智慧体育,AI公司的新战场?

.. 这些年来,竞技体育已经演变成科技与AI的竞赛场。

NBA勇士队「三分王」库里背后,有可穿戴设备和来自硅谷的大数据分析服务,提供针对性的三分球训练。

美国流行顶级汽车赛事纳斯卡,有微软开发的赛车管理软件,收集比赛相关数据并整理成易浏览的格式。

世界杯比赛中,VAR(视频助理裁判)系统能够做到将足球比赛误判率降至最低。

随着人工智能的蓬勃发展,用于国际竞技体育的「超能力」,已被推广至民用领域。

AI+智慧校园建设下,体育教育智慧化成为一个重要环节。

2020年,体育总局、教育部明确将体育科目纳入中考计分科目,科学确定并逐步提高分值。

两年后,教育部提高「体育与健康」课时占比到10%-11%,仅次于语文数学,成为「第三主科」。

体育强国政策的指导下,体育教育智慧化转型被提上日程。

AI企业争相进入智慧校园

AI发展步入深水区,人工智能企业手握AI能力,正深入各行各业,拓展新的应用场景。

智慧城市是AI公司们率先找到的立足点。

「智慧城市」一词,包罗万象且涵盖甚广,包括智慧安防、智慧交通、智慧园区、智慧社区、智慧物流、智慧警务、智慧医疗等城市的各个方面。

几年过去,智慧城市的主流赛道上,一时挤满了各路人马,AI企业开始寻找差异化的落脚点。

循着国家大力倡导智慧校园建设的东风,智慧校园建设走进AI企业的视野。

智慧校园是什么?

形象理解,智慧校园就是一个微缩版智慧城市,采用智慧城市理念改装升级,包含着智慧城市的内涵和外延。

相比智慧城市,智慧校园这个极小的社会组织单元,麻雀虽小,但五脏俱全。

从技术上看,它们都依赖于物联网、大数据分析和人工智能等技术,执行数据收集和分析决策两大任务,目标都是提供更智能高效的服务,改善现有环境。

从场景上看,一如城市广阔的应用场景,在由学生和教职工组成的小型社会中,安防、餐厅、公寓、教室、场馆、医疗、教育管理与服务等基础设施一应俱全,都存在智慧化升级的需求。

沿着这个思路,不少AI公司瞄准智慧校园产品及配套解决方案。

一部分企业将智慧校园的落脚点,瞄准培养学生「德智」的室内课堂。

如商汤、旷视、百度等企业,将目光聚焦监控视频的软硬件能力,以摄像头、传感器等硬件为载体,进入智慧校园,提高课堂教育水平。

另一部分企业,将落脚点瞄准课内外的体育教学、体育训练及教研场景,如格灵深瞳。

学校提升体育重视程度,提高中小学生的体质健康水平,已成为不可逆转的趋势。

体育强国建设目标下,体育产业愈发火热,且日益多元化、细分化。围绕以人为本核心理念,建立在智能化基础上的智慧体育,已经具备成熟的客观条件。

当下,一批企业已在全国各地进行试点实验,验证运营模式,并展开规模化复制。

传统体育教学的隐痛:资源少、科学性差

传统体育教学方式的落伍,究其原因,在于体育课程时间和资源不足。

以往,学校普遍将重心放在文理学科的学习上,体育课程则被视为次要课程,常常为文化课让道,缩减甚至取消体育课程。此外,一些学校也存在体育设施和师资力量不足的问题。

随着学校将智慧体育校园建设,作为提升教学水平和教学质量的新手段,这些矛盾变得日渐尖锐。

一个问题是,新的体育教学要求下,师资数量明显不足,体育教师们分身乏术。

体育课堂上,对学生进行训练评估、计划考核、数据采集的时候,人为因素的影响特别明显。

在测试次数、测试项目、测试器材多样化的今天,难以进行量化和记录,一名体育教师常常难以兼顾几十名学生,增加助教,则需要占用大量人力。

「双减」后,我国在义务教育阶段,推行课后「330」政策,学校或引进新的兴趣课程,或推出各类社团活动,或带领孩子们走出校园。现有教学人力,无法覆蓋新政策全面普及以来多样化的要求。

另一个问题是,体育教师能够做到「有教无类」,却做不到「因材施教」。

首先是难以监督。集体授课方式下,体育教师无法对学生的运动表现,进行科学的评定与跟踪。

其次是难以分析。以每班50名学生为例,每个学生的体能水平、兴趣爱好和学习风格各不相同,对于学生的日常训练,老师很难针对每个学生的差异性,给出个性化、专项化的指导与建议。

此外,大量省市地区还面临着教师专业性参差不齐、教师配备不足等问题。

智慧体育基于物联网、人工智能及大数据等技术,相当于为传统体育授课,引入了一位具有「AI体育大脑」的「AI助教」。

智慧体育通过引入AI技术,教育范式发生颠覆性变化:不仅可以实时洞察并记录每个学生的运动水平,使每节课、每次训练、每个动作都产生数据,形成一份个性化的运动档案,还能进行实时数据分析和智能化信息反馈,方便教师监测学生运动状况,以及制定针对性的运动计划。

