觸底反彈，中國賽艇東奧會背後的黑科技_風聞

“如果有誰看見我再靠近賽艇，我允許他們開槍打我。”在1996年獲得第四枚賽艇金牌後，史上最偉大的賽艇運動員雷德格雷夫説出這句名言。四年之後，已是糖尿病患者的他，經歷了常人難以忍受的嚴酷訓練，毅然再次踏上奧運賽場並勇奪第五枚奧運金牌，用行動再次證明了他的偉大以及賽艇運動的獨特魅力。

時光荏苒、因緣巧合，二十年後的東京奧運會賽場上，雷德格雷夫的身份已是中國賽艇隊高水平運動總監，為中國運動員訓練與比賽出謀劃策；中國國家賽艇隊&皮划艇隊也在本屆奧運會成功拿下2金2銀2銅，這是中國隊獲得獎牌最多的一屆奧運會。

近年來，中國賽艇隊訓練水平穩步提升、成績水漲船高，背後除了雷德格雷夫等一眾高水平教練帶來先進的理念和經驗外，不斷提升的科技能力亦是關鍵。運動員日常的訓練、恢復過程中越來越多出現大數據分析、人工智能等數字化技術的身影，像雷德格雷夫這樣的傳奇恐怕也要感嘆科技對於賽艇運動的改變。

如今，現代體育競技早已不止是單純的體力比拼，科技能力也成為決定運動員競技水平和比賽成績的重要因素。而中國賽艇隊的這場數字化蜕變，一切源於2019年，一次與戴爾科技的“浪漫邂逅”。

牽手戴爾，開啓體育+科技的探索

“戴爾科技在多個體育競技領域數字化方面有諸多探索，跟中國賽艇隊和中國皮划艇隊的合作希望為中國奧運貢獻科技的力量。”戴爾科技集團中國研究院高級科學主管李三平博士如是説。

自2019年10月戴爾科技集團與中國皮划艇協會和中國賽艇協會簽署贊助協議，並於該年11月與中國皮划艇協會和中國賽艇協會簽署水上實驗室的技術戰略合作以來，李三平博士和團隊就肩負着該項創新項目的相關研發工作。

在隨後的日子裏，李三平博士和團隊跟中國賽艇隊、中國皮划艇緊密合作，利用人工智能技術、高性能計算以及邊緣/核心計算解決方案，開發出一套綜合智能訓練輔助系統，該系統利用視頻實時捕捉運動員的訓練動作，並進行實時分析與判斷，糾正運動員訓練中動作角度、力度，以及穩定性的偏差，幫助賽艇運動員提高訓練競技水平。

隨着今年7月戴爾科技與中國賽艇協會、中國皮划艇協會、人體運動表現和健康發展中心（以下簡稱“PHD”）共建“大數據與人工智能聯合實驗室”又正式揭牌，標誌着雙方雙方合作進一步深入。

李三平博士坦言，系統具體開發過程並不簡單。“首先就是需求的挑戰，大家都沒做過類似的項目，需要從頭摸索。”李三平博士和團隊在這個項目上也遇到了AI落地時普遍挑戰：懂機器學習、深度學習的AI人才一開始並不瞭解業務，而專業業務人員卻對於AI技術則是一頭霧水，雙方需要努力架設一座溝通與對話的橋樑。

為此，李三平博士和團隊常駐國家隊基地，觀摩運動員的日常訓練，與技術總監、數據負責人、教練員見縫插針地不斷交流和學習，瞭解賽艇隊真實需求，拉平溝通鴻溝，明確業務需求，“賽艇運動並不像其他傳統項目那樣週期固定，經常需要外出訓練和比賽，我們的溝通工作又不能打擾運動員的訓練和比賽節奏。因此，團隊都是抓住一切機會來溝通和分析需求，並且快速將功能做出來，之後再不斷完善與迭代。”

就是在這樣多方不斷地溝通、磨合和努力下，賽艇隊的業務需求逐漸清晰，技術實現路徑開始明確地浮現在研發人員腦中，為綜合智能訓練輔助系統夯實了牢固的基礎。

賽艇訓練：邊緣智能的完美場景

賽艇是一項競爭性極強的力量耐力運動，堪稱全世界體能需求最大的運動之一。通常情況下，運動員完成2000米比賽通常需要划槳210-230次。對於精英級賽艇運動員來説，每週進行14-18次、17-23小時訓練是司空見慣的事。

