利用人工智慧來健身 看Keep在AI方面的研究成果
近日,Keep首場技術開放日活動在北京舉行,Keep 技術VP 彭躍輝、Keep首席科學家秦曾昌圍繞Keep的技術進化發展,視覺演算法、大資料探勘等AI技術在運動領域的運用方面進行主題演講,Keep技術團隊現場演示了代表性的實戰案例,並與眾多技術熱愛者和人工智慧領域的技術大咖們共同探討了AI前沿技術在運動領域的落地與實踐,現場互動氛圍熱烈,參會者也積極分享了自己在實踐方面的經驗。
Keep技術進化路徑,打造智慧化的運動科技生態
Keep目前擁有豐富的運動品類服務,為1.6億使用者提供健身教學、跑步、騎行、交友、健康飲食指導及裝備購買等一站式運動解決方案,強大的資料中心全方位記錄了使用者的運動行為與資料。在運營運動社群的過程中,Keep也發掘不少運動領域的KOL,可以說Keep已成為大家運動生活方式的重要組成部分。
對科技的探索一直支援著Keep前進,Keep技術VP彭躍輝在現場分享時提到,Keep技術團隊定位是持續提升產品質量和開發效率,不斷加強技術支撐業務的能力,為Keep攻破技術壁壘和探索商業價值。為此,Keep技術團隊架構也分為三個層次,最底層是基礎架構和質量部,為上面所有業務和平臺提供支援;第二層為中颱,包括商業中臺、工具中臺、資料和演算法;頂層為商業研發,包括工具研發、社群研發和硬體研發。Keep搭建的大資料平臺記錄了使用者產生的運動資料,通過“學、練、測”進一步幫助使用者提升運動效果,目前Keep擁有整個運動領域最全、最準的資料內容。
在AI方面,Keep的現階段規劃主要有兩個方面:一是基於感測器或攝像頭探索運動和AI的結合,給使用者的運動軌跡打分並進行實時反饋;二是基於在Keep APP應用及智慧硬體內採集的海量資料,給使用者做個性化的運動指導。
今年融資後,Keep 將AI上升到了戰略高度,推出AI智慧虛擬教練計劃。為推動智慧化運動方式的落地,彭躍輝介紹到,“我們把整個步驟拆成四個步驟,第一步是搭建場景,如家庭運動場景Keepkit、城市場景運動空間Keepland;第二步是內容建設,給使用者一個完整的課程體系;第三步是挖掘資料,通過自己的資料倉將資料彙總,可清楚地知道使用者畫像及標籤;第四步則是演算法加持,有內容分發的演算法、硬體的演算法、視覺的演算法、資料探勘的演算法,我們希望通過演算法對資料的處理和應用最後反哺給使用者,讓使用者得到更好的體驗。”
現階段AI技術在運動領域的應用逐漸廣泛,Keep在IOT和AI領域持續深耕,進行了諸多嘗試,不僅為使用者提供個性化訓練內容,還將助力Keep構建出更加完善的運動科技生態。
以使用者體驗為核心,AI技術在運動領域的核心應用
隨著移動網際網路的發展,讓我們足不出戶便可以享受到生活的便利。很多人喜歡關注腦力的發展多過身體,但實際上健康對每個人非常重要,保持身體健康需要個人的毅力,也需要科技的輔助。很多人都希望自己能動起來,但是很多方法並不科學,需要真正瞭解運動的人把這些資訊傳遞給大眾,什麼方式最便捷高效?還是要通過資訊科技、移動網際網路和人工智慧。
Keep希望為使用者解決一些直接、關鍵的問題,其中定製化的訓練是Keep在做的一件重要的事情。Keep首席科學家秦曾昌在現場向技術從業者講到,“我們收集了豐富的使用者資料,通過data intelligence,可以為使用者提供定製化的智慧訓練計劃。我們會把所有教練給我們專業的知識以及這些使用者所達到的運動目標變成一個概率模型,通過確定限制條件的分析計算,在整個解空間取樣出一條路徑,這條路徑就是給這個使用者的‘個性化’的訓練方案。”
每個人的需求和身體情況在運動過程中會不斷髮生變化,通過連線Keep的智慧硬體,可以及時調整使用者的訓練方案。比如使用者戴上手環,做運動的時候通過一些連續的訊號反饋給我們資訊,Keep會把這些訊號進行計算並解析和識別為使用者動作,在IOT方面的技術探索,是Keep人工智慧團隊關注的一大運動科技領域。今年Keep釋出了幾款硬體產品,像跑步機、體脂稱,Keep將智慧硬體的資料與使用者的 ID打通,建立起資料的連線通道後,可以更便捷的為使用者提供更及時的運動反饋。後期,Keep還將通過TOF攝像頭的功能,向用戶展示運動時的3D體態形象,讓使用者瞭解自己的身體情況。最後,秦曾昌對Keep在視覺方面的探索做了進一步的分享,“現階段,Keep除了在做普及的內容檢測演算法工作,所做的視覺演算法方面主要集中在關鍵的動作、姿態的識別, 還有人體關鍵點檢測這方面的研究。而對於圖文並茂的形式,可以做一些跨媒體檢索的工作,比如對於圖片和文字這種可以提出一種預測,把原有的這種文字變成可表述的向量,對於一個又有圖又有文字的綜合資訊來講,它綜合表示語義之間的關聯怎麼衡量,基本上就是利用從圖片提出來的資訊和文字提出來的嵌入資訊建立一個模型,來實現這部分研究工作。”
Keep人工智慧研究院目前的研究主要有四個方向,其一是機器視覺,對於人的的形體和動作獲得更多的反饋,其二是資料探勘內容分發,包括建模給人提供更多的分發、語義關聯等,其三是大資料底層的建設與資料探勘第四個方向是智慧硬體演算法,而Keep也會關注其他AI的研究進展。
用技術實力說話,Demo 應用展示“未來運動生活」”
在開放日上,Keep技術團隊在現場為大家展現了很多酷炫的 Demo 應用,例如利用視覺演算法和 CNN 檢測出每個使用者的形體體態,通過TOF攝像頭拍攝運動過程可以得到動作指導和實時反饋,這些看似用演算法就能完成的事情,Keep在未來會將把它們做到極致並應用到 APP 中。
其實 Demo 中的很多應用都需要部署到移動端,為此,Keep展示了一種快速輕量級的人體識別方法。例如手環監測跳繩運動這項功能,主要是基於裝置裡六軸或者九軸感測器,根據跳繩過程中提取運動特徵來採集資料並形成判定標準。除此之外,Keep還運用構建的算法系統能對人體關鍵點進行檢測,由此來監測使用者在運動過程中的動作標準度,並生成運動風格反饋給使用者。
可見提升使用者體驗、為使用者提供切實的服務才是技術應用的關鍵,而Keep在技術上的探索正是為了滿足使用者需求而不斷進化發展。