越來越多的人正在關注自己的身材，卻很可能遇到「無人可教」的問題：即使在一線城市裡，專業級別的健身教練也很少。如果人工智慧可以為你量身設計健身方案，讓你獲得更好的身材，事情會變成什麼樣？近日，Keep 在北京的技術開放日上分享了運動應用中的 AI 技術。
「我們想基於物聯網裝置和 AI 打造一個虛擬教練，為每個人提供個性化的運動服務。」Keep 技術 VP 彭躍輝在活動中表示。「在今年，我們已經建立起了一支研究人工智慧的技術團隊，現在 Keep 整個技術團隊人員的規模已達 200 多人。」
彭躍輝在 Keep 技術開放日上。
AI 虛擬教練，更懂你的運動需求
隨著人們對健康、體態關注的意識增強，人們對於運動健身的需求越來越多，但即便身處北京這樣的一線城市裡，健身教練的水平也參次不齊。Keep 發現，優秀的教練數量很少，價格也很昂貴。
看來，這是人們日益增長的健身需求，和健身教練數量不足之間的矛盾。對此，Keep 給出的解決方案是：引入 AI 技術。
「怎樣才能為使用者提供個性化的專屬訓練計劃？這是我們努力的方向。」彭躍輝講到。健身教練可以給你實時的反饋，但是透過線上平臺運動的反饋是相對滯後的。比如使用者在獨自運動時，動作不標準，或者動作超過極限了，在以前是無法知道的。2018 年初 Keep 成立了演算法團隊，試圖透過 AI 技術來解決動作識別的問題。
在活動現場，Keep 展示了 TOF（深度攝像頭）動作打分的新技術。透過拍攝使用者運動過程，Keep 的 APP 可以在你鍛鍊的時候進行動作指導，並實時提示標準度。Keep 的智慧訓練指導可以使使用者在獨自訓練過程中，只需透過一部手機就可進行有效運動。
這款應用是完全基於手機攝像頭的，在家裡把攝像頭對準自己就能獲得實時的指導。
另一方面，健身教練無法透過觀察得知你身體的具體資料，AI 卻可以，這是 Keep 的優勢。
所謂的「AI 虛擬教練」，並不止是把「教練」角色搬到移動網際網路上，而是內容、資料、演算法和場景四方面相結合的一套體系。首先利用體測計劃瞭解使用者的身體能力和運動能力，如心肺能力、有氧能力、體能情況、柔韌性、平衡性、肌肉耐力等，根據這些資料和使用者設定的個人目標，AI 虛擬教練還可以生成個性化的訓練計劃。
Keep 在 Apple Watch 上的應用可以幫助你統計跳繩的次數，以及跳繩節奏的變化情況。
「我們在 18 年推出了體脂秤和跑步機，在 2019 年還會推出更多新硬體。其中包括手環、手錶和一些大型運動器械。」彭躍輝介紹說。「我們希望未來有一天，Keep 可以幫助更多人享受到運動的樂趣和效果。」
投身 AI 新技術
Keep 自 2017 年 10 月起佈局 AI 業務，並將人工智慧與運動的結合定位為未來發展的重點。2018 年 7 月，這家公司獲得了價值 1.27 億美元的 D 輪融資——這是迄今為止，運動應用領域裡最大的一筆融資。在這之後，Keep 成立了人工智慧研究院，秦曾昌博士任首席科學家兼人工智慧研究院的院長。
秦曾昌博士畢業於英國布里斯托大學，他曾在 UC Berkeley 的 Lofti Zadeh 教授指導下做博士後研究。他在活動中向人們介紹了 Keep 在人工智慧領域最近的應用成果。
Keep 首席科學家、Keep 人工智慧研究院院長秦曾昌博士。
「現代科技的發展正給我們這樣一種體驗：所有事務的處理都可以透過輕點手機螢幕來完成——我們的身體正在變懶。」秦曾昌博士表示。「網際網路和 AI 讓世界離我們如此之近，只剩下一個螢幕的距離，但我們還希望 AI 和新技術能為我們的身體來做一些事情。」
Keep 正希望讓我們的世界一起動起來。
說到 AI 如何瞭解你的身體，從視覺來講就是關鍵點檢測，對於今天的人工智慧技術而言這一方向並不陌生。據介紹，Keep 進行了一些基礎研究，以使深度學習模型能夠在單攝像頭拍攝的情況下更加準確地識別目標人體的關鍵點。秦曾昌介紹說，「我們發現在運動時，人體有很多關鍵點處於被遮擋的狀態。若想準確識別目標，我們需要進行非常規的關鍵點識別。而此前並沒有類似的資料集可供參考。Keep 正在建立運動資料集，未來將會開源出來。」
Keep 的研究很快就會成為應用中的新功能。在活動現場，Keep 向我們展示了基於深度攝像頭的 3D 建模方法，可以利用一臺手機輕鬆實現人體動作的追蹤。「我們正在和一家國內手機廠商合作，很快就會推出基於深度攝像頭的應用。」秦曾昌表示。「即使是一張平面的照片，我們也可以重建出 3D 的人體姿態。」
在最新的「3D 人體資料檢測」應用中，Keep 可以透過一個微信小程式啟動手機攝像頭，僅拍攝一個人正面、側面兩張全身照（需穿著儘量貼身），使用深度學習演算法在雲端的計算，檢測出使用者的體態問題，並推薦科學的解決方案。
形體報告應用可以檢測頭部前引、O 型腿、脊柱側傾彎、頭部側傾、骨盆傾斜、高低肩、膝蓋過伸等風險，並能標出正常、潛在風險和高風險三個風險等級。
在人體姿態檢測之外，Keep 人工智慧研究院還在進行影像內容檢測等方向的研究。和很多 AI 公司類似，Keep 目前也可以對使用者上傳的照片和影片進行標註、分類分發，並識別其中的文字、水印，自動為這些內容打上標籤。
Keep 也在進行一些前沿方向的探索，秦曾昌介紹說「在文字等方面我們還會做一些跨模態的工作。將文字轉換成表示的向量，和圖片的卷積結合進行處理。」
在大量使用者資料的支援下，Keep 建立起了自己的知識圖譜。目前，開發者們正在研究關聯多種媒體的資訊，把模型學習到的計算圖和知識圖譜取到的關係做並集，形成新的圖譜，以學到新的知識——深度學習並不擅長推理，在這一方面知識圖譜或許會有所幫助。
截至目前，Keep 註冊使用者數已經突破 1.6 億，海外使用者量目前也突破 1000 萬，日活超過 3500 萬，積累了 22 億條使用者的運動資料。今年，Keep 在內容平臺的基礎上，還推出 KeepKit 系列智慧硬體和 Keepland 線下健身空間。這家公司新瞄準的方向，是打造「AI 虛擬教練」，透過多項智慧技術，打造智慧化的運動方式。
明年 1 月，Keep 的動感單車將亮相美國 CES 展會。未來，Keep 還將推出更多結合複雜感測器、人工智慧、物聯網等技術的 KeepKit 智慧硬體，包括智慧手環、手錶、深度攝像頭等新產品。
「Keep 的努力是為了追尋我們最初的目標：讓使用者能夠最有效的運動。讓更多的人運動起來。」彭躍輝表示，這家公司預測，未來的運動健康領域會出現一個萬億級的市場。