“賽艇運動是最痛苦的運動項目之一，有點類似400米跑，要求絕對的力量和耐力，整個比賽過程追求技術效率最高。”李三平博士介紹道。因此，賽艇運動員平時訓練的核心目的並不是練力量，而是技術動作的穩定性和耐力，以提升真實比賽的過程效率。

與此同時，賽艇訓練又是一個非常理想的邊緣智能應用場景，運動員有大量的室內訓練任務，可以通過視頻實時捕捉，來檢測運動員的技術動作和姿態，通過模型來分析，並將結果及時反饋給教練員。但李三平博士和團隊又遇到了一個大的挑戰，即賽艇運動員的訓練和比賽地點不固定，經常不斷變換，每個地點的網絡情況又不盡相同。

李三平博士介紹：“受天氣、地理等條件限制，賽艇隊訓練地點、訓練時間並不固定，另外每個訓練場景的條件也不一樣，像在有些地點，網絡環境會出現不穩定的情況，技術團隊需要在不打擾運動員訓練和比賽節奏的前提下，通過視頻實時捕捉數據進行分析。”

事實上，邊緣智能場景看似規模不大，但非常考驗解決方案的實時數據採集和處理能力。通常，單個賽艇運動員一小時的訓練視頻數據量就多達20G，將這些數據傳輸到數據中心不切實際，需要就近進行實時處理與分析。得益於戴爾科技在高性能計算、邊緣計算等領域的強大技術和產品解決方案，中國賽艇隊一開始就很好地解決了數據的實時採集與處理等需求。

解決完數據採集與處理的難題之後，戴爾團隊接下來需要構建起運動生物力學分析模型。為此，李三平博士率領團隊詳細學習賽艇相關知識，瞭解運動員訓練每個動作的要領與意義，“賽艇運動分拉槳和回槳兩個階段，有一個推拉時間比的黃金範圍，從腳到驅幹最後到手臂的發力有先後順序，並不是槳頻越快越好，划槳效率受槳頻、槳幅、運動員耐力等多種因素影響，需要綜合評估與分析。”

之後，李三平博士率領團隊構建起一套基於25個關鍵點的運動生物力學分析模型，該模型對視頻畫面中的每一幀進行姿態檢測，識別並計算身體各個部位的運動角度，繪製各個部位在不同週期變化的曲線圖，將每個週期的動作進行實時評估，給運動員提供實時反饋，糾正動作中出現的偏差和問題。

與其他領域的場景不同，體育競技領域有其特殊性，尤其是考慮到每個運動員個體的不同，存在着生理差異，使得訓練動作很難存在人人都適合的“黃金標準”。這意味着李三平博士和團隊構建起的運動生物力學分析模型一開始並沒有“放之四海皆準”的黃金動作數據標準可參考，模型在精度上遇到了挑戰，“不同教練員對於運動員關注點不一樣，對於動作的理解又不一樣。”

經過深入研究之後，戴爾團隊總結出一些預定義的類似黃金標準的模型，並且將每位運動員的訓練過程與歷史數據進行比較，不斷地學習和自適應，從而迭代出靈活性極高且適合每位運動員實際情況的模型。

據瞭解，2019年，在賽艇隊引入科學訓練系統之前，運動員艇上做功是310多瓦，而一年後2020年的時候已經提高到了370多瓦。如今，戴爾科技集團打造的科學訓練系統已經獲得了國家賽艇隊深入使用，持續助力運動員的訓練水平和比賽成績提升。

數據思維：為賽艇運動帶來改變

如果説基於AI、邊緣計算等技術的科學訓練系統直觀、有效地提升了運動員的訓練水平，那麼逐漸建立起的數據思維則潛移默化地影響着賽艇隊的方方面面。

眾所周知，體育競技之前在訓練、康復、比賽往往高度依賴於教練團隊的經驗，並沒有數據層面的量化參考，即使有數據也是局面層面的數據，很難基於數據對於運動員的訓練動作、訓練計劃、健康恢復做出精準的科學決策，往往通過經驗和不斷試錯來提升運動員的水平，訓練效率有待提升的同時，還容易提高運動員受傷的風險。

