NBA勇士隊「三分王」庫里背後，有可穿戴設備和來自硅谷的大數據分析服務，提供針對性的三分球訓練。
美國流行頂級汽車賽事納斯卡，有微軟開發的賽車管理軟件，收集比賽相關數據並整理成易瀏覽的格式。
世界盃比賽中，VAR（視頻助理裁判）系統能夠做到將足球比賽誤判率降至最低。
隨着人工智能的蓬勃發展，用於國際競技體育的「超能力」，已被推廣至民用領域。
AI+智慧校園建設下，體育教育智慧化成為一個重要環節。
2020年，體育總局、教育部明確將體育科目納入中考計分科目，科學確定並逐步提高分值。
兩年後，教育部提高「體育與健康」課時佔比到10%-11%，僅次於語文數學，成為「第三主科」。
體育強國政策的指導下，體育教育智慧化轉型被提上日程。
AI企業爭相進入智慧校園
AI發展步入深水區，人工智能企業手握AI能力，正深入各行各業，拓展新的應用場景。
智慧城市是AI公司們率先找到的立足點。
「智慧城市」一詞，包羅萬象且涵蓋甚廣，包括智慧安防、智慧交通、智慧園區、智慧社區、智慧物流、智慧警務、智慧醫療等城市的各個方面。
幾年過去，智慧城市的主流賽道上，一時擠滿了各路人馬，AI企業開始尋找差異化的落腳點。
循着國家大力倡導智慧校園建設的東風，智慧校園建設走進AI企業的視野。
智慧校園是什麼？
形象理解，智慧校園就是一個微縮版智慧城市，採用智慧城市理念改裝升級，包含着智慧城市的內涵和外延。
相比智慧城市，智慧校園這個極小的社會組織單元，麻雀雖小，但五臟俱全。
從技術上看，它們都依賴於物聯網、大數據分析和人工智能等技術，執行數據收集和分析決策兩大任務，目標都是提供更智能高效的服務，改善現有環境。
從場景上看，一如城市廣闊的應用場景，在由學生和教職工組成的小型社會中，安防、餐廳、公寓、教室、場館、醫療、教育管理與服務等基礎設施一應俱全，都存在智慧化升級的需求。
沿着這個思路，不少AI公司瞄準智慧校園產品及配套解決方案。
一部分企業將智慧校園的落腳點，瞄準培養學生「德智」的室內課堂。
如商湯、曠視、百度等企業，將目光聚焦監控視頻的軟硬件能力，以攝像頭、傳感器等硬件為載體，進入智慧校園，提高課堂教育水平。
另一部分企業，將落腳點瞄準課內外的體育教學、體育訓練及教研場景，如格靈深瞳。
學校提升體育重視程度，提高中小學生的體質健康水平，已成為不可逆轉的趨勢。
體育強國建設目標下，體育產業愈發火熱，且日益多元化、細分化。圍繞以人為本核心理念，建立在智能化基礎上的智慧體育，已經具備成熟的客觀條件。
當下，一批企業已在全國各地進行試點實驗，驗證運營模式，並展開規模化複製。
傳統體育教學的隱痛：資源少、科學性差
傳統體育教學方式的落伍，究其原因，在於體育課程時間和資源不足。
以往，學校普遍將重心放在文理學科的學習上，體育課程則被視為次要課程，常常為文化課讓道，縮減甚至取消體育課程。此外，一些學校也存在體育設施和師資力量不足的問題。
隨着學校將智慧體育校園建設，作為提升教學水平和教學質量的新手段，這些矛盾變得日漸尖銳。
一個問題是，新的體育教學要求下，師資數量明顯不足，體育教師們分身乏術。
體育課堂上，對學生進行訓練評估、計劃考核、數據採集的時候，人為因素的影響特別明顯。
在測試次數、測試項目、測試器材多樣化的今天，難以進行量化和記錄，一名體育教師常常難以兼顧幾十名學生，增加助教，則需要佔用大量人力。
「雙減」后，我國在義務教育階段，推行課後「330」政策，學校或引進新的興趣課程，或推出各類社團活動，或帶領孩子們走出校園。現有教學人力，無法覆蓋新政策全面普及以來多樣化的要求。
另一個問題是，體育教師能夠做到「有教無類」，卻做不到「因材施教」。
首先是難以監督。集體授課方式下，體育教師無法對學生的運動表現，進行科學的評定與跟蹤。
其次是難以分析。以每班50名學生為例，每個學生的體能水平、興趣愛好和學習風格各不相同，對於學生的日常訓練，老師很難針對每個學生的差異性，給出個性化、專項化的指導與建議。
此外，大量省市地區還面臨著教師專業性參差不齊、教師配備不足等問題。
智慧體育基於物聯網、人工智能及大數據等技術，相當於為傳統體育授課，引入了一位具有「AI體育大腦」的「AI助教」。
智慧體育通過引入AI技術，教育範式發生顛覆性變化：不僅可以實時洞察並記錄每個學生的運動水平，使每節課、每次訓練、每個動作都產生數據，形成一份個性化的運動檔案，還能進行實時數據分析和智能化信息反饋，方便教師監測學生運動狀況，以及制定針對性的運動計劃。
AI解鎖體育教學新模式
AI商業化競速時代，補齊業務場景中的短板，打破營收結構上的桎梏，是AI企業發展面臨的共同挑戰。
