人工智能助力提升中小学学生身体活动锻炼效果研究

摘  要：人工智能技术的发展已经深入到生活中的各个方面，对我国教育行业产生了深远的影响，我国各级教育部门也在通过人工智能技术提升青少年的身体素质。在这样的背景下，本文进一步研究和讨论利用人工智能技术助力提升中小学学生身体活动效果的意义与方法，并对所能产生的效果进行展望。

关键词：人工智能;中小学体育;身体活动;效果评价

中图分类号：G623.8    文献标识码：A    文章编号：1005-2410（2022）04-0044-02

2021年7月24日，中共中央办公厅、国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》，该文件的出台标志着国家对中小学生的培养更加注重均衡化，注重德智体美劳的全面发展。我国青少年的身体素质已多年连续下滑，中小学生身体活动锻炼不足是我国青少年身体素质下降的主要原因。

我国各级教育部门制定了多项政策引导青少年加强身体锻炼，提升锻炼效果。在此背景下，随着人工智能技术在各领域的应用并取得良好的效果，本文将研究和讨论利用人工智能技术助力提升中小学生身体活动锻炼效果的可行性与实现方法，助力青少年身体素质的提升。

一、人工智能助力提升中小学生身体活动效果的必要性分析

总体而言，随着人工智能、大数据、5G等为代表的新一代信息技术的发展，智能化已成为社会各领域的发展趋势和发展目标，我国正加速进入信息科技的新时代。教育部于2018年发布的《教育信息化2.0行动计划》和于2021年发布的《关于加强新时代教育管理信息化工作的通知》指出了教育未来的发展趋势是利用科技手段提升教学服务质量。人工智能融入体育教育是新时代社会发展的新趋势，人工智能通过分析身体的健康状况，能够提出更科学的生活建议与运动干预方案[1]。

从技术的角度来看，人工智能技术在青少年身体活动的运动前-运动中-运动后的各个阶段，都可以发挥其作用与功能。在运动前，需要根据中小学生的历史运动数据，分析当前学生的运动负荷，通过对应的神经网络算法，给出适合当前身体机能的运动处方。在运动过程中，通过运动手表、运动手环、运动APP、视频记录等多种手段，监控学生的运动过程与运动强度。在运动后，需要根据运动方案推荐身体恢复方法。对于运动损伤和伤病，根据知识图谱定位受伤原因与程度，给出对应的康复方案。

二、人工智能助力提升中小学生身体活动效果的实现方法

人工智能技术的实现不是无源之水、无本之木，需要硬件、平台、算法相互配合，有机结合。图1的人工智能数据采集分析系统可实际应用和服务于中小学运动锻炼检测。该系统分为3个层级，分别为数据采集、数据统计与分析、运动指导。基于这3个层级，本研究认为，为了更好地提升中小学学生身体活动的锻炼效果，应该从如下方面利用人工智能技术服务与助力中小学生身体活动的锻炼。

（一）基于智能传感设备的运动数据捕捉

智能传感设备是目前使用最广泛的运动数据采集方式。采集设备主要通过体动记录、心率检测方式采集数据。体动记录的原理是通过内置重力传感器或加速度计记录每个时刻的运动位移向量，并对一段时间的运动位移向量进行积分和模式分析。《运动传感器测量身体活动的关键技术研究》一文中展示了用三轴加速度计测量运动的方法[2]。三轴加速度计测量三维空间的位移，相较于三轴加速度计，六轴加速度计增加了三维坐标轴的角加速度，能够更好地评价物体的空间姿态变化。目前，六轴加速度计也开始广泛使用于许多体育产品中，如网球球拍的姿态判定等。

心率检测本质是利用光电容积脉搏波描记法，通过光信号（通常是绿光）穿过皮肤中的组织、各类血管被吸收、反射后，用光电二极管累积的光的通量来记录心率的。当心脏收缩时，外周血容量多，对光的吸收大，光信号弱。除了动脉中流动的血液对光有一定影响，肌肉、骨骼、静脉及其他组织对光的吸收是基本不变的。运动手环和运动手表的血氧的测量方法与心率的测量原理类似，也采用光电容积脉搏波描记法，只不过用红光波长的光谱。

运动APP同样利用手机里的传感设备，原理和手环、手表一样，只不过没有前两者便携。指环方血氧仪不采用运动手环和运动手表所用的反射式测量法，而是采用医学临床上的投射式测量方式，从另一面采集光的通量信号，因为接收的信号强度更强，所以效果比一般的运动手表和运动手环更优。