在筆者看來，中國賽艇隊與戴爾科技集團合作很重要的一個收穫就是逐步建立起數據思維，並且將數據思維貫穿到訓練、恢復、比賽之中。

以運動員為例，採用普通訓練到了一定階段之後會出現侷限性，運動員再想提高則必然會遇到瓶頸，而通過科學訓練系統對每次划槳速率、呼吸頻次、肌肉力度、運動姿態等方面數據的積累，則可以尋找到訓練的薄弱點，使得每一位運動員的訓練數據報告分析更精準，訓練更加有目的性和科學性。

而數據思維對於教練員的啓發和幫助就更大。以前很多數據都是躺在PC的EXCEL表格中，很難真正做到分析、應用；如今，教練員可以通過視圖瞭解運動員的全面信息，並且可以根據需求來定製化相關數據，隨着科學訓練系統的部署與使用，教練團隊在工作也不知不覺地習慣上使用數據，更加看重數據帶來的價值。

例如，李三平博士介紹，當前一個正在開發的需求就是與教練團隊反覆溝通的結果，他表示：“針對更加全面的技術動作分析與提前發現傷病隱患等問題，教練員希望增加胸椎與腰椎位置的數據，進行運動生物力學分析，需要重新採集運動員的專屬數據集。”

在李三平博士看來，與人工智能相關的技術、算法和工程等問題並不是最難的，真正的挑戰是來自於數據的採集和使用。“高效、快速的採集和處理數據，如何讓數據在業務中發揮價值，這些是最難的。”例如，在户外水上運動時候，針對運動員動作姿態的捕捉問題，其特殊性使得數據採集比在陸地上困難很多。

但戴爾科技集團也有法寶：流數據處理平台（Streaming Data Platform, SDP）。作為一個可彈性擴展的平台，SDP用於實時獲取、存儲和分析連續的流數據，可在同一個應用程序中同時處理實時和收集的歷史數據，非常適合實時獲取、存儲和分析邊緣場景下連續的流數據。

“SDP的確是在底層幫了很大的忙，所有的AI科研人員都不願意花費太多時間底層數據梳理等過程上，希望更多精力聚焦在上層應用需求和高精度模型構建。”李三平博士補充道，“下一步，戴爾科技還將利用SDP平台來構建邊緣和數據中心端之間的橋樑，讓數據真正流動起來，並且匯聚傳感器、生理數據等各種數據，綜合打通與分析，帶來更加精準和科學的數據決策能力。”

面向未來：擁抱廣闊的體育空間

隨着“大數據與人工智能聯合實驗室”的正式揭牌，戴爾科技與中國賽艇隊的合作也更加緊密。據悉，戴爾科技正在與PHD合作，通過模型分析去發現傳統訓練方式中存在的問題和隱患，更加科學的構建訓練方法，減少運動員傷病的發生風險。未來，綜合智能訓練輔助系統還將是圍繞運動員整個生命週期中體育訓練以及身體素質的詳細記錄，並以此作為培養運動員的重要參考。

“現在的運動生物力學分析模型是基於二維的，未來將通過標尺校準的方式構建三維模型，進一步提升模型的精度。”李三平博士補充道。

未來，戴爾科技與中國賽艇隊還將在四個方面和業務領域做出新的探索：一是訓練計劃負荷，通過把運動員的輸入和輸出打通，實現對訓練黑箱整體的把控；二是康復角度挖掘，將運動員的傷病情況和專家的診斷意見積累下來，形成系統的體系；三是可穿戴設備訓練反饋，圍繞水上和陸上實時採集運動員的速度+速度心率等指標；四是青少年體質提升計劃，圍繞天窗理論去針對運動員不同年齡階段制定針對性的訓練提升板塊。

總體來看，中國賽艇隊與戴爾科技集團過去兩年多中精誠合作，在賽艇運動的數字化和智能化探索方面邁出了重要一步，並且通過“大數據+AI”黑科技真正幫助了運動員的訓練水平和比賽成績，東京奧運獲得的出色成績就像給賽艇運動數字化第一階段畫上一個圓滿的句號。隨着巴黎奧運會倒計時的開始，中國賽艇隊也正式邁向了數字化建設的第二階段。面向未來，隨着雙方在數字化、智能化等領域的深入合作，中國賽艇隊、皮划艇隊有望在巴黎賽場再獲佳績。