8 月 3 日消息，今年的东京奥运会中首次加入了冲浪这一比赛项目。上周二美国冲浪运动员 Carissa Moore 在女子冲浪比赛中夺冠，取得了奥运史上的首枚冲浪项目的金牌。
据华尔街日报报道，Carissa Moore 的赛前训练中运用了多种技术帮助其教练对她的训练进行调整。她的夺金不仅是个人努力的结果，也是机器学习等各类新技术共同作用的结果。
美国冲浪运动官方机构 USA Surfing 正在开发基于 AI 机器学习的新系统，用来分析运动员及冲浪过程中各种因素的各项数据，提高其在运动中的表现。
另外，基于机器学习的海浪预测系统也在这次奥运会的冲浪比赛中发挥了重要作用。正是得益于海浪预测系统，奥委会才确定了冲浪比赛的时间及地点，为运动员创造了最好的比赛条件。
冲浪这项运动中长期存在着“自然主义的海浪骑手”与“现代技术武装的运动员”两种观念。而南非冲浪运动员 Bianca Buitendag 和美国冲浪运动员 Carissa Moore 在奥运会冲浪决赛中的对决，正是这两种观念的直接交锋。
Bianca Buitendag 在比赛前主要关注比赛当天的风浪状况，她并不认为冲浪是一项高科技运动。“这主要是关于天气的衡量。”她说道。
而 Carissa Moore 采取了与 Bianca Buitendag 完全不同的策略，她在赛前利用人造冲浪池进行训练，并使用可穿戴戒指等技术来追踪她的睡眠状况和其他生命体征，以帮助她的教练对她的训练及体能恢复过程进行微调。
最终 Carissa Moore 以近 6.5 分的优势将对手击败，夺得了有史以来第一枚奥运会冲浪比赛的金牌。
▲ 巴西冲浪运动员 Bianca Buitendag（左）与美国冲浪运动员 Carissa Moore（右）
美国南加州大学冲浪历史学家 Peter Westwick 谈道，在冲浪板和运动服中使用先进的聚合物产品并在赛前建立复杂的天气模型，有助于运动员驾驭像奥运会这样的比赛。
他说：“这些技术源于军事研究和开发，而现在它们是冲浪这一个价值数十亿美元的产业的基础。”
Carissa Moore 夺金的背后与机器学习算法的应用有着莫大的关系。研究人员和冲浪教练称，机器学习算法可能会在未来几年进一步影响冲浪运动，帮助改进对波浪的预测，并在训练、伤害预防和顶级运动员的招募方面取得进展。
USA Surfing 的医学主任 Kevyn Dean 称他们通过机器学习算法对运动员相关的数据进行分析，以便运动员能够在比赛中提高其运动表现。
例如，一项研究表明冲浪者在空中“着陆”的能力受到脚踝的灵活性和髋部的稳定性的影响。Kevyn Dean 谈道：“这是显而易见的，问题在于你需要多大的力度来保持脚踝的灵活和髋部的稳定？这两个部位要进入什么样的状态才能保证你平稳的降落？答案是需要数据来分析。”
2019 年时 USA Surfing 利用动作捕捉相机和力传感器获得了一系列生物力学数据，并用这些数据进行了实验，量化了不同的跳跃和着陆机制。
除此之外，他们还能够获得关于摇摆（sway，为在冲浪板上保持平衡而进行的轻微运动）的数据，以及运动员的腿部施加到冲浪板上的力。
“每个肢体之间往往存在很多‘不平衡’，这种‘不平衡’可能是使运动员成为超人或使其受伤的关键因素。这是一个关键的突破点。”USA Surfing 的数据分析经理 Tracy Axel 说。
Kevyn Dean 说：“我们一直在努力想办法让我们的运动员表现得更加出色。但是在冲浪中有太多你无法控制的变量，比如风和潮汐。深入研究和分析有关的数据是我们下一步的计划，我们真的很想追踪这些数据。”
他们研究的数据类型还包括运动员的心血管输出、睡眠模式、心率变化及某些部位受伤的频率等，这是从其他利用数据分析来提高运动表现的运动（如篮球、足球、橄榄球等）中汲取到的灵感。另外他们还分析了来自全球同行的评审研究，以确定哪些生理因素会影响运动表现。