AI解锁体育教学新模式

AI商业化竞速时代,补齐业务场景中的短板,打破营收结构上的桎梏,是AI企业发展面临的共同挑战。

格灵深瞳已经意识到了这个问题。今年四月底公布的2022年财报中,格灵深瞳提出,寻求轨交运维、体育健康和元宇宙领域的研发和商业化落地,是接下来的重要发力点。

在近日举办的中国(南京)教体展上,格灵深瞳全新系列体育产品亮相展会,三大新品首次对外亮相,宣告要用AI技术为校园体育赋能。作为帮助格灵深瞳寻求收入规模增长和拓宽应用边界的一条重要支线,体育健康业务凝聚了格灵深瞳的三个力:场景力、AI力和竞争力。

场景力:三大系列产品+一大解决方案,智慧校园体育全线产品覆蓋六大场景

体育和语文数学等主科一样,课前教研规划、课上传授知识、课后考试验证、课下总结分析工作一个不少,且每个部分都相互影响。

这意味着赋能传统体育教学的智慧体育,不能是一个个孤立的项目,而是一项系统性的工程。

对此,格灵深瞳立足学、练、赛、评一体化,推出覆蓋校园内体育考试、体育课后服务、体育专项教室、体育训练、云上运动会、体育教研六大场景的智慧体育解决方案,并提供深瞳阿瞳目体育训考系统、深瞳阿瞳目体感互动系统及深瞳阿瞳目大数据分析系统三大产品。

「AI」力:十年技术沉淀+自研创新,给体育业务注入「AI」力

自2013年成立以来,格灵深瞳摘下不少技术突破的果实,包括坚实AI技术底座「深瞳大脑」,以及业界领先的3D立体视觉技术。

格灵深瞳的3D立体视觉技术,不仅降低了设备成本,还提高了可靠性和易用性。

运动姿态分析技术,通过采集不同场景下人体姿态数据,通过自主研发的三维人体姿态估计算法,能够克服人体关键点采集不准不稳的难题。

以十年沉淀的功力,凝聚于体育业务,格灵深瞳给出以「运动体能训练项目+视觉姿态识别+AI」为核心,基于3D重建技术,结合动作模型库和人体运动功能学的解决方案。

这套解决方案,可以全程监控学生日常训练与体育考核,自动评判及记录成绩,最后还能做到自动统计分析数据,不仅减轻了体育老师的负担,还解决了传统体育教学中,量化难、记录难、监督难、分析难的痛点。

以被列入中考考核项目的仰卧起坐为例,教师前期能够给出一套相对标准的动作示范,但却无法做到监督和纠正每一位学生的错误动作。

这时候,格灵深瞳的深瞳阿瞳目「体感互动系统」就派上用场了。

其自研的智能双目姿态相机,是一双比体育老师更专业的眼睛,可以高精度地识别人体运动姿态,在捕捉到学生的错误动作后,可根据中考标准给出错误提醒与指导。

传统体育教学方式以教师为中心,学生被动接受指导和安排,积极性不高,互动也很少。

除了聚焦教师教学,深瞳阿瞳目体感互动系统还兼具人机交互体验。在倡导寓教于乐教学方式的当下,格灵深瞳引入竞争机制,通过强交互性的趣味运动项目,添加了双人同屏PK功能、AI交互项目,激发了学生的运动兴趣,让学生在AI技术中感知运动、爱上运动。

等到了考试和训练环节,则有深瞳阿瞳目「体育训考系统」坐镇,兼顾效率与公平。

以往,判断动作标准性并给出打分,往往只能依靠教师的主观判断。

然而,运动场景复杂多变,存在背景人员密集、人员干扰、逆光、强光等诸多干扰条件,再加上体育教师能力参差不齐,很难给出公正客观的分数。

深瞳阿瞳目体育训考系统,是一位具备智能化管理能力的「AI助教」,在AI体育大脑的加持下,即使在复杂的干扰环境中,依然可以在200ms内精准捕捉学生动作,给出成绩并指出错误动作。

竞技精神固然重要,但学生的全面发展也不容忽视。

以往日常教学中,教师不仅需要指导学生掌握单项运动,还需要对学生的整体运动能力进行评估,这时候就需要深瞳阿瞳目「体育大数据系统」助阵。

体育大数据系统能够汇集学生身体素质、训练过程、考核结果等多方面的数据,分析并生成分析报告。

如此一来,单个学生和班级整体的体育素质状况,都会一览无遗的呈现在体育老师面前。在此基础上,针对学生薄弱环节加强训练,或因材施教,都有了科学的依据。

竞争力:经过「国家队」验证,一套科学的运动处方

在教育领域,只有技术是行不通的。教育的复杂性对教育产品的功能提出了很高要求,企业必须对体育教育有深层次的理解,才能提供真正帮学生和教师「减负」的体育产品。

2019年,北京市政府为了更好服务冬奥会,牵头格灵深瞳与首都体育学院一起成立了人工智能体育研究院。

格灵深瞳提供的智慧体育产品及解决方案,在服务国家队,提升运动员成绩和训练效能等方面,取得明显效果。

自此,格灵深瞳的业务布局开始进入到体育运动相关场景中。

通过服务国家队,格灵深瞳积累了宝贵的专业运动服务经验,并在后续将这套经过验证的科学运动处方,拓至校园体育教学场景。

结语

当下,体育素质教育的重要度,已不可同日而语。

智慧体育在为体育课堂带来现代技术和工具支持的同时,不但突破了体育师资配备不足,教学能力参差不齐等局限,也兼顾了效率和公平问题。

智慧体育,已然成为格灵深瞳拓展人机交互领域创新业务的全新发力点。

雷峰网


想在手机阅读更多电脑与科技资讯?下载【香港硅谷】Android应用
分享到Facebook
技术平台: Nasthon Systems