AICon全球人工智能与机器学习技术大会9折特惠中,点击立减¥480! 了解详情
写点什么

从智能硬件到场景化布局,Keep 如何利用 AI 重塑健身产业?

2019 年 1 月 11 日

从智能硬件到场景化布局,Keep如何利用AI重塑健身产业?

1 月 8 日,Keep 首次亮相 2019 International Consumer Electronics Show,以「从 Keep 出发看到运动的未来」为主题,通过「大数据」、「高效率」 及「连接一切」三大板块,向公众诠释 Keep 作为运动科技公司所引领的运动的未来——— 以内容和服务为核心优势,用大数据、智能硬件及自身科技手段连接一切,建立科技互联的运动生态。那么,Keep 是如何靠数据和技术留住用户,脱颖而出受到用户的青睐?通过对 Keep 人工智能研究院院长秦曾昌博士的采访,InfoQ 记者全面解读 Keep 如何以技术为支撑,用数据和 AI 为用户带来更好的体验。


大势所趋,Keep 的 AI 战略图谱

2018,是 AI 爆发的元年。正是这一年,Keep 宣布将 AI 研发提升到战略高度。自此,人工智能与健身的结合成为 Keep 业务的重点,Keep 从最初以内容社区切入的健身 APP,发展成为 APP、智能硬件和线下场景三者并驾齐驱。


在 AI 技术如此火爆的事态下,InfoQ 记者不禁有些疑问,Keep 在此阶段大力扩张 AI 版图,是 AI 浪潮下的突然遇见?还是 Keep 自身技术的大势所趋?


作为 Keep 首席科学家、Keep 人工智能研究院的院长,秦曾昌解答到:“Keep 作为一个具备互联网基因的运动科技公司,自上线之初就具备了 AI 发展的诸多元素。” Keep 从上线到如今坐拥 1.6 亿用户,累计用户运动数据已达 22 亿条,并随着发展呈指数级的积累。目前,数据作为发展人工智能极其重要的稀缺要素,Keep 拥有如此庞大而丰富的精准数据,无疑是拥有了发展人工智能最基本的优势,其挖掘和开发的价值潜力显而易见。为此,Keep 早已在 17 年十月就开始布局 AI 业务,结合自身业务和场景,将 AI 进行充分的渗透和应用。


根据 Keep 的 AI 战略发展情况来看,目前 Keep 对 AI 技术的应用主要在三个方面:首先是 App 方面,Keep 在应用内为用户建立了社交行为、运动习惯的标签,Keep 会根据用户的标签内容为用户推荐个性化的课程;第二方面则是 Keep 基于传感器,结合用户的运动轨迹来给用户的运动打分;最后是线下整合方面,Keep 利用多种技术来加强用户的运动体验。


除此之外,作为智能运动的领头者和过亿用户运动大数据的持有者,Keep 在智能运动装备领域的实力已经领先于国内外的水平。随着 Keep 智能运动装备和数据处理系统的不断完善,致力于“智能运动”连接多维场景的 Keep,已帮助人们可随时随地尽享运动。


精于技术,Keep 的 AI 进行时

与传统的智能硬件相比,Keep 的智能运动装备,将大数据和智能化产品服务相结合,通过多维度数据场景分析,实现软件与硬件完美地互通,用户的运动数据能够传输到 Keep APP 中并得到最真实有效的数据反馈,因此用户能够凭借数据反馈纠正自身不良的运动习惯,同时也能从中获得有价值的运动指导。


在此之中,作为 AI 规划第一步的“虚拟教练”计划,无疑是 Keep AI 产业极为重要的一环。


更懂你的“虚拟教练”

为什么说“虚拟教练”会更懂你呢?


据秦曾昌介绍,以往大家想象中的虚拟教练可能会是一个虚拟的机器人形象,或是一个软件中的形象告诉你需要去做什么,这其实是一个狭义的理解。然而更广义的话说,“虚拟教练”是把内容、数据、算法和场景四方面相结合的一套体系。


不同于传统的线下教练,“虚拟教练”足够客观,数字化。不仅可以利用用户在线上产生的所有交互数据,来进行数字化的健身课程制定,还可以通过一个摄像头,或者一部手机,在运动时对你的体态进行关键点的动作打分并给予实时的指导和反馈。同时,运用 3D 虚拟形象技术,直观的将每个人不同阶段的数据,身体变化记录下来,使用户通过直观的方式,看到运动产生的效果,清楚地认识自己,找到更清晰的运动目标。


另外,运动对每个人来说是一件个性化、持续性的事情,在这期间需要有不断的科学指导和反馈。如果一个人在未经过系统训练的情况下,盲目地撸铁、跑马拉松,不仅没有起到运动效果,还存在了高危的运动风险。而 Keep 人工智能会通过数据分析、深度算法帮助大家更了解自己,可以对用户在运动中起到的监督和指导的作用。