在工程团队的帮助下，USA Surfing 正在开发一种机器学习系统，利用该系统可以使用冲浪者在实际波浪中拍摄的图像分析一些相关信息。
Kevyn Dean 提到，今年 1 月份他们开发了一个概念验证版本，能够识别冲浪者的基本的动作以及冲浪者在冲浪板上的优势。她还称随着技术的进一步发展，人工智能可以通过筛选大量视频并识别团队感兴趣的模式来帮助团队进行人才招聘、伤害预防以及运动员的培训。
在冲浪比赛中，比赛结果不仅取决于运动员现场的发挥，也取决于比赛现场的风浪情况。因此，冲浪比赛是奥运会中唯一一个没有固定比赛日期的项目，一切都取决于比赛期间的风浪等自然条件。
海浪预测是机器学习在冲浪方面最大的应用之一。冲浪预测服务机构 Surfline 的研究团队利用数十年的气候数据预测台风尼伯特会助长海浪，这才帮助奥委会确定了冲浪比赛的日期，并决定将钓崎海岸冲浪场作为首届奥运冲浪比赛的场地。
冲浪比赛的第一天，包括 Carissa Moore 在内的几位冲浪运动员都说海浪很小或难以驾驭。但是一周以后，运动员们都为台风的到来感到高兴，因为台风为决赛创造出了更大的海浪。
在 Carissa Moore 和 Bianca Buitendag 的金牌对决中，海浪高度达到了 2.5 米，这为决赛提供了极好的比赛条件。
▲ 美国冲浪运动员 Carissa Moore 庆祝夺冠
据 Peter Westwick 所说，海浪预测技术在用到冲浪领域之前就有了很悠久的历史，在海岸工程、海岸保护和二战的作战计划中都有应用。
夏威夷大学马诺阿太平洋岛屿海洋观测系统（Manoa’s Pacific Islands Ocean Observing System）的海浪模型系统专家 Ning Li 说：“得益于大数据的广泛应用和计算能力的提高，海浪预测技术也得到了进步，这些进步让图像和声音识别等其他商用的机器学习技术成为可能。”
Surfline 的预测主管 Kevin Wallis 称，Surfline 的软件会读取和分析多个数据源，包括卫星图像、极地冰盖、海底形状、风的模式和浮标测量值等。
“我们让计算机处理我们得到的所有数字来指导我们做决定。”Kevin Wallis 说。
Surfline 有一个由大约 800 个摄像头组成的监测网络，可以让该公司的小型预报员队伍远程分析海浪模式。他们的预测中也利用了冲浪者的反馈，这些信息在一定程度上被用来调整模型，提高预测结果。
Kevin Wallis 举例说道：“当南加州同时出现来自南部和西北部的涌浪时，往往会产生比模型预测结果更大的海浪。模型与实际相比可能会有几英尺的偏差，这在波浪质量和可乘性（rideability）上会产生巨大差异，而人类的反馈会帮助 Surfline 改善这一结果。
“这项工作还在进行中。”Kevin Wallis 说。“当你发现你的预测对冲浪者乘风破浪真的很有帮助，你就会意识到这是一项了不起的工作。”
奥运不仅是各国体育健将比拼体能与技巧的赛场，也是各类新技术的修炼场。前有鲨鱼皮泳衣助力游泳选手取胜，后有奥地利女博士靠数学计算硬核夺金。各类技术一直是奥运比赛中的常客，这次的冲浪比赛自然也不例外。
机器学习作为人工智能领域极重要的一环，在众多领域得到了广泛应用，体育运动也成为了其应用领域之一。
这次的冲浪比赛中，USA Surfing 利用机器学习来分析运动员在冲浪中的各项数据，帮助运动员更好的提高自己在赛场上的表现。而 Surfline 基于机器学习实现的海浪预测技术，让比赛场地和时间得以确定，给运动员创造了最佳的展示舞台。
USA Surfing 的机器学习系统尚未完全开发完成，这次比赛仅是小试牛刀，就帮助运动员收获了首枚金牌。随着技术的不断完善，机器学习将在体育运动领域大放异彩，成为运动员不可缺少的“虚拟教练”。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。