揭秘奥运冲浪首金：AI当“教练”，还筛选出最佳角逐地点

终南雅士

视频：【金牌时候】惊心动魄！美国选手卡丽莎·摩尔获女子短板冲浪冠军，时长约1分20秒
智东西（公众号：zhidxcom）
编译 | 健恩
编辑 | 高歌
智东西8月3日消息，本年的东京奥运会中首次参加了冲浪这一角逐项目。上周二美国冲浪运动员Carissa Moore在女子冲浪角逐中夺冠，取得了奥运史上的首枚冲浪项目标金牌。
据华尔街日报报道，Carissa Moore的赛前练习中运用了多种技术资助其教练对她的练习进行调解。她的夺金不但是个人积极的效果，也是机器学习等各类新技术共同作用的效果。
美国冲浪运动官方机构USA Surfing正在开发基于AI机器学习的新体系，用来分析运动员及冲浪过程中各种因素的各项数据，提高其在运动中的表现。
另外，基于机器学习的波浪预测体系也在这次奥运会的冲浪角逐中发挥了告急作用。正是得益于波浪预测体系，奥委会才确定了冲浪角逐的时间及地点，为运动员创造了最好的角逐条件。
一、“现代技术武装的运动员”夺得奥运冲浪首金
冲浪这项运动中恒久存在着“天然主义的波浪骑手”与“现代技术武装的运动员”两种观念。而南非冲浪运动员Bianca Buitendag和美国冲浪运动员Carissa Moore在奥运会冲浪决赛中的对决，正是这两种观念的直接比武。
Bianca Buitendag在角逐前主要关注角逐当天的风浪状况，她并不认为冲浪是一项高科技运动。“这主要是关于天气的衡量。”她说道。
而Carissa Moore采取了与Bianca Buitendag完全不同的策略，她在赛前使用人造冲浪池进行练习，并使用可穿戴戒指等技术来追踪她的睡眠状况和其他生命体征，以资助她的教练对她的练习及体能恢复过程进行微调。
终极Carissa Moore以近6.5分的上风将对手击败，夺得了有史以来第一枚奥运会冲浪角逐的金牌。

▲巴西冲浪运动员Bianca Buitendag（左）与美国冲浪运动员Carissa Moore（右）
美国南加州大学冲浪汗青学家Peter Westwick谈道，在冲浪板和运动服中使用先辈的聚合物产物并在赛前创建复杂的天气模型，有助于运动员驾驭像奥运会如许的角逐。
他说：“这些技术源于军事研究和开发，而如今它们是冲浪这一个代价数十亿美元的产业的基础。”
二、机器学习分析运动数据，让运动员在冲浪板上更平稳
Carissa Moore夺金的背后与机器学习算法的应用有着莫大的关系。研究人员和冲浪教练称，机器学习算法大概会在未来几年进一步影响冲浪运动，资助改进对波浪的预测，并在练习、伤害防备和顶级运动员的招募方面取得希望。
USA Surfing的医学主任Kevyn Dean称他们通过机器学习算法对运动员相关的数据进行分析，以便运动员可以或许在角逐中提高其运动表现。
比方，一项研究表明冲浪者在空中“着陆”的本领受到脚踝的灵活性和髋部的稳固性的影响。Kevyn Dean谈道：“这是显而易见的，问题在于你须要多大的力度来保持脚踝的灵活和髋部的稳固？这两个部位要进入什么样的状态才能包管你平稳的降落？答案是须要数据来分析。”
2019年时USA Surfing使用动作捕捉相机和力传感器获得了一系列生物力学数据，并用这些数据进行了实验，量化了不同的跳跃和着陆机制。
除此之外，他们还可以或许获得关于摇摆（sway，为在冲浪板上保持平衡而进行的稍微运动）的数据，以及运动员的腿部施加到冲浪板上的力。
“每个肢体之间往往存在很多‘不平衡’，这种‘不平衡’大概是使运动员成为超人或使其受伤的关键因素。这是一个关键的突破点。” USA Surfing的数据分析经理Tracy Axel说。
Kevyn Dean说：“我们不停在积极想办法让我们的运动员表现得更加出色。但是在冲浪中有太多你无法控制的变量，比如风和潮汐。深入研究和分析有关的数据是我们下一步的计划，我们真的很想追踪这些数据。”
他们研究的数据类型还包括运动员的心血管输出、睡眠模式、心率变革及某些部位受伤的频率等，这是从其他使用数据分析来提高运动表现的运动（如篮球、足球、橄榄球等）中汲取到的灵感。另外他们还分析了来自环球偕行的评审研究，以确定哪些生理因素会影响运动表现。
在工程团队的资助下，USA Surfing正在开发一种机器学习体系，使用该体系可以使用冲浪者在现实波浪中拍摄的图像分析一些相关信息。
Kevyn Dean提到，本年1月份他们开发了一个概念验证版本，可以或许识别冲浪者的根本的动作以及冲浪者在冲浪板上的上风。她还称随着技术的进一步发展，人工智能可以通过筛选大量视频并识别团队感爱好的模式来资助团队进行人才招聘、伤害防备以及运动员的培训。
三、波浪预测资助奥委会决定角逐日期及园地
在冲浪角逐中，角逐效果不但取决于运动员现场的发挥，也取决于角逐现场的风浪环境。因此，冲浪角逐是奥运会中唯逐一个没有固定角逐日期的项目，齐备都取决于角逐期间的风浪等天然条件。
波浪预测是机器学习在冲浪方面最大的应用之一。冲浪预测服务机构Surfline的研究团队使用数十年的天气数据预测台风尼伯特会助长波浪，这才资助奥委会确定了冲浪角逐的日期，并决定将钓崎海岸冲浪场作为首届奥运冲浪角逐的园地。
冲浪角逐的第一天，包括Carissa Moore在内的几位冲浪运动员都说波浪很小或难以驾驭。但是一周以后，运动员们都为台风的到来感到高兴，由于台风为决赛创造出了更大的波浪。
在Carissa Moore和Bianca Buitendag的金牌对决中，波浪高度达到了2.5米，这为决赛提供了极好的角逐条件。

