文/ 離離

來源/智能相對論（aixdlun）

“旋轉，跳躍，我閉著眼……”

不對，錯了。

助滑、起跳、空中翻轉、落地，是自由式滑雪技術動作的四個組成部份。運動員須以每小時55到68公里的速度下滑，借助高度為三、四米左右的跳臺，在15米高的空中進行翻轉和轉體等動作，最終在37度的雪坡上平穩滑出。裁判依照空中動作與落地動作的完成度、優美度和難度系數采取扣分制評分。這是現行自由式滑雪運動比賽的流程。

隨著2022年北京冬季奧運會越來越近，中國滑雪運動呈現蓬勃的發展態勢。統計報告顯示，自1996到2018年，中國滑雪人次從1萬增至1800萬，預計到2022年中國冰雪旅游收入將超過6700億元。而國內近來火熱的人工智能技術，也開始賦能于滑雪這項歷史悠久的體育活動，幫助自由式滑雪運動建立較為客觀的評分系統。

相對于人類裁判的雙眼，人工智能可通過圖像識別及大數據技術，對目標運動員進行識別、跟蹤和測量，將目標的滑雪動作與數據庫中的技巧做出分析、比對和評判。而提供這個系統的，是此前以作詞作曲寫詩聞名的微軟小冰。

上周，小冰宣布與國家體育總局冬運中心達成合作，為冬奧會提供自由式滑雪空中技巧視覺評分系統。據悉，這是人工智能在全球競技類體育領域的首個落地成果。

像滑雪、滑冰、體操、芭蕾等依靠動作難度與“美感”來評分的運動，或多或少都會帶有一定的主觀色彩。而人工智能系統可以很好地解決這個問題，能使用完全客觀一致的標準，將技術動作量化，為參賽選手評分。此外，小冰還能配合國家體育總局冬運中心自由式滑雪隊的科學訓練需求，針對自由式滑雪空中技巧項目的運動特點，獨創滑雪運動分析模型，幫助運動員提升訓練效率。

此為近年來人工智能技術在滑雪領域的新嘗試，在此之前，AI技術在滑雪運動中的應用多偏重于滑雪穿戴裝備的科技化和滑雪機器人的研發。

特效眼鏡、教練鞋墊……還有什么不可以

若是你在滑雪場看到一個戴著紫色眼鏡自言自語的人，請不要懷疑他有精神問題，他只是在和眼鏡說話罷了。

2015年，以色列創業團隊推出了一款帶有視頻聊天功能的RideOn滑雪護目鏡和頭盔，讓人們在滑雪的時候也能和親友實時分享。這款售價為599美元（約等于3800元人民幣）的滑雪護目鏡除了防刮、防水、除霧等基本功能，還配備了高像素的攝影機。第一視角的拍攝效果堪比Go Pro運動相機，可直接將錄制的影片通過藍牙發送到手機上，為許多愛好攝影的運動博主和Youtuber帶來便利。

除此之外，RideOn護目鏡內置的AR設備能讓佩戴者擁有現實增強的體驗。其采用了Clear-Vu顯示技術，清晰度可達到谷歌眼鏡的3倍。利用人機交互技術，RideOn滑雪鏡還會根據用戶的視野顯示一個類似微軟Hololens的虛擬浮動界面，用戶無需借用任何外部設備，通過眼神即可完成各種操作。如通過視線移動完成選擇，然后眨一下眼睛，發送信息或語音，甚至扔一個虛擬雪球。

RideOn還設有虛擬障礙滑雪賽道的游戲特效，讓用戶穿過數個虛擬六角形障礙并依此獲得分數，與朋友們一較高下，為滑雪訓練增添了趣味性。此外，Ride On還配備了GPS導航功能，不僅能幫助使用者定位及判別方向，還能與其他使用者共享位置；并隨時提供天氣、風向、高度等實時訊息，幫助使用者選擇更好的滑行路線。實用的功能和滿點的娛樂性讓RideOn一推出便廣受歡迎。

