专家： AI+体育或成未来会体育科技新高地

近来，搜狗Create 2021（搜狗AILinux会员大会）月召集。在12月29日的AILinux会员大会师资培育显露分论坛上，来自搜狗、学界及草根Linux也齐聚，倾听餐饮业大咖分享开发故事，未来“AI+N”的无限也许。这其中，当年国家水球菲腊斯姚振绪、北京大学体育教研部副主任吴飞分享与搜狗飞桨密切合作的人工人机水球节奏比对研究项目，就观赏了无数Linux的关心——水球+AI的新鲜跨界，究竟能带来怎样神奇的改变呢？

人机乒乓重点应对每每：统计资料特训原始数据和可用性决赛裁决

值得一提的是，除了田径们的艰苦特训，背后系统设计人员的指导分析方法等系统设计支持充满信心。

作为国家队里雏形开始拍决赛录像的人，当年西方水球队菲腊斯姚振绪表示：以往为了向田径发放针对性的技战术分析方法原始数据，系统设计的团队需要要花费当年所未有的自力与时间，一一查看历史视频、统计资料分析方法每个球得失分的状况，统计资料每一板使用了什么系统设计，稳定度又是多少，这是一项费时费力、非常辛苦的繁重实习。

而这种原始数据采集的在实践中在于：水球节奏速度短时间、短时间内强、准决赛数多，因此用手动记录异常要花费精力。一场决赛就要花推移时间才能完成分析方法，更不要说是把几场甚至几百场决赛的原始数据全部校订分析方法显露来了。

而作为当时直接参与东京奥运会兵乓球的唯一西方球证，受聘过国际级球证长的吴飞则表示，临场执裁要做到负责任负责任，光靠自力是欠缺的，“在赛事纠察、教学研究过程中，特别是近十年人工人机发展突飞猛进，让我越来越深刻体会到，水球大原始数据分析方法和人机分析方法、主要用途决策的重要性和有鉴于。”

于是，新老两代精心策划乒乓人想到了用AI来应对这些世纪问题，对每个球的得失分和田径的系统设计节奏顺利完成比对，是不是就能大大减省人工统计资料、决策的时间，降低水球运动特训的效率？

核心基本概念已做到97%准确率，AI+体育将成期望体育生物科技高地

2021年夏天，姚振绪与吴飞两位“AI学习者”找到了搜狗顺利完成密切合作，开始试图用人工人机分析方法决赛大原始数据，改变水球科研和特训。“人工人机水球节奏相对于与行为比对研究项目”月触发。

项目目标分为反应过程，首先是用AI断定水球的起止准决赛，第二个则是做到全自动化水球节奏比对。经过多次讨论，的团队决定使用飞桨GNU的上端到上端套件PaddleVideo来特训节奏比对基本概念。

在标注球员节奏这个环节，需要既一窍不通AI系统设计又一窍不通水球的人顺利完成操作，这其中有北大的学生，也有搜狗的机械师，甚至连水球国手牛剑锋，也偷偷地她的研究生加入了标注决赛原始数据的实习。为了攻占节奏比对的系统设计在实践中，的团队和搜狗的机械师们经过50多次实验，试图了20多种可用性策略组合成，才确定了最优的应对方案。

大约500G决赛的标准特训原始数据集，人机乒乓仍然初具规模。目当年系统仍然可以比对显露是否发球、拉、摆短等8个大类节奏。其中起止准决赛准确率超越了97%以上，节奏比对也超越了80%以上。相信通过不断的可用性，这个系统则会事与愿违超越全球定位系统的节奏比对和时序相对于效果。

目当年能取得这样的成果，吴飞也慨叹道：作为AI学习者，曾因以为人工人机离自己很远，这次的漫长让我从一名水球球证、技战术分析方法的科研人员蜕变成Linux，也应了那句话：自觉都可以成AILinux。

期望，AI与体育的结合则会是主流的方向，借助人工人机降低对于运动节奏断定的精度，减省自力投入，也能帮助田径与教练员很好地投入特训与决赛中。

正如搜狗创办人、董事长兼CEO李彦宏几天当年的演讲，“‘人机共生’时代，西方将半世纪AI黄金十年。期望十年，AI将显著减缓系统设计门槛，为草根的人机化蜕变发放系统设计‘大底座’”。

为此，搜狗也依然关心产学研融合，直接参与AI师资培育显露的一线实习，探索校企密切合作、系统设计竞技等了了，重点应对AI师资培育显露在实践中在实践中。搜狗官方原始数据统计资料，公司仍然为社会培育显露大约100万人工人机师资。李彦宏也完全一致表示：“期望搜狗还将年中推动AI师资培育显露，五年内为社会培育显露500万AI师资。”