在北京冬奥会自由式滑雪女子空中技巧项目比赛中，中国运动员、冬奥会“四朝元老”徐梦桃以一个近乎完美的动作为中国再添一金，实现了中国自由式滑雪空中技巧队十六年的金牌梦。
而徐梦桃夺金的背后，名为“观君”的“AI教练”也迅速吸引了人们的注意，体育竞技项目的“人工智能”应用也再次被热议。
就连外媒也格外关乎中国的“AI教练”：
近一年来，人工智能技术已越来越多地参与到竞技体育中。“AI教练”背后，到底应用到了哪些人工智能技术，这些技术对于我们的冬奥健儿们又将有怎样的助益呢？
据了解，“观君”是小冰公司研发的人工智能裁判与教练系统。
在此次夺金前，“观君小冰系统”（Xiaoice-International Athletic Scoring System,X-IASS）作为保密项目，已默默为自由式滑雪空中技巧运动队服务三年多时间。据披露，该项目的核心任务，是创造出能提升训练效率的虚拟教练“观君”。
“观君”依托小冰领先的计算机视觉及完整框架技术，首创了“小样本、大任务”的冰雪运动分析模型（Xiaoice CV Analysis Model for Winter Sports），为教练员和运动员提供实时、专业的评判及指导意见。
由于空中技巧具有一定的危险性，运动员每天训练量有限，为提升训练效率，就需要强化运动员对高分动作的记忆。
针对运动员每一跳，“观君”都会做出专业判断，与国际裁判计分准则保持高度一致，严格判别扣分动作，并对起跳、空中、落地三个阶段的全流程动作进行量化，支持运动轨迹、身体姿态、出台角度、高远度等多维度指标分析，给教练员提供指导依据。
此外，该系统还基于长期观测数据，为每位队员建立了专属运动档案，用于追溯每一跳的动作细节，聚合呈现长期训练效果，辅助制定科学训练计划。
此外，观君还经过了专业的考验——早在去年（2021年）2月举行的北京冬奥测试赛中，观君担任空技项目的唯一竞赛裁判。
成功完成了个人预决赛、超级决赛、团体预决赛共44人次执裁，获得了国际雪联、冬奥组委、国家体育总局冬运中心的一致认可，这也是人工智能在全球范围内首次独立完成大赛执裁任务。
值得一提的是，为便于“观君小冰系统”更好地完成训练任务，小冰公司不仅赋予其专业的人工智能竞技体育视觉分析能力，还为其打造了完整的虚拟人类（AI being）特征，包括外貌、声音和独特的性格等。
北京冬奥会并不是AI教练的首次出场，在此之前，人工智能技术已经在运动场上有了广泛的应用。
例如，在刚刚过去的东京奥运会上，我国选手巩立姣和刘诗颖出色发挥、实现了我国田赛方面奥运金牌零的突破，其背后就离不开北京体育大学研发的智能训练系统的支持。
尽管如此，但冰雪赛场对于人工智能而言，仍然是一大挑战。
首先，冬奥会上，所有运动员比赛穿的衣服颜色和环境色高度接近；其次，白色的冰雪赛场上，光的反射效应也更为明显，难以获得清晰画面；此外，冰雪运动中，运动员的速度非常快，空中停留时间非常短。因此，研发人员不能照搬传统的解决方案，必须进行技术创新和调整。
最终，我国研究团队利用基于深度学习原理的人工智能技术，建立神经网络模型，实现对动作视频中人体关节点的计算机自动识别，进而建立起了无反光点人体运动自动捕捉人工智能系统。
大数据技术是一系列使用非传统的工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的数据处理技术。通过大数据技术的应用，这一系统克服了传统人工识别方法工作量大、耗时长、重复性差，严重影响动作技术分析的反馈速度和可靠性，限制了生物力学在助力竞技体育中的应用的缺点。
目前该系统已被用于钢架雪车、花样滑冰、跳台滑雪等速度滑冰和越野滑雪项目的训练中，获得超过8000人次的赛时动作技术数据，使机器深度学习越发“得心应手”，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。
如果系统采用的是工业录像机，数据的传输与处理往往在1—3分钟就可完成。使得运动员和教练可以快捷地获得其每次训练或是比赛数据和其生物动力学分析结果。