同樣的，如果你在滑雪場看到有人突然獨自站住不動，怎么叫他都沒反應，也不必覺得奇怪。或許，他只是在專注聆聽鞋墊的指導。

“智能相對論”查詢到，Carv-滑雪智能鞋墊被稱為“踩在腳底的私人滑雪教練”，可以在用戶滑雪過程中收集雙腳壓力、運動加速度和路徑數據，以此監測使用者每次滑行的身體重心位置和平衡程度變化。鞋墊中的電池通信模塊可以對收集到的數據進行實時存儲和分析，可以通過無線藍牙與手機APP連接，并藉由耳機對用戶進行語音指導，或者通過顯示屏反饋給用戶。

這位誕生于英國倫敦大學帝國理工學院的“教練”由一個厚度只有1毫米左右的超薄鞋墊和一個電池通信模塊組成。鞋墊上分布著追蹤器、48個壓力傳感器和1個9軸3D運動加速度傳感器，可以監控滑行姿勢、滑行路徑、轉彎弧度、起跳落地角度等各項滑雪參數，并配有各種相應尺碼。

此款鞋墊還能針對不同滑雪者的水平和不同的滑雪項目，提供量身定制的參考數據和技術指導意見，并分析數據的走向及使用者與職業滑雪運動員之間的差異，從而改善并提高滑雪技術。

對于普通滑雪，Carv會直接對動作質量做出評價，并通過聲音告訴滑雪者，幫助用戶改進滑雪姿勢。對于自由式滑雪，Carv可以分析滯空時間、轉體角度等信息。對于職業運動員和教練，Carv記錄的數據和教練端APP可以幫助他們完整記錄、分析整體運動過程。Carv還可以計算用戶的滑雪成績，讓業余的滑雪愛好者與朋友分享、比較運動數據，且售價僅為199英鎊(折合人民幣1741元)，似乎比聘請人類滑雪教練的費用便宜許多。

AI除了加持護目鏡、鞋墊等滑雪必備用品，也為膝蓋不好的人們提供了參與滑雪運動的機會。

致力于開發人類增強型外骨骼的Roam Robotics公司研發了一款能減輕滑雪者身體負擔的外骨骼裝備機器人Roma。其結合車載傳感器和智能軟件，能預測使用者的轉彎動作，并自動調整膝蓋和四軸支撐。幫助使用者自然運動，保證使用者的人身安全。

外骨骼裝備最早運用于軍事領域，為了提高單個士兵作戰能力而研發，后來擴展至醫學及工業用途。運作原理是根據人的肢體活動來感應、驅動機械關節執行動作，能幫助穿戴者跑得更快、跳得更高、負重能力更強，并為穿戴者提供保護。

滑雪時膝蓋往往承擔較多壓力，Roma利用傳感器來探測滑雪者的動作，再利用氣囊和織物來自動調整膝蓋部位的扭矩。在下坡的時候，Roma還提供一種平衡的輔助設備。當遇到難度較大的轉彎，或想在斜坡上停留時，這個裝置都能幫忙減少肌肉的壓力。如果你已經確定自己下一步要做什么動作，還可以手動進行調整。

算法說:你學會了!制動器:哈哈哈哈哈

和相對成熟的滑雪設備智能化技術相比，滑雪機器人的落地還需要不少時間。

兩年前，韓國平昌冬奧會上舉辦了一場“Edge of Robot滑雪機器人比賽”，由韓國科技公司、研究機構及高等院校所研發的八名參賽機器人共同對戰。這些萌萌的小機器身高介于75至160cm不等，具有類似人體的外形，手拿雪杖、腳踏滑雪板，看起來有點專業。不知是為了保溫還是賣萌，研究團隊還為它們穿上了滑雪服。

