Inteligența artificială - ia-o ușor; proaspăt clar
Miercuri, 10 aprilie 2019
Autor: Dennis Mujanovic, Marketing
Inteligența artificială (AI) promite să ușureze viața și să ne susțină în multe lucruri. Acest lucru se aplică și sportului. În aplicații, acesta înlocuiește antrenorul personal. Dar cum funcționează? Și cum știe AI cum arată antrenamentul tău perfect?
Inteligența artificială se bazează întotdeauna pe date. Chiar și cu aplicații de fitness care promit să te facă să te potrivești individual. Colegul nostru Dennis a aflat ce se află în spatele acestui lucru într-un auto-experiment.
Autoexperimentul
Inteligența artificială (AI) din aplicația de fitness mă întreabă dacă a fost obositoare. Da, a fost, excesiv. Am avut o tehnică bună? Aș minți dacă aș spune da pentru a obține steaua mea harnică. AI vrea, de asemenea, să știe dacă am suferit cu exerciții specifice. Da la genunchi, dar nu voi spune asta, chiar dacă ar avea mai mult sens. Fiecare are mândria sa. Din fericire, aplicația nu mă poate urmări încă - rămâne în urma unei persoane reale.
Când am configurat aplicația, am fost întrebat mult mai detaliat: Greutate? Mărimea? De câte ori pe săptămână vrei să te antrenezi? Mă întreb doar de ce vrea aplicația să știe toate acestea? Dar fiecare întrebare își propune să creeze cea mai individuală, cea mai obositoare, dar în același timp cea mai blândă pregătire, adaptată exact mie. Cel puțin așa se promite.
Programul meu de fitness: ce se află în spatele acestuia?
Algoritmii AI, schemele matematice care „acționează” în funcție de parametrii și intrările predefinite de către utilizator sunt defalcate. Defalcat din nou, este o situație „dacă se întâmplă asta, se întâmplă asta sau aia”. Dacă te uiți la o astfel de schemă, arată ca un arbore de decizie, similar cu figura următoare, care se referă la dacă exercițiul „ghemuit” ar trebui să se desfășoare în continuare și, dacă da, la ce intensitate.
Subliniat cu date pentru programul individual
Programatorii au stabilit anterior ce exerciții din totalitate sunt afișate pentru care intrări de către utilizator. Acest set de exerciții constă în sprinturi, genuflexiuni, pull-up-uri, push-up-uri, sit-up-uri și multe altele. De asemenea, vi se cere dacă aveți echipamente sau puteți să le accesați, cum ar fi bare de tragere. „Modul de gândire” al AI poate fi înțeles folosind două exemple:
Ian
Experiență de antrenament: nu a fost antrenat în mod regulat înainte
Timp pentru antrenament: de două ori pe săptămână
Daniel
Experiență de antrenament: practicând în mod regulat sport
Timp pentru antrenament: de 3 ori pe săptămână
Un lucru este imediat vizibil, pentru noi și pentru aplicație: Jan nu este atletic și este clar supraponderal. Unitățile individuale de antrenament și exercițiile care corespund acestor parametri sunt apoi selectate din colecția de exerciții. De exemplu, unitățile cu corp întreg, care sunt (sau ar trebui să fie) de mare intensitate pentru pierderea în greutate. După prima unitate, aplicația primește feedback de la Jan: A fost epuizant? Da, era deja prea mult. Salvat. Execuția a fost dezastruoasă, Jan este sincer în legătură cu asta. Salvat. Ghemuiturile lui erau dureroase. Și asta este salvat. Datorită durerii, aplicația sugerează un alt tip de execuție sau un exercițiu complet diferit.
Situația este diferită pentru Daniel. Face sport în mod regulat, are o greutate ideală și vrea să-și construiască mușchiul. Pe baza acestor parametri, intră în joc exerciții complet diferite, cum ar fi flotări modificate care abordează zone specifice pieptului sau umărului, diferite tipuri de îndoiri și tracțiuni ale genunchiului, acestea din urmă cu un singur braț. La urma urmei, scopul aici este cererea de mușchi și grupuri izolate. Dacă aplicăm principiul din prima figură, logica de bază a unei astfel de aplicații ar putea arăta astfel:
Cu ajutorul informațiilor utilizatorului, exercițiile oferite și intensitatea acestora sunt, de asemenea, adaptate. În primul rând, pentru a se adapta în mod optim la noile circumstanțe și, în al doilea rând, pentru a rămâne exigent fără a răni utilizatorul. Din feedback-ul prezentat în Figura 2, noi unități de instruire sunt apoi reunite, de asemenea, pe baza datelor inițiale ale utilizatorului. În teorie, arată astfel: