近日，百度Create 2021（百度AI开发者大会）正式召开。在12月29日的AI开发者大会人才培养分论坛上，来自百度、学界及各行各业开发者也齐聚一堂，聆听行业大咖分享开发故事，展望“AI+N”的无限可能。这其中，前国家乒乓球领队姚振绪、北京大学体育教研部副主任吴飞分享与百度飞桨合作的人工智能乒乓球动作识别研究项目，就吸引了无数开发者的关注——乒乓球+AI的新鲜跨界，究竟能带来怎样神奇的改变呢？

　　智能乒乓重点解决两件事：统计训练数据和优化比赛裁决

值得一提的是，除了运动员们的艰苦训练，背后技术人员的指导分析等技术支持功不可没。

作为国家队里最早开始拍摄比赛录像的人，前中国乒乓球队领队姚振绪表示：以往为了向运动员提供针对性的技战术分析数据，技术团队需要耗费极大的人力与时间，反复查看历史视频、统计分析每个球得失分的原因，统计每一板使用了什么技术，成功率又是多少，这是一项费时费力、非常辛苦的繁重工作。

而这种数据采集的难点在于：乒乓球动作速度快、隐蔽性强、回合数多，因此用手动记录异常耗费精力。一场比赛就要花很长时间才能完成分析，更不要说把几场甚至几百场比赛的数据全部整理分析出来了。

而作为当时参与东京奥运会兵乓球的唯一中国裁判，担任过国际级裁判长的吴飞则表示，临场执裁要做到公平公正，光靠人力是不够的，“在赛事执法、教学研究过程中，尤其是这些年来人工智能发展突飞猛进，让我越来越深刻体会到，乒乓球大数据处理和智能分析、辅助决策的重要性和迫切性。”

于是，新老两代幕后乒乓人想到了用AI来解决这些世纪难题，对每个球的得失分和运动员的技术动作进行识别，是不是就能大大节省人工统计、决策的时间，提升乒乓球运动训练的效率？

核心模型已实现97%准确率，AI+体育将成为未来体育科技高地

2021年夏天，姚振绪与吴飞两位“AI初学者”找到了百度进行合作，开始尝试用人工智能分析比赛大数据，改变乒乓球科研和训练。“人工智能乒乓球动作定位与行为识别研究项目”正式启动。

项目目标分为两步，首先是用AI判断乒乓球的起止回合，第二个则是实现全自动化乒乓球动作识别。经过多次讨论，团队决定使用飞桨开源的端到端套件PaddleVideo来训练动作识别模型。

在标注球员动作这个环节，需要既懂AI技术又懂乒乓球的人进行操作，这其中有北大的学生，也有百度的工程师，甚至连乒乓球世界冠军牛剑锋，也带着她的研究生加入了标注比赛数据的工作。为了攻克动作识别的技术难点，团队和百度的工程师们经过50多次实验，尝试了20多种优化策略组合，才确定了最优的解决方案。

超过500G比赛的标准训练数据集，智能乒乓已经初具规模。目前系统已经可以识别出是否发球、拉、摆短等8个大类动作。其中起止回合准确率达到了97%以上，动作识别也达到了80%以上。相信通过不断的优化，这个系统将会最终达到高精度的动作识别和时序定位效果。

目前能取得这样的成果，吴飞也感叹道：作为AI初学者，曾经以为人工智能离自己很远，这次的经历让我从一名乒乓球裁判、技战术分析的科研人员转型成开发者，也应了那句话：人人都可以成为AI开发者。

未来，AI与体育的结合将会是主流的方向，借助人工智能提升对于运动动作判断的精度，节省人力投入，也能帮助运动员与教练员更好地投入训练与比赛中。

正如百度创始人、董事长兼CEO李彦宏几天前的演讲，“‘人机共生’时代，中国将迎来AI黄金十年。未来十年，AI将显著降低技术门槛，为各行各业的智能化转型提供技术‘大底座’”。

为此，百度也一直关注产学研融合，参与AI人才培养的一线工作，探索校企合作、技术竞赛等多种形式，重点解决AI人才培养难点难点。百度官方数据统计，公司已经为社会培养超过100万人工智能人才。李彦宏也明确表示：“未来百度还将持续推动AI人才培养，五年内为社会培养500万AI人才。”