浅析体能训练的数字化、智能化发展趋势

□ 徐梦桃（沈阳体育学院 辽宁 沈阳 110102）

随着现代信息技术和网络大数据发展，大数据成为赛场夺冠的核心竞争力，正在为我国备战北京冬奥会提供科技助力和训练新动能；体能训练作为挖掘人类极限潜能的科学工程将随着大数据和智能化技术的发展，其表现水平的将给与精细化和精准化评价，大数据将架设其体能与健康的桥梁。

纵览国内外体能训练的现状，我们发现“数字化体能训练”已经是一种不可阻挡的发展趋势，体能训练“数字化”和“智能化”成为最明显的特征。

1、概述

当今世界，信息技术创新日新月异，数字化、网络化、智能化深入发展，在推动经济社会发展、促进国家治理体系和治理能力现代化、满足人民日益增长的美好生活需要方面发挥着越来越重要的作用。习近平指出，“以信息化驱动现代化，加快建设数字中国”，必将激发社会建设“数字中国”的积极性、主动性、创造性，推动信息化更好造福社会、造福人民。数字化、智能化和神经网络是大数据和智能化的核心概念。

1.1、数字化概念

是将许多复杂多变的信息转变为可以度量的数字、数据，再以这些数字、数据建立起适当的数字化模型。把它们转变为一系列二进制代码，引入计算机进行统一处理，这就是数字化基本过程。

1.2、智能化概念

智能化是指事物在网络、大数据、物联网和人工智能等技术支持下，所具有能动地满足人各种需求的属性。如无人驾驶就是智能化事物，它将传感器物联网、移动互联网、大数据分析等技术融为一体能动地满足人出行需求。它之所以是能动的，是因为它不像传统的汽车，需要被动的人为操作驾驶。

1.3、人工神经网络

它是20世纪80年代以来人工智能领域兴起的研究热点，是从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同连接方式组成不同网络，简称为神经网络或类神经网络。神经网络是一种运算模型，由大量节点（或称神经元）之间相互联接构成。每个节点代表一种特定输出函数，称为激励函数。每两个节点间连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。

网络输出则依网络连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。人工神经网络在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出良好智能特性。

2、数字化体能训练成功案例——德国足球

德国科隆一家足球博物馆里陈列着一台电脑——它就是促成“2006神奇小纸条”功臣之一；更大的功臣则是当年的德国科隆体育学院分析团队。该团队为了点球大战，分析研究13000条点球录像，利用电脑计算出阿根廷队谁罚点球、怎样罚点球。

这一系列研究在高度机密下由布什曼教授负责完成，他带领40名大学生日以继夜地从数据中挖掘信息。最终，团队分析统计和电脑的总结研判完美结合，完成2006年伟大的 “大数据研究”成果。

2014年世界杯中，德国队在首轮比赛以4:0大胜C罗所在葡萄牙队，背后大数据带来力量。

从德国队的表现似乎不难发现，大数据正悄然影响着绿茵场上的强弱较量。通过对球员跑动、传球等数据捕捉和分析，教练能够评估每场比赛的主要状况和每个球员的特点，并以 “数字和事实”来优化备战方案，提升球队的成绩。仅靠球员天赋和教练经验时代已经渐行渐远，针对每个球员个性化解决方案让传统足球比赛翻开新的一页。

对S A P来说，德国队是全球首支在比赛中使用“大数据”的球队。凭借这套系统的帮助，德国队为迎战世界杯制定了更有针对性的训练计划，并改进了战略和战术。在世界杯期间，德国队也用它来进行赛后分析。其在比赛中的表现和成绩，也为S A P在足球领域的渗透提供了参照的样本。

S A P此前为N BA联赛某支球队提供过类似服务。通过对球员数据的分析和比赛录像的回放，S A P得出了不少有用的结论，比如哪位球员在哪个位置投球比较准，不同位置投球的命中率分别是多少；对手中哪位球员比较厉害，他常常出现在哪个位置等。此外，S A P还曾为赛车场上的选手提供数据参照。

SAP 如何帮德国队获胜? 在世界杯开始前， 德国队就已使用SAP Match Insights 进行训练数据的分析。球员的鞋内、护胫中被放置了传感器，偌大的训练场地内也到处布满传感器。通过这些装置，SAP 的系统得以捕捉球员的各种细节动作与位置变化。他们的跑动及传球路线被实时传回到SAPHANA 平台上。经过后台迅速的处理后，教练只需手持一个平板，就能在MatchInsights 的界面上获得球员的全部数据和录像。“通过这些数据的采集和分析， 教练可以方便地了解每个球员的特色和优劣势，”足球运动中产生的数据量，远远超出了我们的想象。10个球员用3个球进行训练，10分钟就能产生出700万个可供分析的数据点。

SAP——Match Insights特点：数据是海量的；处理速度必须非常快。数据中任一球员的运动轨迹、进球率、攻击范围等数据都会实时呈现在面板上，供教练进行决策。教练会针对球员表现提出建议和改进方案，球员也能通过数据更直观地理解自己的长处和短处，再想办法补阙拾遗。

3、“VR”和“AR”技术在2018年平昌冬奥会上大显身手

2018年平昌冬奥会是一次全面的“VR”和“AR”技术展示。

美国滑雪队为了提高运动员适应能力，首次采用了“VR”技术。他们用录像设备采集了平昌所有赛道的全部数据，并制成了虚拟现实录像，让每名参赛的美国队选手赛前进行大量的模拟训练，通过这些训练增强运动员对赛道场景的切身体验。