基于大数据的人工智能不仅可以迅速给出运动过程中的各项数据，还可以也能够总结世界顶尖选手在每个阶段重要的比赛特征，将运动员身体重心、曲线数值进行记录、标注，从而给出更专业的训练意见。小冰公司首席运营官徐元春说，小冰公司开发的AI运动员训练辅助系统解决的核心问题是为每一个运动员打分提供专业意见，哪里扣分了，怎么可以少扣分，形成运动员独特的训练数据。
在自由式滑雪女子大跳台决赛中，谷爱凌最后一跳以向左偏轴转体1620的动作力压世界排名第一的选手，获得个人首金。
事实上，观众即使通过慢动作回放，也很难看清、看懂运动员们在每秒高达16米的高速运动状态下完成的一系列复杂空中动作。
百度集团副总裁吴甜表示，通过“3D+AI”技术，百度智能云为首钢滑雪大跳台打造了1：1的3D模型，观众可以通过3D场景漫游的形式实现沉浸式观赛。
同时对于首钢滑雪大跳台的高空滑雪比赛，百度智能云也将提供形象化、通俗化的观赛讲解。除了“科技观赛”之外，百度智能云的各项技术已经在跳水、兵乓球训练中使用，为国家队打造“AI教练”。
吴甜表示，百度智能云通过“3D+AI”技术打造出“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现了冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众通过一个赛道看到不同选手的实时动作。
同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来。这解决了高速度、高难度动作还原的难题。技术呈现的画面再配合专业解说的技术分解，观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术差异，轻松看懂冠亚军之争。
“同场竞技”实现画面三维恢复及虚拟叠加
对于观众来说，不仅要看懂同场竞技选手的技术差异，更想看懂、看清每个选手在空中的比赛动作。百度智能云通过“时空定格”技术，把时序的连续动作定格到3D空间，不仅让观众看清动作，还实现了360度多角度观看。
通俗点说，就好像实现了一个3D版本的“频闪照相机”，通过多次频闪“稳又准”地捕捉高速连续的运动，让观众全方位看到选手的每一个动作细节。
目标跟踪与动作识别
传统的运动员训练过程中，教练往往需要目不转睛地盯着运动员，努力捕捉其每个动作细节。受到人类自身生理条件的限制，教练员很难看清运动员在高速运动过程中的每一个细节，对于动作精准程度的判断也只能依照感觉进行定性判断，无法给出精确的指导。
人工智能技术的发展提供了新的可能性，在人工智能的诸多分支中，目标跟踪技术是计算机视觉领域的核心问题之一，其主要能力是识别并预测视频中我们指定目标随着时间的流逝，空间方位的改变情况，相较于传统的逐帧识别目标，具有运算量低、运算速度快等优点。动作识别技术可以将视频中运动着的人体划分出基本骨架，并识别出不同部位运动的精确细节。
花滑运动员的运动骨架重建 图源：科学网
目标跟踪和动作识别技术的应用，让教练员可以使用高清摄像头在场边实时动态监督运动员，在监控屏幕上识别每位运动员身上的骨骼关键点以及运动轨迹，显示出各类运动指标的统计信息，从而给出更精确的指导。运动员可以随时掌握自己的运动轨迹及动作细节，对旋转、翻滚等复杂动作也可以进行较好的动作识别与定位，从而深刻体验竞技状态、掌握技术要领。
由此来看，AI教练已成体育竞技强有力的辅助技术，这也是为何央视点评徐梦桃这块金牌 “颇具科技含量”了。
参考资料：
1.《“观君”教练助徐梦桃摘金！他是谁？》来源：北京日报
2.《复旦研发智能冰上运动训练分析系统被北京冬奥会采用，助力教练员实现科学训练》作者：胡慧中徐斌忠 来源：周到
3. 《【深度科普】人工智能助力冬奥新发展》来源：中国数字科技馆
4.《AI教练助你化身“冰雪精灵”》作者：张双虎 黄辛 来源：中国科学报
最前沿的电子设计资讯