這些機器人均搭載了雷達與視覺傳感器，借助攝像機內置的AI視覺系統來判定自身與障礙物間的距離，通過對這些訊息的處理與獨立的動力系統，來操縱“腿部”制動器進行障礙物與目的地鎖定，以及滑行路線、速度的轉換。

對于人類而言，屈膝、轉彎和重心移動皆是熟能生巧的本能反應，但對于機器人來說，模仿人類滑雪動作并自動繪制路徑，是一項極其繁復且困難的工程。

首先遇到的瓶頸是姿態模仿，機器人需要模仿人類滑雪運動員在雪道上滑行和轉向時的姿態，同時能夠對姿態進行相應的控制和調整。對現有的AI視覺分析和大數據技術而言，姿態動作的解析與重心、受力的計算并非難事，但做出來可就不是那么一回事了。

這次比賽的雙板滑雪項目，由于人體姿態和雙足受力是左右對稱且平均的，人體正面對著前進方向，較有利于機器人的分析模仿。但單板滑雪中，人體側向面對前進方向，且在轉彎的過程中會產生前刃和后刃的不對稱反弓，讓機器人更加難以理解和模仿。

其次是平衡問題。相對于人類通過感知和敏銳的神經達到身體平衡，機器人只能通過數據來實現。在脫離摩擦力且有坡度的雪地上，機器人要保持重力、重心位置、支撐力和摩擦力的平衡；轉彎時還要隨著反作用力和離心力的變化隨時調整姿勢保持重心位置。嗯，真是非常考驗機器人(工程師)的實時計算能力與制動能力呢。

啊!我太難了!

第三個難題是路線判斷。滑雪機器人基于視覺傳感器獲取場景訊息，依靠AI視覺識別和視覺學習功能，在滑行過程中，完成對雪道方向、坡度及障礙物的位置識別，從而實時測算出滑行線路，再藉由驅動器控制機器人的關節。但雪地低摩擦環境所帶來的坡度、阻力、摩擦力等變數讓機器人無法像在平常的土地上那樣精確控制前進速度，算法精準度尚有待提高。而冰天雪地的低氣溫也讓一些參賽選手的導航系統失去了作用，讓它們無視障礙物，喜感地直沖終點。

雙足滑雪機器人的制作，涉及冰雪生物動力學、雙足機器人設計、環境感知、姿態控制、路徑規劃、數據計算等多個學科綜合。與雙足步行機器人相比，滑雪機器人行進速度快、雪地環境復雜，對機械結構設計、環境感知以及自主決策提出更高的要求。總體而言，滑雪機器人在比賽中的表現好壞參半，但這場比賽揭示了韓國機器人產業的發展速度。

相較之下，中國對雙足滑雪機器人的研究進度較慢，而為了推進中國冰雪體育與體育科技產業發展，北京延慶滑雪場也將舉行滑雪機器人的障礙滑雪賽--首屆中國國際機器人競技大賽-冰雪全明星賽。但除了娛樂，滑雪機器人的實際作用與商業價值似乎還需要我們發散一下想象力。

除了速度比拼，滑雪者動作的熟練度與姿態之美也是滑雪比賽的一大看點。自由式滑雪視覺評分系統雖具有“客觀公正”的優點，但并未達到可獨立做出裁決的水平。

由于人工智能掌握的技巧動作是基于人類現有的姿態，通過大量自我學習而獲得。在現有的運算規則下，當參賽者做出尚未出現過的新動作，AI評分系統可能會無所適從。若是完全依靠人工智能判決，無法理解“美感”為何物的AI裁判可能會讓這些技巧動作類運動失去美感與創造力。再者，裁判的判決評分標準本身也是競技體育的魅力之一，少了人工判決的偶然性與懸念，或許會讓比賽不再那么吸引人。

而比起較為小眾的滑雪機器人和To B的小冰視覺評分系統，智能滑雪設備的引進與研發或許才能真正讓國內日益龐大的滑雪運動群體享受到人工智能技術為滑雪運動帶來的價值。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。