作为东道主，韩国还专门设立了VR及AR体验馆，在体验馆中包含有各种各样与历届冬奥会相关的信息，进入场馆的人只要提前佩戴一个事先存储了各种信息的电子芯片手环，就能亲身体验到与冬奥会相关的各种AR及VR的游戏体验，其中“虚拟现实雪橇赛道”是最受欢迎的项目，参与者坐上模拟的雪橇，戴上VR眼镜，就和冬奥会选赛手一样体验到赛道带来的风驰电掣的刺激感受。

4、数字化为奥运备战科技助力创造新动能

国家体育总局面对北京冬奥会的严峻形势，加快实施“科技助力”，提高精确备战，打造数字化国家队，创造北京冬奥会科技助力新动能。

我国奥运科技和科技助力通过“科技奥运”、“国家科技支撑计划”等课题攻关凝练成成果，为奥运备战提供服务。科技攻关内容从机能评定到状态诊断、从技术分析到战术模拟、从训练反馈到疲劳监控，实现奥运金牌有很多案例。

皮划艇通过创新实现雅典奥运会双人划艇金牌突破；乒乓球通过技战术分析保持长盛不衰；游泳借助科技攻关解决“有效训练负荷强度”提升竞争力；跳水利用视频监控和训练电子化设计提高个性训练，保持技术国际领先；女排通过科技助力，实现技战术对标训练，借助鹰眼技术和体能康复突破实现里约奥运会夺冠。

据悉，2020夏奥会的东道主日本已经成功研制出“体操动作难度自动识别系统”，这也是运动训练数字化、智能化发展的最好例证。届时，2020东京奥运会上很可能出现“人工智能裁判员”，将会使体操等技能项目的裁判评分更加公平、公正和拥有人眼所无法具备的实效性。

5、体能训练是挖掘人类极限潜能科学工程

2018年5月召开了第八届北京体能大会，在国内体能训练如火如荼发展的今天，需要我们更加理性地深思和重新审视体能训练的科学化问题，以期推动中国竞技体育体能训练的可持续发展。

在大会上，众多国内外知名专家对体能训练数字化、智能化的相关问题进行了广泛交流。其中，涉及运动员体能训练数据的收集、数据的分析、数据的反馈已经成为当今体能训练发展的热门话题。目前的体能训练已经远远跳出了传统的思维模式和训练模式，教练员不仅仅是指导训练，还能通过各种仪器设备获得大量的体验数据，尤其是部分机构已经实现了体能训练大数据管理平台，通过这些数据来反馈和指导体能训练已经成为不可或缺的训练步骤。

其中，世界知名运动生理学专家，纳瑟迪克教授还结合体能训练向与会者展示了未来体验训练的发展前沿，即人工智能全面介入日常体验训练；另外一名美国的体能训练专家卡利沃，结合当今最新科技发展专门从如何评价体能训练的效果角度进行了专题讲座；澳大利亚的著名体能教练尼克详也详细介绍了国家队体能训练中大数据管理的应用问题。

本次大会上国内外体能训练专家共同分享了当今世界最前沿的数字化体能训练理念，共同探讨了国际体能训练最前沿的改革创新技术，为推动国际体能训练的发展起到助力作用。

5.1、体能训练经过三个阶段

（1）要素型训练——硬件水平提高。

形态是体能的载体、机能是体能支撑、素质是体能重点；重视单一素质如力量、耐力等训练，不重视动作优化和结构改善。

（2）身体功能训练——软件信息水平提高。

①姿态合理：左右对称、动作上下协调、做功肌肉顺序合理；

②效率优化：神经肌肉功率、动力传递效率、身体控制能力；

③神经控制：姿态训练、动作模式、平衡稳定一体化等。

（3）运动表现训练——人体与环境交互状态提升。

特定表现是基础，大数据和智能科技手段评价是起点；技术大数据、动作捕捉、过程监控、负反馈机制为训练提供依据；运动表现训练不仅涵盖身体素质和动作功能，更重视神级系统参与。

5.2、体能训练数字化、智能化驱动内涵

体能训练数字化、智能化驱动内涵主要包括三个方面，即对技术进行大数据分析，动作模式的定量化表述和动作捕捉技术可视化反馈。

在物理空间的身体功能训练中，可以按照不同维度进行有向度训练，这样会形强化单一维度功能链，多个角度功能链训练就会形成“扇面效益”；扇面功能链根据运动维度需要会出现相互适应、兼容、并联、串联等优化过程，整体提升身体功能对外整体表现水平。当今国际体坛对“表现训练”来描述竞技体育、运动员竞赛、体能水平等就是重新认识和界定人体运动表达方式，从更加深刻、系统的角度对运动能力向竞技表现演进的引导过程。关于表现训练认识对实现大数据智能化训练提供了认识前提，使得人类多类别、多向度、多层次等多功能积累动态呈现成为现实。

负反馈运动表现提升的科学过程，需要神经系统与内脏等系统相互交织，互惠、互动、互助的复杂过程，这是人体内在生理过程、化学过程、组织修复过程，或许还有更复杂多元物理空间效应，这是我们目前尚未了解变化过程。万物互联本质是客观关联、勾连、跨空间互动等过程；跨空间变化过程有可能是没有时间维度的，因为时间在不同空间可以呈现“异状共舞”或“虫洞弯曲”。我们的人体内的生物空间中或许存在着我们为之的异状空间；还有物质的形状之间可以成为异状共舞的融合体，体内生物系统和功能系统之间产期存在着异状共舞的“飞碟（UF O）”效益，这是生理机能复杂统一的动力机制源泉。