万物皆AI?那自行车运动呢

出处 : bikeradar 作者 : Nicola Smith

在万物皆可AI的当下，能利用AI的力量来改善自行车运动吗？

AI(人工智能)可以快速处理大量数据来探寻变化趋势，能在一定程度上预测未来，并且它正在渗透到我们生活的各个领域，自行车运动也避免不了它的进入。

自行车运动员或者爱好者可以利用这一新兴技术来提高他们的表现，享受更加舒适的骑行，或者只是为了让骑行更安全，或许你已经在不知不觉中应用到了AI技术。

一．深入研究数据

一些骑行应用程序通过AI可以快速分析从码表、心率带、智能手表等可穿戴设备收集的性能数据，例如速度、心率和血氧水平生成个性化的见解，以帮助骑行者提高他们的表现。

可穿戴技术专家Chris Ruddock表示：“人们一般认为只有职业车手才使用AI技术，但越来越多的消费产品使用AI来为普通用户提供个性化指导建议，并努力挖掘普通数据中的新见解。”“更多公司还将AI功能直接融入UI界面，使数据比以往更简单、更有吸引力。”

Ruddock引用了TrainerRoad自适应训练平台作为例子。“这款平台会根据你之前完成训练的方式推荐训练计划。通过数据分析补偿基于你对每项努力的反应，理论上消除了在一段时间需要测量FTP来重新校准训练强度的需要”

另一个例子是可穿戴式WHOOP追踪器，其用户包括知名车手范·阿尔特。WHOOP推出了由OpenAI（以ChatGPT闻名）支持的教练功能，该功能根据用户独特的生物识别数据生成针对用户健康和健身问题的个人训练目标。例如当你提问：“你能为我制定一个100km的自行车训练计划吗？”结论显然是可以的。

二．优化你的能量表现

Jumbo-Visma车队（现在的Visma-Lease a Bike）设计了一个AI模型，通过数据训练可以预测车手的热量需求。

车队的营养师Martijn Redegeld解释说，为了准备2023环西班牙，车队将例如功率和GPX文件的核心数据输入模型进行训练，模型本身自带天气等其他数据因素。有了这些数据，模型几分钟便得出结果，准确预测了21个赛段中每位车手的每日热量需求。

“这些数据预测生成的数据是车手个性化营养计划的重要基石，位车手、营养师、厨师在比赛期间提供重要建议。”

现在不仅仅是精英运动员可以享受这样的技术，另一款产品AI Endurance可以计算每日能量建议，维持能量平衡，并优化下一步营养补给、能量补充和训练恢复。

三．提高安全性

如今驾驶辅助系统在汽车中很常见，但AI也可用于预防自行车事故、分析交通数据和识别危险。

例如，Copilot是一款自行车灯和摄像头，可以使用AI来检测接近的车辆，用以监控道路减少事故风险。这款设备用声音来提醒用户，例如有人试图从背后超车，它可以与移动程序同步数据，让用户能够看到身后和身旁发生的事。

生产Copilot的公司Velo.ai创始人克拉克·海恩斯(Clark Haynes)表示，此款产品相较于普通被动式提醒式车灯，有以下优势：“Copilot上的灯会对用户的行为做出反应，当车辆更快地接近用户时，灯光会快速闪烁作为响应，增加光亮强度并改变颜色，以尽可能地吸引用户的注意力。”

后置摄像头记录骑行过程，自动提取险情或碰撞的视频片段。“它可以立即访问已经下载到手机上骑行事故剪辑库并加以分析，这是一项巨大优势。”

四．变得舒适

MyVeloFit和Bike Fast Fit EZ等多个自行车健身应用程序正在使用AI来处理必要的数据。与去线下拜访fitting专家相比，这是一个更方便，也许更经济的解决方案。不过你需要有可以固定训练的骑行台或者其他设备，以及基本的机械维修技能。

MyVelo使用AI的计算机视觉和姿势预测来分析视频片段中你的骑行姿势。

MyVeloFit创始人Jesse Jarjour说道：“我们特别关注车手在自行车上现在的关节位置和角度，以及他们的重心和重量分布。”“然后，我们将这些信息与他们既定的骑行目标和运动机能进行交叉引用，对车手应该对自行车进行哪些改变提出建议。”

Jarjour补充道，远程AI fitting的优势包括能够定期监测适配情况。“这也意味着，如果你最终亲自去线下找fitter，有前期数据积累会变让接下来的对话变得更容易，”

五．动态训练

CAROL和Renpho等AI训练工具使用生物识别数据，根据功率输出、目标和节奏来个性化我们的训练计划。

例如，Renpho使用AI生成训练算法，通过自动调整阻力水平来个性化训练。还可以动态测试功率来测量用户的FTP并确定正确的训练强度区域。

AI还被用来创建虚拟路线。例如，Wahoo的RGT Magic Roads应用程序使用户能够上传任何一条世界上的GPX路线，并通过RGT构建准确的虚拟版本。

上文提到的可穿戴技术专家Ruddock表示，这种功能与生成式AI有相似之处，可以根据输入路线或提示创建新颖的虚拟骑行路线。“我认为生成式AI技术可以更加紧密地与此类功能集成在一起，使这种技术更进一步，根据你当前的表现和目标构建新的、独特的虚拟世界，与你的训练类型和强度相匹配”。