爱奇艺|AI人才,百度制造( 四 )


比如在中国的体育强项乒乓球运动上 , 百度AI大有希望通过赋能乒乓球训练的方式 , 让乒乓球运动员的技战术水平和临场应变能力更上一层楼 。
前国家乒乓球领队姚振绪告诉刺猬公社(ID:ciweigongshe) , 他们正在和百度合作 , 试图通过AI对运动动作进行精确识别、统计 , 根据统计数据对比赛的得失做出判断 。
对于乒乓球训练而言 , 这些数据在经过研究之后 , 可以帮助运动员发现动作的准确与否、发力早晚 , 甚至帮助运动员判断如何正确地把力量集中到球上 , 通过合适的摩擦制造出正确的弧线 , 提高击球的成功率 。
过去 , 这样的统计只能用人工的方式完成 。 这就造成了两个弊端 。 一是慢 , 由于乒乓球的瞬间变化很多 , 记录者很难在短时间内进行统计 , 因此无法作为临场应变的依据;二是不够准确 , 姚振绪举了一个例子 , 有时候人工往往只记录最后一板球的失分 , 却不能发现 , 这次失分是因为之前的某一板球就出现了失误 , 从而导致被动造成失分 。
如果能用机器解决人工统计慢和不准的问题 , 对于乒乓球运动员的训练和比赛 , 将具有相当大的指导意义:在比赛时 , 运动员可以根据数据反馈调整技战术和心态;训练时 , 也可根据反馈规范动作、强化练习等等 。
但其实现难度同样可想而知 。
首先 , 由于动作识别一般基于比赛转播画面 , 乒乓球运动员时而面对摄像头、时而背对摄像头 , 容易遮挡动作识别;其次 , 运动员动作持续时间短且连续、密集 , 不同的技术动作 , 可能只有手腕摆动的角度和幅度的不同 , 同一种技术动作 , 不同运动员的挥拍路线也不尽相同 , 因此实现精确定位相当困难 。
想要提高识别精度 , 仅仅数据标注这一环节就相当“专业” , 需要标注者懂乒乓球技术 。 参与此次项目的知名乒乓球裁判吴飞向刺猬公社表示 , 对于一场比赛 , 她需要从发球时选手用的是侧旋发球还是逆旋发球 , 对局中的摆短、劈长等等一一标注 , 后来为了加快速度 , 他们还邀请了一批体育大学的研究生去做数据集的标注工作 。
而当吴飞看到项目的Demo时 , 第一感觉是“惊艳” 。 那是一场马龙对阵樊振东的比赛 , 统计精度可以细化到每一板球的得失分和具体的技术动作 , 比如是搓球还是进攻 , 是正手拉还是反手拉等等 。 它的精度也相当高 , 起止回合准确率达到97%以上 , 动作识别达到了80%以上 。

吴飞在百度AI开发者大会人才论坛上演讲
这 , 是吴飞和百度的工程师们经过50多次实验 , 尝试了20多种优化策略组合之后的的成果 。 曾经以为AI离自己很远的吴飞 , 也借助百度飞桨平台的AI能力 , 从乒乓球裁判、技战术分析的科研人员成长为AI开发者 。
“现在已经进行了大量的技术动作的分析和判断 , 找出同样效果且略有差别的动作 , 把这些动作分别归类整理 。 ”姚振绪说 , “百度的年轻AI工作者接受这个挑战 , 无数次地、不厌其烦地去识别一个个动作 。 ”
姚振绪还表示 , AI技术和体育运动的技术结合是当今的潮流和趋向 , 也是体育科技的高地 。 “哪一个国家把这方面的工作做在前面、做好了 , 一定对这个国家的体育运动有很大的帮助 。 ”
而当技术进一步成熟 , AI技术还能用在指导普通乒乓球爱好者的训练上 , 助力全民健身 。 吴飞告诉刺猬公社 , 当更多“动作库”建立之后 , AI可以向乒乓球爱好者提供反馈 , 对比纠正动作 , 比如手腕、肘肩的走向和位置等等 。
除了乒乓球 , 百度AI还助力了我国另一个体育强项——跳水 。 在百度和国家跳水队的合作中 , AI技术能够对训练视频进行摘要、动作抽取、姿势纠正等处理 , 快速整理归纳 , 方便对运动员的姿势、动作等进行针对性的指导 , 也可以在赛前集中回顾、观看 。 在奥运会赛前几个月的训练中 , 这套AI技术辅助运动员的训练效率提升了20% 。