運用AI運動數據算法 GoMore推出「體力油量表」

2020-12-25 人民網

隨著健康理念不斷得到普及,用運動的方式保持身體狀態成為越來越多人的選擇。那麼問題來了,一輛騎車跑多遠有油量提示,對於運動的人們而言,有沒有一個「體力油量表」呢?

「體力油量表」其實是屬於運動員和參與運動人士的特殊工具,是一種目前領先的AI運動數據算法。簡言之,同樣是5公裡跑步,對於上班族、學生,或者是專業長跑運動者,AI運動數據算法會為每個人給出不同的「體力油量表」。

在這樣現實的需求之下,3月7日,結合GoMore AI運動數據算法,將個人體能水平可視化,用科技之力打造健康生活新體驗的OPPO Watch上線了。

早在去年12月,國家體育總局體育科學研究所就與GoMore北京攻摩信息技術有限公司籤約。雙方以體育強國的建設策略為考量,強化發展體育科學研發的推動,共同制定運動科學相關產品開發標準以及全民運動促進方案。

GoMore被認為是運動員的「體力油量表」,強調將個人體能水平可視化。舉個例子,汽車在行駛過程中,一般情況下可以通過剩餘油量來測量最遠裡程數,運動員可以通過GoMore提示的還有多少體力來決定是否要繼續加速或減速,甚至停止。

量化、可視化是GoMore所要實現的。GoMore的郭信甫董事長是一位運動健身達人,本人是跑步以及自行車的愛好者,他認為體能訓練和訓練監控設備裝置的技術水平存在較大發展空間,而人們對於掌握運動裝置效果和科學訓練方法的需求日益增長。GoMore的AI運動數據,專注於運動生理學指標及AI智能教練解決方案。以精密的體能演算法,打造即時且個人化的體能模型,為使用者提供即時專業的運動生理指標監測及AI人工智慧教練指導方針。

首席商務官林家和此前曾是醫療行業的從業者,如今作為健身達人轉戰體育產品,他稱健身、健康都和預防醫學有很密切的關係。林總介紹說,產品初衷是為人們提供健康生活,希望大家都有健康的身體,幫助大家提高免疫力。

健身從一定意義上來講也是預防醫學的一部分,合理、適度對於人體保持健康非常重要,也是增強免疫力的方式。預防醫學可不是簡單的打預防針,在這門學科中增強體質是非常重要的一個分支。換言之,健身不僅有益於減少壓力,從預防醫學的角度來說也有很多益處。心腦血管疾病、循環系統疾病、糖尿病、惡性腫瘤等都可以通過健身降低罹患風險。

因為兩人都是運動愛好者,所以在研發產品的時候會考慮到更多使用者的情況,因此首先確保了GoMore的設計和功能很貼心。這就好比,你買一份自熱米飯,加多少水一定是用戶關心的,如果你能在產品裡附贈一個裝正好水量的密閉袋子,就是從用戶的角度出發,設計就會顯得很貼心。專業的人辦專業的事,自己本身就是用戶,測試之後才會把最好的體驗感受交付給用戶。

不同人群,對運動的需求不同。鑑於複雜的生理訊號對於運動的重要性,GoMore AI運動數據能夠協助使用者能有效率的運動,同時可避免運動傷害,讓科學化的運動訓練不再遙不可及。很多長跑愛好者對於運動過程中「何時該跟隨,何時該衝刺,如何避免運動傷害以及運動後如何科學恢復」等問題很困惑,現行的智慧型手機、手錶與手環往往只能在長跑後提供一份數據或報告供參考,卻缺乏對跑步者的實時建議。

GoMore通過對個人生理資料,如身高、體重、性別、年齡、最大心率、安靜心率等的分析,建立基礎體力模型。再藉由歷次的運動心率變化趨勢、強度、與持續時間等,調整個人化的運動體力模型,並進行實時的體力分析。讓使用者清楚了解自己的狀況,然後AI教練系統引導的即時跑步指導,將能依些為基楚並透過不斷的學習了解而提供科學化指導。

