數(shù)據(jù)信息保護(hù)，規(guī)范智能化設(shè)備獲取與分析數(shù)據(jù)的合法性，維護(hù)競(jìng)技體育公平性是基于人工智能提升運(yùn)動(dòng)表現(xiàn)的前提。我國(guó)已實(shí)施的相關(guān)管理?xiàng)l例僅限于少數(shù)領(lǐng)域，如自然科學(xué)與工程技術(shù)科學(xué)相關(guān)的《科學(xué)數(shù)據(jù)管理辦法》。歐盟的《通用數(shù)據(jù)保護(hù)條例》是目前該領(lǐng)域系統(tǒng)化的法律條例，不僅涉及數(shù)據(jù)營(yíng)銷的管束，也對(duì)數(shù)據(jù)控制者提出要求，在信息安全保障方面前進(jìn)了一大步。隨著人工智能信息產(chǎn)業(yè)的發(fā)展，在人工智能應(yīng)用的其他領(lǐng)域，還需要政府有關(guān)部門加強(qiáng)監(jiān)管：從政策上推動(dòng)體育信息數(shù)據(jù)安全生態(tài)建設(shè)；從法律上建構(gòu)自下而上、逐層細(xì)化、較為全面完善的智能化體育數(shù)據(jù)隱私權(quán)保護(hù)法律體系，完善智能化運(yùn)動(dòng)設(shè)備或技術(shù)侵權(quán)責(zé)任承擔(dān)制度，積極探索責(zé)任劃分和認(rèn)定方法，通過針對(duì)具體風(fēng)險(xiǎn)引入法律法規(guī)，推動(dòng)人工智能提升運(yùn)動(dòng)表現(xiàn)應(yīng)用領(lǐng)域的健康發(fā)展。

此外，通過人工智能保障運(yùn)動(dòng)員競(jìng)技能力提升并非利用新興技術(shù)削減、淡化甚至代替運(yùn)動(dòng)員的身體運(yùn)動(dòng)和教練員的專業(yè)知識(shí)與判斷，因此，應(yīng)通過各種形式的宣傳和技術(shù)普及工作，幫助運(yùn)動(dòng)員、教練員和管理人員充分了解科技助力的重要性，促進(jìn)其更新訓(xùn)練理念，從而積極利用科技助力體育工作。

5.2 技術(shù)研發(fā)層面：夯實(shí)科技創(chuàng)新基礎(chǔ)，融合科技創(chuàng)新技術(shù)，突破科技創(chuàng)新壁壘，激活人工智能“體育化”的創(chuàng)新驅(qū)動(dòng)

優(yōu)異的比賽成績(jī)是競(jìng)技體育的永恒目標(biāo)，這決定了當(dāng)前的體育科技需要將前沿技術(shù)快速應(yīng)用于運(yùn)動(dòng)表現(xiàn)提升的過程中。因此，探索高效和實(shí)用的人工智能算法與模型，融合新材料與新技術(shù)，為競(jìng)技能力提升提供實(shí)證化、實(shí)用化幫助是重點(diǎn)研究方向。2016年美國(guó)發(fā)布了《為人工智能的未來做好準(zhǔn)備》和《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》重要報(bào)告，作為全球首份國(guó)家層面的人工智能發(fā)展研究報(bào)告，其對(duì)我國(guó)人工智能的體育應(yīng)用具有較高的參考價(jià)值：國(guó)家出臺(tái)人工智能應(yīng)用于體育領(lǐng)域的指導(dǎo)性政策與建議；制定全國(guó)性、可持續(xù)的智慧體育應(yīng)用標(biāo)準(zhǔn)，規(guī)范人工智能技術(shù)在體育訓(xùn)練和比賽中的使用原則和權(quán)限要求；扶植具有發(fā)展?jié)摿Φ娜斯ぶ悄芷髽I(yè)；鼓勵(lì)人工智能體育實(shí)驗(yàn)基地或研究中心的建立，支持基礎(chǔ)性與應(yīng)用性研究項(xiàng)目，為新興人工智能體育應(yīng)用的研發(fā)提供實(shí)踐平臺(tái)等。牢固掌握與發(fā)展人工智能的深度神經(jīng)網(wǎng)絡(luò)與硬件技術(shù)，降低存儲(chǔ)硬件的采集成本，加強(qiáng)人工智能關(guān)鍵性基礎(chǔ)技術(shù)研究的投入，鼓勵(lì)全國(guó)體育科技創(chuàng)新大賽等平臺(tái)的新技術(shù)應(yīng)用于體育活動(dòng)，突破人工智能提升運(yùn)動(dòng)表現(xiàn)應(yīng)用領(lǐng)域的技術(shù)壁壘。