基于此,结合应用场景,秦曾昌分享了这样一个直观的案例:比如,当一位用户经常完不成他所参与训练所要求的动作数量时,该课程会在一定时间节点内,自动降低课程难度,反之,则会升高。所以, Keep 想做的事情,是在所有生态的布局里面,无论是通过 Keep App、KeepKit 还是 Keepland,都能把基本智能的概念移植到每个环节里面去,这样会感受到类似于有一个「真实感的教练」在告诉你该如何去选择课程、如何做有效的运动,同时,“虚拟教练”会根据用户运动变化的情况实时进行反馈。


此外,“虚拟教练”还拥有帮用户练习并且进行运动效果评测的功能。 不过,运动轨迹评测的门槛是非常高的,因为完成这一任务,平台要做一件事——数据采集与标注。在人工智能发展如火如荼的背后,其必不可少的要素之一便是供机器学习的大数据采集工作,如今却依然出自人工之手。


那么,Keep 是如何解决这一难题的呢?


Keep 的技术团队给出了一套解决方案: 一方面借助“传感器”。用户在运动时戴上手环,便可以通过传感器采集来的数据绘制出运动轨迹,将用户的运动轨迹和标准库里面的运动轨迹进行比对和判断,如果动作有典型的错误或者动作不到位,Keep 就会通过 App 反馈给用户。另一方面,借助 Keep 的课程设计师,设计师设计课程时,会内部标注一些准确性比较高的数据。


由此可见,不论是优势还是挑战,从“虚拟教练”计划中,我们都可以看出 Keep 在布局 AI 的决心与野心。优质的内容、精准的数据、核心的算法模型以及多维度的场景, 让 AI 注入了 Keep 的基因,为更加优越的用户体验提供保证。


内容、数据、算法、场景齐聚迸发

在内容方面,Keep 拥有市场上最全的动作库,有足够科学的运动内容推荐给用户,以及拥有大量的个性化运动解决方案。通过这些,Keep 可以更好地指导不同类型的用户。其次,Keep 在数据上的积累形成了天然优势,活跃的社区行为也将源源不断的提供交互数据,保证了新鲜数据的补充。


同时,作为一家数据驱动型公司,数据至于 Keep 的重要性不言而喻。在 2018 年,Keep 开始做数据仓库的建设,将所有的数据包括用户的 ID 及运动数据统一到一个平台,之后无论是数据分析、数据挖掘,还是算法搜索推荐,甚至是做用户画像的工作,都是统一从该平台拿取数据。这样的话就使底层的架构更加清晰,而不会出现每当业务有新情况时就要重新更新的问题等。



在 AI 核心的算法模型上,主要包含基于 IMU 的传感器算法研究和 CV 领域两个方面。两者也各司其职,Keep 将前者应用于传感器采集数据,并利用其生成标准轨迹,最后进行用户轨迹和标准轨迹匹配;后者则涉及从用户图片、视频中计算人体关键点,生成关键点的运动轨迹,再同标准轨迹匹配后,得出运动时的动作指导方案。


另外针对场景,包括智能硬件和线下空间,这两个场景可以更为直观的获取到信息,并可以及时的将分析处理过的反馈传达给用户,利用这一方向,Keep 可以将线下和线上资源更好地结合、打通。


未来可期,Keep 的 AI 展望

当然,技术的创新与发展离不开其背后技术团队与文化的强有力支持。


那么,对于 Keep 来说,是怎样的一个 AI 团队在加持 Keep AI 战略的不断进化?


秦曾昌认为,如今 AI 技术体系更新迭代非常快,这更需要开发者们去不断地学习。为此,Keep 希望为想在这个领域发展的年轻人,不仅提供更多的工作机会,资深的工程师们会带领大家一起成长,也会鼓励大家勇于实践,只有结合真实的场景、具体的现实问题去思考和发展,才能学到更多的东西,在工作中也能够有所收获。


在未来,Keep AI 研发团队将主要集中在 大数据、应用算法、机器视觉和智能硬件 等几个大方向。 大数据和应用算法主要服务于 Keep 现有业务,日后所提供的运动服务会更个性化、智能化。 机器视觉和智能硬件会支持未来新的运动技术和虚拟智能教练计划,通过指导了解用户的运动情况并加以反馈和指导,打造私人虚拟智能教练的全新运动方式。同时,Keepland 的线下课程也会成为 AI 落地的重要场景,为线下健身场景注入更多科技活力。