林總認為,適當運動、不過度運動對大部分人來講會很輕鬆,也會大幅提升免疫力,有助於身體健康水平的提升。他指出這是產品投資的焦點,也是目標導向。舉例來說,人們以減脂為目標,想降低體脂年齡,GoMore都可以告訴你怎麼做,甚至幫你定好目標。這些就是GoMore的功能所在。

在一定意義上GoMore就是你的私教。在健身房,一個教練經常會面臨十幾個甚至幾十個學生,很難做到一對一,私教費用又很昂貴,所以GoMore的優勢就會顯示出來。人工智慧教練所想做的事情是可以將人群分不同級數的,GoMore這款產品適合入門跑者或者輕運動人士。GoMore側重的是數據可視化表達,降低運動門檻,讓用戶體驗不同的部分帶來的不同效用。

所謂的運動算法,就是根據用戶體能設定運動方案。定製方案,第一個是根據運動強度來了解,來分析,有氧運動、無氧運動哪種合適。針對產品中提到的5公裡概念,林總介紹說,對於馬拉松愛好者來講,5公裡跑是很輕鬆的,但對於小白或者初踏上跑步這條路的人來講,不同人得到不同反饋,每個人建立一個系統,根據等級告訴你適合做什麼。用戶戴上手錶,三次運動後收集到有效數據,分析運動能力,消耗模型,告訴你疲勞感。

之所以要做可視化產品,是因為算法普通人很難懂,數據含義究竟是什麼意思,看起來和理解起來都很困難。對於複雜的數據,資深跑者也不一定很懂,你雖然測量出了數據,但你下一步要知道明天該怎麼做,這個是GoMore產品需要做的事情,提供預告功能,實時分析,防止運動過量。

心率分析對於穿戴設備非常重要,在「體能跑」和「5KM跑模塊中,OPPO Watch以GoMore AI運動數據解決方案為支持,根據用戶體能等級,個性化定製跑步方案,避免跑步損傷和運動疲勞傷痛。

GoMore這款產品會在運動過程中告訴你現在你身體的負荷的情況,過度運動,適當配速,適當使用自己的體力,根據心率你需要多久開恢復體力,來進行下一次運動。比如,對於上班族來說,早上跑步,不需要過度消耗,產品制定的疲勞度的分析,不影響白天上班。在手錶上都是可以實現的,一塊手錶就可以將這些提示全部告訴你。

林總還介紹說,其實已經跟很多專業運動員合作,我們一開始是做專業市場的,未來會在中國市場進行這方面的推廣。現場,還劇透了第二季會有大師菜單,將為資深跑者量身定做計劃,針對弱項提供一些強化方案,幫助大家加把勁。未來,可能還會在比賽前,告訴大家如何平衡膳食,賽前一天吃什麼,怎麼休息,盡最大可能幫助大家取得好成績。

對於專業運動人群,GoMore也有涉獵,2020年是奧運年,在談到與國家隊的合作時,林總指出,我們主要是將分析的數據提供給國家隊,供教練員、運動員以及隊醫和科研人員參考,這個是寫在我們的合作計劃裡面的。

在我國體育行業中,運動者對於掌握運動裝置效果和科學訓練方法的需求日益增長。在AI智能運動的嶄新時代裡,GoMore持續以提升全球人口健康品質為目標,與客戶一起創造優異高效的運動產品體驗,與整個社會一起邁向更智能、健康、美好的未來。兩位70後健身達人,兩位業界翹楚,帶著他們的GoMore在春天華麗而來,專業、貼心、方便的體驗隨之而來,5公裡是一個起點,5公裡已經開始,馬拉松還長嗎?(劉洋)

