記者 魏吟冰/台北報導
隨著人工智慧、大數據等新技術的逐漸發展，在體育產業、大眾健身等透過智慧演算法分析及大數據應用滲透，愈來愈具有發揮空間與影響力。台灣經濟研究院副研究員林秀英就曾與《工研院產業學習網》撰文指出，人工智慧在運動領域上有9大應用：
1.AI驅動的培訓和輔導：人工智慧平台可以測量與收集運動員各項數據，透過這些數據進行定量和定性分析與預測，有助於教練為其球隊製定更好的訓練計畫。例如：教練和分析師可以確定球員的優勢、需要改進的領域，並規劃他們在訓練與成績進步的里程碑。此外，還可以使用指標來比較球員的統計數據，發現球隊比賽中的弱點。在防守方面，人工智慧可以透過分析策略模式，製定詳細的比賽計畫，來破壞對手的攻擊
2.AI虛擬教練：美國新創MIRROR在2018年9月推出首款智慧健身魔鏡後，2020年有多款打造「AI虛擬教練」的智慧健身魔鏡產品上市，不同於傳統的線下教練，AI虛擬教練是一種以機器視覺技術為核心的人工智慧訓練系統，透過3D攝影機即時捕捉動作，結合其3D運動引擎和AI矯正演算法，對健身動作進行AI識別和打分、糾正和教學，就像真人教練一樣，幫助用戶進行健身訓練。
3.球員表現改善：人工智慧也被用於提高球員的表現，像HomeCourt是一款App，利用手機(或平板電腦)的相機結合AI演算法，自動分析並記錄進球數，讓球員可以透過投籃記錄即時計算籃球訓練員的基礎體能、控球技巧、護球能力及投籃準確度，從而協助球員提升各方面成績水準。另外，台灣新創團隊Jingle開發出全世界第一顆Strike智慧棒球，內建陀螺儀、多種感測器、藍牙模組、控制晶片，讓使用者投球時可自動偵測轉速、轉軸、球速、軌跡、落點等精準資料，並且立即傳輸到手機中，提供球員或教練進行數據分析。
4.比賽結果的預測：機器學習可用於預測比賽結果。無論是足球、板球或其他賽事，都有大量數據可用，可以透過分析資料並建置分析模型以預測未來結果。如：Sportlogiq結合電腦視覺(CV)、機器學習(ML)和大數據(Bigdata)，能夠利用比賽(如：冰上曲棍球、足球等)畫面，追蹤賽事過程中每位選手的位置與動作，以此為基礎，能夠準確預測球隊表現(如進球數、勝率)等。
5.發現人才、招募人才的球探利器：幾十年來，球隊一直以手動追蹤球員的統計數據，並預測下一個頂級運動員是誰。然而，隨著人工智慧的導入，球探和招募變成了一個全新的球類遊戲。團隊工作人員可以記錄和監控複雜數據，然後將其與歷史數據進行比較，而不是使用本壘打和進球等簡單指標，這使他們能夠估計球員的市場價值或衡量他們是否適合他們的球隊。
6.運動傷害預防：透過穿戴式裝置收集各種運動員大量的運動表現、追蹤訓練和比賽、球員受傷歷史、體能測試甚至睡眠模式數據，透過建立模型，用來評估球員在接下來7天內受傷的可能性，提出警報，有助於在傷害發生之前預防傷害，還可以修改該球員的客製化訓練計畫以避免發生傷害。
7.提升球賽判決的準確度：技術在體育賽事中的最早用途之一，就是幫助裁判們做出更準確的裁定。以草地網球運動為例，行業很早就使用調整相機幫助裁判確認網球到底落在了界內還是界外。而在板球與網球比賽中則有Hawk-Eye技術，足球領域的是虛擬輔助裁判（VAR）技術。這類技術的引入，使得體育賽事更加公平且規範，也讓裁判的判罰更具客觀性。
8.體育新聞業編輯與播報：透過利用自然語言處理(NLP)，人工智慧可以澈底改變新聞業的面貌。隨著自動化新聞進入市場，人工智慧正在利用體育數據來創建有關不同體育賽事的可讀資訊。
9.廣播和串流媒體：除了為教練和球員改變體育世界之外，人工智慧還對觀眾體驗體育的方式產生了相當大的影響。人工智慧系統可用於自動選擇正確的攝影機角度以顯示在觀眾的屏幕上，根據觀眾的位置為現場活動提供不同語言的字幕，還可以使廣播公司透過廣告營利。
10.增強更高的粉絲參與度：近年來，為粉絲提供最佳客戶體驗變得比以往任何時候都更加重要。值得慶幸的是，人工智慧正在為聯盟、運動俱樂部或球隊提供無與倫比的客戶參與度來改變體育產業。聊天機器人和虛擬助理讓球迷更容易與他們最喜歡的球員聯繫並瞭解更多關於他們的資訊。