相较于专业的生理采集设备，用于运动采集的这些设备准确率并不是特别突出，但仍然是全世界范围内较准确且便携的采集方式。在价格方面，小规模使用是可以承受的，但如果长期大规模使用，其成本则是一项庞大的开支。

（二）基于计算机视觉技术的运动数据捕捉

由于大规模大范围数据采集时，每人一个传感设备将花费大量的资金，基于人工智能的数据捕捉是一种很好的替代方案。其特点是一次投入成本较高，但是长期运营费用很低，适用于有大量待检测人群的长期固定的运动场景。

目前，基于人工智能的人体姿态评价技术已经成熟，利用单目二维（图2）、多目三维（图3）人体骨骼姿态算法对人体动作进行评价已投入应用。该技术几乎可以应用于全部体育运动中，非常适合中小学生的运动检测。同时，基于人工智能的动作定位算法、动作识别算法都将有广泛的应用前景。

当然，基于人工智能与计算机视觉的运动数据也存在一定问题。其主要有如下两方面问题。其一，人工智能模型的准确性建立在大量数据的基础上。在国际范围的人工智能算法领域，人体骨骼关键点方面的数据已经比较充分，但是针对各类体育运动的动作定位和动作分类方面的数据还比较欠缺。因此对于某个具体动作的评价还需要相关体育项目专家的定义，开发效率较低。随着科研的发展与深入，相信相当一部分问题会在未来几年得到解决。其二，基于纯视觉技术的运动量分析模型在理论上还不够成熟。在没有传感器辅助的情况下，算法缺乏有效的手段知晓某个被观测学生的运动热量消耗是多少。通过与传感器的结合使用，仅对一部分学生使用传感器，而对所有学生采用人工智能，既降低了成本，又可以在众多学生中拥有标准的运动热量消耗模板，从而让其他有类似运动模式的学生与之匹配。

（三）基于自动化机器学习平台的中小学生运动表现分析

运动表现分析在运动科学领域有着深入的研究，但目前的研究更多地依靠专家的人工分析。中小学生人数众多，现实中的运动专家数量远远满足不了需求，因此利用人工智能技术，将专家的先验知识转化为可量化的分析模型是必然的选择。

自动化机器学习平台是一种近年来流行的解决方式。自动化机器学习平台继承了各类回归模型、分类模型、决策树模型，对大多数通用数据分析都有很好的模型匹配度。同时，因为数据采集系统的采集目标集中于固定的中小学生的多项体育活动，数据易标准化、结构化，因此对数据的预处理也比较容易，方便自动化机器学习平台对数据的处理。除此之外，自动化机器学习平台可以生成标准化的用户界面，其不仅方便于专业的算法开发者，非专业人士也能很好地使用，并呈现分析结果。

（四）基于深度神经网络的个性化运动处方推荐

基于上述三点，人工智能数据采集和分析系统不仅可以分析学生的运动数据，还可以对学生的运动给出建议。对每个中小学生的运动处方推荐是一项广泛和有益的应用，其摆脱了过去统一的运动训练模式，能够做到“因人而异”“因材施教”。

基于深度神经网络的推荐算法在商品推荐方面取得了很好的应用效果，其通过用户画像得到有关用户个体的差异化信息，如年龄、性别、收入等，并结合历史商品浏览记录，可以提升用户的购买欲望。同样，在中小学体育运动个性化运动项目推荐中，可以把学生的年龄、性别、身高、体重、肺活量、心率等因素作为中小学生的用户画像数据，结合历史运动项目类别、运动时长、运动频率，在满足提升学生运动能力的前提下，提升学生的运动兴趣。

三、展望

当今时代，人工智能的发展方兴未艾、如火如荼。本文认为，体育教育行业的从业者，尤其是中小学体育教育的从业者，需要在新的时代要求下，利用并善用人工智能技术提升学生的体育锻炼兴趣、效果与水平，提升我国青少年的身体素质，使之能够全面发展。人工智能技术是助力提升我国青少年身体素质的有效手段之一，也将为我国“体育强国”战略添砖加瓦。

参考文献：

[1]周生旺，程传银.身体与技术：身体哲学视域下人工智能融入体育的伦理审思[J].上海体育学院学报，2021，45（09）.

[2]戴剑松.运动传感器测量身体活动的关键技术研究[D].南京：南京医科大学，2015.

[基金项目：本文系北京市朝阳区科学技术和信息化局社会发展计划常规项目CYSF2123]