在最近的一次關于 AI 的圓桌會議上，三位業內專家討論了 AI 體適能穿戴設備方面的突破，這些突破將對跑步者和運動員產生巨大影響。

這次討論中涌現出了許多非常有見地的觀點——這些關于工程實踐的背景內容讓我們看到了為何 AI 能夠如此有效地支持人們的運動表現。

接下來，我將逐一介紹每位專家提出的一個核心觀點，展示三個設計理念，這些理念構成了我們探索 AI 在運動領域應用的重要部分。

邊緣設備與原始個人數據

這一關于 AI 的觀點實際上包含兩個組成部分——一部分涉及我們如何部署大語言模型，另一部分則圍繞我們人類語言與我們生命體征在實時測量時所“表達”的語言之間的差異展開。

Alexander Amini 對跑步（以及網球）相當了解，他同時還參與了一家正在革新當代 AI 的公司。

在講述 AI 如何為運動員服務時，Amini 首先指出，這在于“讓 AI 與數據所在的位置共存”。

他解釋道——早期的大語言模型部署在互聯網上，因為邊緣設備沒有足夠的運行能力。Transformers 昂貴且復雜。

而現在，新模型使我們能夠在邊緣設備上安裝智能大語言模型，這不僅大幅降低了成本，還能幫助那些處于無互聯網接入區域的運動員。

“這為我們與 AI 互動的方式開辟了全新的維度，”他說，“AI 已不再是一個需要將你所有數據上傳給第三方服務商的工具，而可以深度嵌入到你生活的每個時刻。”

他的另一個觀點在于，通過使用這些穿戴設備，我們可以收集到比單純語言交流更多、更豐富的數據。

“這一切歸根結底在于我們與 AI 交流的方式，”他說。

他還進一步解釋道。以下是我的理解：本質上，語言是一套用以傳遞思想的符號，正如他所說，是經過‘壓縮’的，而非原始數據。相比之下，想想看你身體每一微秒釋放的所有數據，那是一種完全不同的溝通媒介。如果 AI 能夠獲取并利用所有這些數據，而不只是單純傾聽你的言語，它就能更全面地了解你這個人。

“我們身體生成的數據無法通過語言進行壓縮，”Amini 說，“這些數據具有高度多維性，信號表達十分豐富，并且是連續不斷的。數據量巨大，在許多情況下，我們無法將所體現的全部體能復雜性實時傳輸給這些系統。這正是當我們談論將 AI 引入自身時……我們所解鎖的全新可能。”

我是否脫水？

另一個精彩的觀點來自 Emily Capodilupo，她設計了一款名為 Whoop 的工具。

她解釋說，人類在判斷自己是否脫水方面表現極差。

“我們實際上在判斷脫水狀態上非常糟糕，”她表示，“人們往往沒意識到自己正處于脫水狀態。總體而言……你的身體知道許多信息，但如果你腕上運行著算法，能夠幫你理解身體在努力工作的程度與運動速度之間的比例——如果這兩個指標開始迅速背離，那就可能是你即將‘撞墻’或正受到脫水困擾的信號。”

作為一名跑者，我對此頗有共鳴：如果完全依靠自身感覺去判斷，通常只能依據口渴、發熱或皮膚狀況來判斷脫水。而 AI 能夠精準到更細微的層面檢測你身體的實際需求，這對于任何裝備了這些工具的運動員來說都將是巨大的優勢。

我的數字孿生體

當天，另一位發言者 Jamie 也上臺發言。他采用一種叫做數字孿生（digital twinning）的技術，對自己的身體進行了大量研究。

數字孿生簡單來說就是對現實中某物的一個健全模型。我常用“分身”這一詞來描述這種系統，也就是對實體或模擬空間中實體事物的高度詳細仿真。

這一數字孿生為我們提供了一個分析試驗場，幫助我們不斷改進測量技術。

Jamie 透露，他已經為自己構建了 100 個樣本，每個樣本的成本大約為 5000 美元。

“在過去十年中，我在測量自身生物數據變化上花費了大約 50 萬美元，”他說，“這些結果變化累計構成了一個數字孿生，它不僅能預測我的未來，還能預測我面臨的各種疾病風險，如今我們甚至可以通過血液測試來實現。”

談到普及性，他引用了 William Gibson 的話：“未來已經到來——只不過分布并不均勻。”

“我們現在幾乎對所有人類疾病都有血液測試，”他繼續說道，“這些測試的準確率比市場上現有的預測高出五到十倍。”

更進一步，他解釋稱，在運用新技術的研究中發現，通過對收集到的數據進行分析，有一半接受分析的患者能夠從顯著的干預中獲得益處。

“在我們進行的數據分析中，發現一半的個體具備了一個能改變生活、顯著延長壽命的關鍵可操作信息——這一切都是經過計算、預測與分析得出的，”他說。這是一個了不起的統計數據。

面向未來的創新

這三項發現分別展示了 AI 在幫助我們“微調”生活（無論是在體能、長壽等方面）上的巨大潛力，使我們不再需要憑直覺或猜測。

基本上，以前我們認為只存在于科幻小說中的許多工具，如今已變為現實。某些工具可能尚未全面推向市場——目前我們還未見到所有相關技術在生活中的完全展示，但這一現狀很快就會改變。