運(yùn)動(dòng)員的運(yùn)動(dòng)數(shù)據(jù)對(duì)于人工智能與競(jìng)技體育的融合發(fā)展至關(guān)重要。因此，應(yīng)充分考慮智能化體育時(shí)代的數(shù)據(jù)獲取、分析、管理、共享和安全問題，提升智能設(shè)備的使用者和研發(fā)者的自律性，促進(jìn)運(yùn)動(dòng)表現(xiàn)數(shù)據(jù)采集標(biāo)準(zhǔn)化，確保信息在法律允許的范圍內(nèi)使用。開發(fā)智能化體育設(shè)備的公共共享數(shù)據(jù)集和環(huán)境，建立體育數(shù)據(jù)信息共享平臺(tái)。通過智能設(shè)備收集運(yùn)動(dòng)員訓(xùn)練與比賽過程的數(shù)據(jù)并提供給數(shù)據(jù)分析師，教練員根據(jù)分析師的分析結(jié)果判斷運(yùn)動(dòng)員競(jìng)技狀態(tài)，再將結(jié)果反饋給人工智能設(shè)備開發(fā)團(tuán)隊(duì)，幫助智能設(shè)備開發(fā)者完善產(chǎn)品質(zhì)量。同時(shí)，分析運(yùn)用不同智能化設(shè)備的運(yùn)動(dòng)員運(yùn)動(dòng)表現(xiàn)的發(fā)展差異，促進(jìn)人工智能在體育領(lǐng)域開發(fā)與應(yīng)用的經(jīng)驗(yàn)共享，創(chuàng)新體育資源的有效供給方式，實(shí)現(xiàn)運(yùn)動(dòng)員訓(xùn)練需求的個(gè)性化定制服務(wù)。

聚焦運(yùn)動(dòng)表現(xiàn)領(lǐng)域發(fā)展的關(guān)鍵性問題，引導(dǎo)科技創(chuàng)新力量進(jìn)入體育領(lǐng)域，鼓勵(lì)高等院校、科研院所及高科技企業(yè)共同組成科技攻關(guān)研發(fā)團(tuán)隊(duì)或聯(lián)合實(shí)驗(yàn)室，加快對(duì)關(guān)鍵性核心技術(shù)的攻關(guān)，實(shí)現(xiàn)智能化體育裝備、訓(xùn)練器材、體育專用芯片的自主研發(fā)。融合型人才的培育是重中之重，需要不斷壯大體育科技創(chuàng)新人才隊(duì)伍，培育一批能夠符合競(jìng)技體育需要，了解運(yùn)動(dòng)表現(xiàn)復(fù)雜性，又能進(jìn)行相關(guān)智能化研發(fā)的專業(yè)型復(fù)合技術(shù)人才。充分利用世界人工智能科技大會(huì)等交流平臺(tái)，促進(jìn)我國(guó)人才培養(yǎng)與現(xiàn)代產(chǎn)業(yè)、學(xué)科發(fā)展三者協(xié)同推進(jìn)的創(chuàng)新驅(qū)動(dòng)。支持鼓勵(lì)各高校成立體育工程學(xué)院，開設(shè)智能體育工程、生物醫(yī)學(xué)工程等專業(yè)，完善體育人工智能人才培養(yǎng)機(jī)制。另外，針對(duì)不同運(yùn)動(dòng)項(xiàng)目的競(jìng)賽與訓(xùn)練特點(diǎn)，人工智能的應(yīng)用落地應(yīng)充分挖掘市場(chǎng)需求，形成專項(xiàng)運(yùn)動(dòng)表現(xiàn)大數(shù)據(jù)庫，挖掘、分析運(yùn)動(dòng)表現(xiàn)規(guī)律，打造數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)訓(xùn)練模式，促進(jìn)技戰(zhàn)術(shù)理念創(chuàng)新，進(jìn)一步突破人工智能提升運(yùn)動(dòng)表現(xiàn)的技術(shù)壁壘。

6 結(jié)束語

創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，其中科技創(chuàng)新是核心要素?？萍家I(lǐng)已成為提升體育競(jìng)爭(zhēng)力、傳播力與影響力的主要途徑。人工智能在體育領(lǐng)域的應(yīng)用與發(fā)展是科技與體育有效融合的具體體現(xiàn)。放眼全球，科技在競(jìng)技體育中的作用越來越突出，各國(guó)競(jìng)技體育實(shí)力的激烈競(jìng)爭(zhēng)也是各國(guó)科技創(chuàng)新能力的直接較量。人工智能提升運(yùn)動(dòng)表現(xiàn)已成為各國(guó)體育實(shí)力競(jìng)爭(zhēng)的關(guān)鍵，且已迅速成為各國(guó)科學(xué)研究與科技研發(fā)的熱點(diǎn)與重點(diǎn)。針對(duì)人工智能提升運(yùn)動(dòng)表現(xiàn)全過程中的選材、訓(xùn)練、參賽、競(jìng)賽、辦賽等重大需求，開展一系列關(guān)鍵技術(shù)自主研發(fā)是支撐競(jìng)技體育“為國(guó)爭(zhēng)光”使命、推動(dòng)體育強(qiáng)國(guó)建設(shè)的關(guān)鍵路徑。同時(shí)，人工智能提升運(yùn)動(dòng)表現(xiàn)領(lǐng)域的制度與法律建設(shè)、倫理與信息安全問題也是值得深入研究和解決的理論與實(shí)踐問題。

作者貢獻(xiàn)聲明：

蘇宴鋒：提出論文選題與思路，設(shè)計(jì)論文框架，撰寫論文；

趙生輝：調(diào)研文獻(xiàn)，統(tǒng)計(jì)數(shù)據(jù)，修改論文；

李文浩、張文棟：調(diào)研文獻(xiàn)，核實(shí)數(shù)據(jù)；

張銘鑫：完善論文選題與思路，設(shè)計(jì)論文框架，核實(shí)數(shù)據(jù)。