另外,基于更具智能化的产品服务理念,Keep 智能运动装备覆盖面将不断扩大。在 CES 2019 展会上,Keep 带来了更丰富的 KeepKit 智能硬件产品,如 Keep C1 智能单车、Keep W1 健走机以及 Keep S1 智能运动手环。三款新品的到来,为用户带来了更加丰富的运动内容形态和更高效的运动体验。其中,Keep 智能运动手环采用了高精度的心率传感器和六轴传感器,不仅可以优化心率算法,精准监测到用户的动态心率变化;同时结合 Keep 大数据库,可以对用户的健身动作完成度进行 AI 智能判断和打分,真正成为用户的「AI 智能运动教练」。不仅如此,Keep 在 CES 上 还展示了最新的 KeepLink 智能模块概念。它可以连接各类适配的运动器械,并实现 Keep App、内容、用户数据与硬件终端的联通,让 Keep 优质的内容和服务赋能更多硬件和场景。


Keep 智能运动装备的全方位覆盖,将逐渐形成智能运动生态闭环。通过自主研发的系统和产品,贯穿垂直运动领域,让用户能够通过 Keep 智能运动产品,全面地对自身运动情况进行调节,加深用户对运动的认知,最大化提升运动效率和运动体能。


正如秦曾昌所说,“无论什么样的技术都有自己的规律和能落地的场景,我们对于新技术可以充满渴望、希望,但是同时也要去脚踏实地地看新技术对于你会产生什么样的影响。Keep 切实的看中 AI 技术的落地和场景应用,比如我们 通过视觉技术、智能硬件给运动者提供更好的反馈和指导,发挥 AI 的价值, 为更多人带来科学的运动生活,是我们未来努力的方向。”


2019 年 1 月 11 日 17:136716
用户头像
孙春鹭 InfoQ 编辑

发布了 27 篇内容, 共 90542 次阅读, 收获喜欢 16 次。

关注

评论

发布
暂无评论
发现更多内容

MySQL-技术专题-连接查询和子查询

李浩宇/Alex

Spring学习笔记(一)手写一个简单的Spring

无语

Spring Framework

开源监控系统open-falcon搭建笔记

卓丁

监控 监控管理平台 Open-Falcon 监控告警

TensorFlow安装

菜鸟小sailor 🐕

学习

架构师训练营第 1 期 -week4

习习

架构师训练营 1 期 - 第四周作业(vaik)

行之

极客大学架构师训练营

浅析 Java 内存模型 三

朱华

Java volatile JMM

第9周作业

Vincent

极客时间 极客大学

系统架构第四周作业「架构师训练营第 1 期」

天天向善

系统架构第四周总结「架构师训练营第 1 期」

天天向善

云服务时代,未来怎么样保障自己的核心竞争力?

boshi

个人成长 职业规划 云服务

手把手教你AspNetCore WebApi:数据验证

AI代笔

ASP.NET Core web api 数据验证

第三周架构师训练营作业

Geek_4c1353

极客大学架构师训练营

延迟满足

时间是一个人最好的证明

延迟满足感 成功

架构师训练营 1 期 - 第四周总结(vaik)

行之

极客大学架构师训练营

甲方日常 27

句子

生活 工作 随笔杂谈 日常

spring-boot-route(十一)数据库配置信息加密

Java旅途

Java Spring Boot

程序员在中国是青春饭?扯!看看阿里资深架构师是怎么说的!

Java架构师迁哥

Java 程序员 面试

一文搞懂PV、UV、VV、IP及其关系与计算

冰河

多线程 高并发 流量 并发流量

面朝大海,夏日的遗憾一定会被秋风温柔化解

张sir

美食 摄影 摄影征文 旅行

实用威胁建模指南(二)

亚伦碎语

敏捷 安全 系统安全架构 系统安全 威胁建模

诺奖以上,真相未满:追捕黑洞二百年

脑极体

go-zero流数据处理利器

万俊峰Kevin

go stream functional

第四周作业

Geek_4c1353

极客大学架构师训练营

详解「区块链」溯源

netkiller

区块链 防伪 超级账本 标签 区块链产品溯源

反射API

彭阿三

反射

《我想进大厂》之Redis夺命连环11问

艾小仙

Java redis 面试 程序语言

一场哔哩哔哩Java开发面试之旅,分享面试经历及复习资料

Java成神之路

Java 程序员 面试 算法 编程语言

【硬件篇之功耗测试】

良知犹存

硬件

浅析 Java 内存模型 一

朱华

Java JMM

第二周课后练习

大大猫

极客大学架构师训练营

新晋管理者都会遇到的6个问题

新晋管理者都会遇到的6个问题

从智能硬件到场景化布局,Keep如何利用AI重塑健身产业?-InfoQ