格靈深瞳已經意識到了這個問題。今年四月底公布的2022年財報中，格靈深瞳提出，尋求軌交運維、體育健康和元宇宙領域的研發和商業化落地，是接下來的重要發力點。
在近日舉辦的中國（南京）教體展上，格靈深瞳全新系列體育產品亮相展會，三大新品首次對外亮相，宣告要用AI技術為校園體育賦能。作為幫助格靈深瞳尋求收入規模增長和拓寬應用邊界的一條重要支線，體育健康業務凝聚了格靈深瞳的三個力：場景力、AI力和競爭力。
場景力：三大系列產品+一大解決方案，智慧校園體育全線產品覆蓋六大場景
體育和語文數學等主科一樣，課前教研規劃、課上傳授知識、課後考試驗證、課下總結分析工作一個不少，且每個部分都相互影響。
這意味着賦能傳統體育教學的智慧體育，不能是一個個孤立的項目，而是一項系統性的工程。
對此，格靈深瞳立足學、練、賽、評一體化，推出覆蓋校園內體育考試、體育課後服務、體育專項教室、體育訓練、雲上運動會、體育教研六大場景的智慧體育解決方案，並提供深瞳阿瞳目體育訓考系統、深瞳阿瞳目體感互動系統及深瞳阿瞳目大數據分析系統三大產品。
「AI」力：十年技術沉澱+自研創新，給體育業務注入「AI」力
自2013年成立以來，格靈深瞳摘下不少技術突破的果實，包括堅實AI技術底座「深瞳大腦」，以及業界領先的3D立體視覺技術。
格靈深瞳的3D立體視覺技術，不僅降低了設備成本，還提高了可靠性和易用性。
運動姿態分析技術，通過採集不同場景下人體姿態數據，通過自主研發的三維人體姿態估計算法，能夠克服人體關鍵點採集不準不穩的難題。
以十年沉澱的功力，凝聚於體育業務，格靈深瞳給出以「運動體能訓練項目+視覺姿態識別+AI」為核心，基於3D重建技術，結合動作模型庫和人體運動功能學的解決方案。
這套解決方案，可以全程監控學生日常訓練與體育考核，自動評判及記錄成績，最後還能做到自動統計分析數據，不僅減輕了體育老師的負擔，還解決了傳統體育教學中，量化難、記錄難、監督難、分析難的痛點。
以被列入中考考核項目的仰卧起坐為例，教師前期能夠給出一套相對標準的動作示範，但卻無法做到監督和糾正每一位學生的錯誤動作。
這時候，格靈深瞳的深瞳阿瞳目「體感互動系統」就派上用場了。
其自研的智能雙目姿態相機，是一雙比體育老師更專業的眼睛，可以高精度地識別人體運動姿態，在捕捉到學生的錯誤動作后，可根據中考標準給出錯誤提醒與指導。
傳統體育教學方式以教師為中心，學生被動接受指導和安排，積極性不高，互動也很少。
除了聚焦教師教學，深瞳阿瞳目體感互動系統還兼具人機交互體驗。在倡導寓教於樂教學方式的當下，格靈深瞳引入競爭機制，通過強交互性的趣味運動項目，添加了雙人同屏PK功能、AI交互項目，激發了學生的運動興趣，讓學生在AI技術中感知運動、愛上運動。
等到了考試和訓練環節，則有深瞳阿瞳目「體育訓考系統」坐鎮，兼顧效率與公平。
以往，判斷動作標準性並給出打分，往往只能依靠教師的主觀判斷。
然而，運動場景複雜多變，存在背景人員密集、人員干擾、逆光、強光等諸多干擾條件，再加上體育教師能力參差不齊，很難給出公正客觀的分數。
深瞳阿瞳目體育訓考系統，是一位具備智能化管理能力的「AI助教」，在AI體育大腦的加持下，即使在複雜的干擾環境中，依然可以在200ms內精準捕捉學生動作，給出成績並指出錯誤動作。
競技精神固然重要，但學生的全面發展也不容忽視。
以往日常教學中，教師不僅需要指導學生掌握單項運動，還需要對學生的整體運動能力進行評估，這時候就需要深瞳阿瞳目「體育大數據系統」助陣。
體育大數據系統能夠彙集學生身體素質、訓練過程、考核結果等多方面的數據，分析並生成分析報告。
如此一來，單個學生和班級整體的體育素質狀況，都會一覽無遺的呈現在體育老師面前。在此基礎上，針對學生薄弱環節加強訓練，或因材施教，都有了科學的依據。
競爭力：經過「國家隊」驗證，一套科學的運動處方
在教育領域，只有技術是行不通的。教育的複雜性對教育產品的功能提出了很高要求，企業必須對體育教育有深層次的理解，才能提供真正幫學生和教師「減負」的體育產品。
2019年，北京市政府為了更好服務冬奧會，牽頭格靈深瞳與首都體育學院一起成立了人工智能體育研究院。
格靈深瞳提供的智慧體育產品及解決方案，在服務國家隊，提升運動員成績和訓練效能等方面，取得明顯效果。
自此，格靈深瞳的業務布局開始進入到體育運動相關場景中。
通過服務國家隊，格靈深瞳積累了寶貴的專業運動服務經驗，並在後續將這套經過驗證的科學運動處方，拓至校園體育教學場景。
結語
當下，體育素質教育的重要度，已不可同日而語。
智慧體育在為體育課堂帶來現代技術和工具支持的同時，不但突破了體育師資配備不足，教學能力參差不齊等局限，也兼顧了效率和公平問題。
智慧體育，已然成為格靈深瞳拓展人機交互領域創新業務的全新發力點。
雷峰網