相關焦點

  • AI色情創作算法亟需「養料」,非法裸圖數據集「重生」
    就像「不存在的人(thispersondoesnotexist.com)」這類項目一樣,deepfake這一機器使用機器學習算法和數千張人臉圖片來生成不存在的人的真實感圖像,該數據集用於生成真實和不真實的裸女圖像,只不過最終生成的圖片看起來不像任何人。
  • AI無間道!清華團隊推出AI安全平臺,欺騙頂尖人臉算法後又修復漏洞
    其中,機器視覺作為AI時代的基礎技術,其背後的AI算法一直是各科技巨頭和創業公司共同追逐的熱點。然而,這些主流應用場景的背後,往往也藏著由技術性缺陷導致的算法安全風險。例如,在一些訓練數據無法覆蓋到的極端場景中,自動駕駛汽車可能出現匪夷所思的決策,導致乘車人安全風險。
  • 給照片穿上「隱身衣」,最強人臉識別算法也失靈!業界推出最新AI工具Fawkes,幫你保護照片隱私數據
    如今,我們在社交媒體上的大量曝光,獲取這些照片數據也變得很容易。此前,美國面部識別公司便創建了一個約有30 億張圖像的超大容量人臉資料庫,而這些數據均從 Facebook,Venmo,YouTube 等社交媒體平臺抓取而來。無處不在的面部識別技術和未經授權的數據獲取已經對個人隱私造成了嚴重威脅。面對這些威脅,芝加哥大學Sand Lab團隊提出了一種新的解決思路——或許我們可以為照片添加一層「隱身衣」!
  • OpenAI官宣AI算法效率每16個月翻一番
    OpenAI今天宣布將開始追蹤機器學習模型的效率,並對AI算法演進的情況進行定量追蹤,結果顯示算法改進效率吊打摩爾定律。為了啟動這一進程,Open AI發表了一份分析報告,開篇即用數據展示了算法演進的速度。報告分析顯示,自2012年以來,要訓練一個人工智慧模型在基準測試ImageNet圖像分類任務中達到同等的分類效果,所需的算力每16個月就會減少1/2。
  • 照片秒變卡通風,小視科技AI團隊開源人臉卡通化算法模型
    為增加行業內交流,促進技術層面的共同提升,該團隊現已開源卡通化模型和數據。地址:https://github.com/minivision-ai/photo2cartoon數據獲取難度大。繪製風格精美且統一的卡通畫耗時較多、成本較高,且轉換後的卡通畫和原照片的臉型及五官形狀有差異,因此不構成像素級的成對數據,難以採用基於成對數據的圖像翻譯(Paired Image Translation)方法。照片卡通化後容易丟失身份信息。
  • 資料|世界著名計算機教材精選:數據挖掘十大算法(中文版)
    >《世界著名計算機教材精選:數據挖掘十大算法》詳細介紹了在實際中用途最廣、影響最大的十種數據挖掘算法,這十種算法是數據挖掘領域的頂級專家進行投票篩選的,覆蓋了分類、聚類、統計學習、關聯分析和連結分析等重要的數據挖掘研究和發展主題。
  • 數據風險、算法黑箱怎麼破?這家創企用AI化解安全難題
    從手機號碼、身份證號、地址等文字信息,到指紋、人臉等生物信息,再到線上搜索、消費、駕駛路線等行蹤的數據信息,當人們越來越多的數據被採集,當AI算法與生活的聯繫更加緊密,人們愈發擔憂數據洩露與算法被攻擊所引發的安全風險。
  • 谷歌用AI訓練「耳機線」,實現了觸控螢幕大多數功能
    梅寧航 發自 凹非寺量子位 報導 | 公眾號 QbitAI谷歌在開發可穿戴設備上從未停歇,比如和李維斯合作推出的智能夾克衫Commuter Trucker。衣服上的袖口加裝一塊傳感器,用戶可以通過藍牙連結與之進行交互。
  • AI 求職季啟動:阿里、商湯等八大明星企業資深算法工程師親授獨門...
    李翔嘉賓簡介:南京理工大學 PCALab 博士在讀,阿里巴巴天池首屆大數據競賽冠軍,滴滴 Di-Tech 首屆大數據競賽冠軍。早期負責 Momenta 車道線檢測相關模塊,現專注於神經網絡基礎算法研發。
  • 人工智慧的本質是一串算法?美國「愛奇藝」優化AI算法多賺10億!
    AI的基礎是「算法」,即計算機遵循的一組規則或指令。機器學習(ML)可以定義為「無需依賴基於規則的編程即可從數據中進行學習的算法」。網際網路基於算法運行,所有在線搜索均通過算法完成。藉助算法,電子郵件知道發去哪裡。