▲美国冲浪运动员Carissa Moore庆贺夺冠
据Peter Westwick所说，波浪预测技术在用到冲浪范畴之前就有了很悠久的汗青，在海岸工程、海岸保护和二战的作战计划中都有应用。
夏威夷大学马诺阿清静洋岛屿海洋观测体系（Manoa’s Pacific Islands Ocean Observing System）的波浪模型体系专家Ning Li说：“得益于大数据的广泛应用和盘算本领的提高，波浪预测技术也得到了进步，这些进步让图像和声音识别等其他商用的机器学习技术成为大概。”
Surfline的预测主管Kevin Wallis称，Surfline的软件会读取和分析多个数据源，包括卫星图像、极地冰盖、海底外形、风的模式和浮标丈量值等。
“我们让盘算机处理我们得到的全部数字来引导我们做决定。”Kevin Wallis说。
Surfline有一个由大约800个摄像头构成的监测网络，可以让该公司的小型预报员队伍远程分析波浪模式。他们的预测中也使用了冲浪者的反馈，这些信息在一定水平上被用来调解模型，提高预测效果。
Kevin Wallis举例说道：“当南加州同时出现来自南部和西北部的涌浪时，往往会产生比模型预测效果更大的波浪。模型与现实相比大概会有几英尺的偏差，这在波浪质量和可乘性（rideability）上会产生巨大差异，而人类的反馈会资助Surfline改善这一效果。
“这项工作还在进行中。”Kevin Wallis说。“当你发现你的预测对冲浪者乘风破浪真的很有资助，你就会心识到这是一项了不得的工作。”
结语：机器学习在体育运动中大显武艺
奥运不但是各国体育健将比拼体能与本领的赛场，也是各类新技术的修炼场。前有鲨鱼皮泳衣助力游泳选手取胜，后有奥地利女博士靠数学盘算硬核夺金。各类技术不停是奥运角逐中的常客，这次的冲浪角逐天然也不例外。
机器学习作为人工智能范畴极告急的一环，在浩繁范畴得到了广泛应用，体育运动也成为了其应用范畴之一。
这次的冲浪角逐中，USA Surfing使用机器学习来分析运动员在冲浪中的各项数据，资助运动员更好的提高本身在赛场上的表现。而Surfline基于机器学习实现的波浪预测技术，让角逐园地和时间得以确定，给运动员创造了最佳的展示舞台。
USA Surfing的机器学习体系尚未完全开发完成，这次角逐仅是小试牛刀，就资助运动员劳绩了首枚金牌。随着技术的不断美满，机器学习将在体育运动范畴大放异彩，成为运动员不可缺少的“虚拟教练”。
来源：华尔街日报