臺灣棒球農場
(中央社訊息服務20211126 15:07:47)在此次奧運的棒球項目，臺灣因疫情關係最終放棄資格賽的機會，但世界棒球排名中，臺灣仍高居世界第三名。在臺灣民眾的心中，棒球依舊是備受肯定與期待。為了因應各國實力提升，臺灣棒球除了持續訓練之外，更需進一步思考如何以更有效率的方式提升選手成績。
近年來運動科學的蓬勃發展，讓運動能夠以科學的方式分析訓練成效並精準的增進運動員的表現，是目前運動競技場上不可忽視的重要環節之一。臺灣棒球農場為元智大學施皇嘉教授所帶領之研發團隊。主要專注在研發棒球投打訓練，及球員狀態最佳化之快篩技術之議題，以大數據AI技術，探究隱藏其中的資訊，評估不同面向間相互影響之因子。建立具即時性之球員狀態解析工具，除可做教練在比賽前對於棒球選手選才依據外，也可分析球員生理狀態，給予精準訓練與適當建議。
本研發團隊主要研發項目，除在接觸式特徵擷取裝置之硬體研發外，還著力於軟體的數據分析資訊系統。硬體部分，團隊以可撓式壓力薄膜在棒球及球棒上，內建感測器及無線傳輸模組，可即時儲存棒球投出瞬間手指施力分佈，以及投出後之轉速、軌跡、速度等訊息；球棒在揮擊時之握棒及3D 動態資訊。另一方面，針對投手及打者手腕、手臂上之動作姿態、關鍵肌肉放電訊號分析，判斷球員目前的狀態好壞，亦可針對姿勢、施力是否合宜以防止傷害發生，透過深度學習演算法，進行棒球投打之跨機構之特徵擷取及整合匯流，以利後台即時同步或非同步之最佳化分析。
軟體部份，則整合以上數據建立資料庫，並透過機器學習模型找出資料之間的趨勢與關聯。目標為建立一個棒球數據資訊系統，負責儲存蒐集之資訊與訓練的模型，並根據現有教練的專業領域知識做資料視覺化，提供專業與非專業人士能直覺性的了解相關訊息。除此之外，也希望能達到投球與揮棒動作最佳化及提升球路預判能力，將進行高複雜度之逆動力學三維投球動作模擬，搭配最佳化計算，找出個人化之提升球速以及打者揮棒動作協調控制的精準處方，並從分析大量投手影片和應用人工智慧，協助提升打者對球路的預判能力，與打擊動作即時修正之能力。
臺灣棒球農場團隊跨領域結合不同專長之人才，共同精進臺灣棒球在訓練、復建技術及選手能力之提升，在未來期盼能開拓更多不同運動項目的農場基地，共同強化運動科學的養分，進而灌溉臺灣的運動選手成為世界頂尖的一流成員。