2020東京奧運受到疫情影響，成為了一屆與眾不同的奧運會。相較於1896年在雅典舉辦的第一屆現代奧運，時空背景已有很大的不同，當年的奧運僅有14國參賽，而現今的奧運則是超過兩百國，逾一萬名來自世界各地的專業運動員同場競技。在現在這麼競爭的時代，運動員一定要發揮出自身全部的潛力，甚至針對對手分析透徹，才有問鼎冠軍的機會。幸運的是，現在的技術十分進步，包含AI、身體數值分析等工具，都讓選手們可以發揮更強大的能力。

photo credit: https://flipedu.parenting.com.tw/article/6698

機器學習：資料蒐集和整合的挑戰
美國網球協會除了協助舉辦各種賽事之外，也開發了網球訓練系統。透過與IBM的合作，使用深度學習的資料加強選手的能力。傳統上而言，在運動方面十分仰賴運動員的反應與直覺，並沒有非常量化的方式可以分析選手的資料；透過數據分析之後，IBM可以量化選手的疲憊程度，可以更精準地了解選手體力消耗與球員表現之間的關係。

AI快速標記比賽片段，協助教練分析
往往一場比賽都有數個小時的錄影畫面，再加上各種角度的錄像，對教練團來說要找到關鍵畫面來分析就是一件麻煩事。Coach Advisor 可以透過AI的技術去標記重要時間點，讓教練一結束之後就可以快速地分析重要時間段。

健康管理APP
東京公司 Euphoria 的健康管理應用APP- One Tap Sports被大量的運動員所使用。透過每天輸入健康、受傷、膳食、訓練狀態，運動員們的即時數據可以被教練與營養師查看，並為球員安排之後的訓練與實務菜單，更加有效率的提升選手的表現狀態。

精準運動之人體運動動態模擬
史丹佛大學集結解剖學、生理學、神經科學、運動學、力學、機器人學與資訊科學，開發了opensim ，而透過這個軟體可以分析肌肉與骨骼的生理負荷，在電腦中建立運動員的生理模型與動態模擬；透過這個方式，可以逆向推算不良姿勢所造成的影響與運動傷害，也可以協助擬定增進訓練強度的有效策略，達到減少傷害與增強表現兩大目的。而這次拿牌的舉重選手郭婞淳也是透過AI分析手部的施力狀態，也透過AI即時蒐集敵情，協助郭婞淳取得金牌。

GPS技術支援，進行戰術分析
在球場比賽中，大家都會非常注重球員所在的位置，分析熱點，方便進行戰術分析與訓練資料分析；對於小球場的運動，例如：籃球、羽球、網球等，容易以視訊畫面進行分析；然而在大球場的足球、美式足球就是完全不同的故事了。在這些比賽中，很難有固定機位可以清晰地將球場盡收眼底。Apex Athlete 則推出了被美國足球隊所採用的GPS背心，在盡量減少選手的不舒適下，記錄了選手的心率與位置，清楚的提供熱點區域、高強度距離等，方便教練進行進一步的分析。

資料彙整: 矯其臻、劉仲祥

資料來源:

1. Sarah Farrell (2019.10.16,). Tennis players embracing technology, analytics in their training, Retrieved from https://globalsportmatters.com/science/2019/10/16/tennis-players-embracing-technology-analytics/
2. One Tap Sports, Retrieved from https://one-tap.jp/
3. SimTK, OpenSim, Retrieved fromhttps://simtk.org/projects/opensim
4. 中央社(08.07)。AI教練65秒跨海判斷對手實力、智慧鏡即時分析人體骨架！奧運背後都是滿滿科技力。取自https://www.bnext.com.tw/article/64365/olympic-2021-tokyo-ai-training
5. StatSports, Retrieved from https://statsports.com/apex-athlete-series/

 圖片來源:

1. https://gotv.ctitv.com.tw/2021/07/1833255.htm
2. https://pgw.udn.com.tw/gw/photo.php?u=https://uc.udn.com.tw/photo/wj/paper/202
3. https://flipedu.parenting.com.tw/article/6698