在最近的一次关于 AI 的圆桌会议上，三位业内专家讨论了 AI 体适能穿戴设备方面的突破，这些突破将对跑步者和运动员产生巨大影响。
这次讨论中涌现出了许多非常有见地的观点——这些关于工程实践的背景内容让我们看到了为何 AI 能够如此有效地支持人们的运动表现。
接下来，我将逐一介绍每位专家提出的一个核心观点，展示三个设计理念，这些理念构成了我们探索 AI 在运动领域应用的重要部分。
边缘设备与原始个人数据
这一关于 AI 的观点实际上包含两个组成部分——一部分涉及我们如何部署大语言模型，另一部分则围绕我们人类语言与我们生命体征在实时测量时所“表达”的语言之间的差异展开。
Alexander Amini 对跑步（以及网球）相当了解，他同时还参与了一家正在革新当代 AI 的公司。
在讲述 AI 如何为运动员服务时，Amini 首先指出，这在于“让 AI 与数据所在的位置共存”。
他解释道——早期的大语言模型部署在互联网上，因为边缘设备没有足够的运行能力。Transformers 昂贵且复杂。
而现在，新模型使我们能够在边缘设备上安装智能大语言模型，这不仅大幅降低了成本，还能帮助那些处于无互联网接入区域的运动员。
“这为我们与 AI 互动的方式开辟了全新的维度，”他说，“AI 已不再是一个需要将你所有数据上传给第三方服务商的工具，而可以深度嵌入到你生活的每个时刻。”
他的另一个观点在于，通过使用这些穿戴设备，我们可以收集到比单纯语言交流更多、更丰富的数据。
“这一切归根结底在于我们与 AI 交流的方式，”他说。
他还进一步解释道。以下是我的理解：本质上，语言是一套用以传递思想的符号，正如他所说，是经过‘压缩’的，而非原始数据。相比之下，想想看你身体每一微秒释放的所有数据，那是一种完全不同的沟通媒介。如果 AI 能够获取并利用所有这些数据，而不只是单纯倾听你的言语，它就能更全面地了解你这个人。
“我们身体生成的数据无法通过语言进行压缩，”Amini 说，“这些数据具有高度多维性，信号表达十分丰富，并且是连续不断的。数据量巨大，在许多情况下，我们无法将所体现的全部体能复杂性实时传输给这些系统。这正是当我们谈论将 AI 引入自身时……我们所解锁的全新可能。”
我是否脱水？
另一个精彩的观点来自 Emily Capodilupo，她设计了一款名为 Whoop 的工具。
她解释说，人类在判断自己是否脱水方面表现极差。
“我们实际上在判断脱水状态上非常糟糕，”她表示，“人们往往没意识到自己正处于脱水状态。总体而言……你的身体知道许多信息，但如果你腕上运行着算法，能够帮你理解身体在努力工作的程度与运动速度之间的比例——如果这两个指标开始迅速背离，那就可能是你即将‘撞墙’或正受到脱水困扰的信号。”
作为一名跑者，我对此颇有共鸣：如果完全依靠自身感觉去判断，通常只能依据口渴、发热或皮肤状况来判断脱水。而 AI 能够精准到更细微的层面检测你身体的实际需求，这对于任何装备了这些工具的运动员来说都将是巨大的优势。
我的数字孪生体
当天，另一位发言者 Jamie 也上台发言。他采用一种叫做数字孪生（digital twinning）的技术，对自己的身体进行了大量研究。
数字孪生简单来说就是对现实中某物的一个健全模型。我常用“分身”这一词来描述这种系统，也就是对实体或模拟空间中实体事物的高度详细仿真。
这一数字孪生为我们提供了一个分析试验场，帮助我们不断改进测量技术。
Jamie 透露，他已经为自己构建了 100 个样本，每个样本的成本大约为 5000 美元。
“在过去十年中，我在测量自身生物数据变化上花费了大约 50 万美元，”他说，“这些结果变化累计构成了一个数字孪生，它不仅能预测我的未来，还能预测我面临的各种疾病风险，如今我们甚至可以通过血液测试来实现。”
谈到普及性，他引用了 William Gibson 的话：“未来已经到来——只不过分布并不均匀。”
“我们现在几乎对所有人类疾病都有血液测试，”他继续说道，“这些测试的准确率比市场上现有的预测高出五到十倍。”
更进一步，他解释称，在运用新技术的研究中发现，通过对收集到的数据进行分析，有一半接受分析的患者能够从显著的干预中获得益处。
“在我们进行的数据分析中，发现一半的个体具备了一个能改变生活、显著延长寿命的关键可操作信息——这一切都是经过计算、预测与分析得出的，”他说。这是一个了不起的统计数据。
面向未来的创新
这三项发现分别展示了 AI 在帮助我们“微调”生活（无论是在体能、长寿等方面）上的巨大潜力，使我们不再需要凭直觉或猜测。
基本上，以前我们认为只存在于科幻小说中的许多工具，如今已变为现实。某些工具可能尚未全面推向市场——目前我们还未见到所有相关技术在生活中的完全展示，但这一现状很快就会改变。