  • 我們到底該如何學習《數據結構與算法》
    一、算法與數據結構到底是個什麼東東?在這裡我不想去解釋哪些常見的名詞了,像什麼是數據項、數據對象、元素等等這些概念。稍微有點基礎的人,對這些概念都應該很清楚,畢竟都是中國人。我主要想說一下,我們到底該如何理解數據結構與算法。1、什麼是數據結構?
  • 資料|數據挖掘:概念、模型、方法和算法(第2版)/ 國外計算機科學...
    《數據挖掘:概念、模型、方法和算法(第2版)/國外計算機科學經典教材》介紹了通過分析高維數據空間中的海量原始數據來提取用於決策的新信息的尖端技術和方法。《數據挖掘:概念、模型、方法和算法(第2版)/國外計算機科學經典教材》開篇闡述數據挖掘原理,此後在示例的引導下詳細講解起源於統計學、機器學習、神經網絡、模糊邏輯和演化計算等學科的具有代表性的、前沿的挖掘方法和算法。書中還著重描述如何恰當地選擇方法和數據分析軟體併合理地調整參數。每章末尾附有複習題。
  • AI賜子?學習百萬個胚胎發育過程,算法將試管嬰兒成功率提高3倍
    算法定位成功率最高的胚胎人工智慧在這裡能做些什麼?最近,以色列一家機器學習創業公司AiVF表示,與傳統方法相比,人工智慧有可能將體外受精(IVF)的成功率提高三倍。換句話說,至少根據實驗數據,使用正確的AI系統,夫妻懷孕的可能性要比不使用要高出好幾倍。
  • 了解算法的前世今生
    一、中國算法的前世中國古代數學是以創造算法特別是各種解方程的算法為主線。從線性方程組到高次多項式方程,乃至不定方程,中國古代數學家創造了一系列先進的算法(中國數學家稱之為「術」),他們用這些算法去求解相應類型的代數方程,從而解決導致這些方程的各種各樣的科學和實際問題。
  • 騰訊醫療AI奪冠全球放射學頂會RSNA 2019 AI挑戰賽
    今年RSNA和Kaggle(全球最大的公開數據和機器學習比賽平臺)共同推出顱內出血檢測競賽(RSNA Intracranial Hemorrhage Detection),任務是開發一個機器學習算法來識別急性顱內出血及其亞型。
  • ai什麼時候能夠超越我們人類智力水平?
    那麼,ai到底什麼時候能夠超越我們人類智力水平?其實,人工智慧,從業者們分為三個類型:真正的ai民工(發源於中國,總部大中華地區);展望ai發展的背景民工(發源於美國,總部美國);及其他純ai民工(發源於歐洲,美國和國內一線城市的高校、企業、科研機構)。
  • 大華股份AI榮獲視覺目標跟蹤算法評測全球排名第一
    近日,大華股份基於深度學習的視覺目標跟蹤算法,在通用目標跟蹤評測集GOT-10k(Generic Object Tracking Benchmark)上獲得綜合精度排行榜第一,超越了其它一流AI公司和頂尖的學術研究機構;同時在OTB2015/VOT2018/VOT2019數據集上刷新了當前跟蹤算法
  • 「AI 大毒瘤」Deepfake 識別賽排名出爐!3.5 萬種算法準確率最高...
    可以看出,自 2019 年 12 月 11 日正式啟動以來,比賽如火如荼地展開,截止 2020 年 3 月 31 日,約 2114 名參賽者提交了超過 35000 種檢測算法。隨後的 4-5 月,研究人員對參賽者識別視頻的能力進行測試,從而評選獲勝者。
  • 詳解JAVA數據結構與算法:排序算法
    排序算法排序也稱排序算法(Sort Algorithm),排序是將一組數據,依指定的順序進行排列的過程。排序的分類:1) 內部排序:指將需要處理的所有數據都加載到內部存儲器中進行排序。2) 外部排序法:數據量過大,無法全部加載到內存中,需要藉助外部存儲進行排序。
  • 基於PPO強化學習算法的AI成功拿下29個關卡!
    為了讓AI掌握遊戲規則,學會運用策略,強化學習是研究人員常用的機器學習方法之一,它能夠描述和解決AI智能體(Agent)在與環境交互過程中通過學習策略實現特定目標的問題。近端策略優化算法(PPO)已成為深度強化學習基於策略中效果最優的算法之一。有關該算法的論文已經發布在arXiv預印論文庫中。