加州大學(xué)圣地亞哥分校（UCSD）研究人員創(chuàng)建了一個由生成式人工智能（GenAI）驅(qū)動的模型，該模型將有助于預(yù)防運(yùn)動員受傷，并有助于受傷后的康復(fù)。該模型還可以幫助運(yùn)動員更好地訓(xùn)練。

該模型名為BIGE（生物力學(xué)信息GenAI運(yùn)動科學(xué)），用運(yùn)動員的動作以及有關(guān)人體生物力學(xué)約束的信息進(jìn)行訓(xùn)練，例如肌肉可以產(chǎn)生多大的力。該模型可以用于生成運(yùn)動員在運(yùn)動中可以執(zhí)行的最佳動作，以避免受傷并提高表現(xiàn)，或者為受傷后需要康復(fù)的運(yùn)動員生成最佳動作。

“這種方法將成為未來?！奔又荽髮W(xué)圣地亞哥分校生物工程系的杰出教授、該論文的資深作者之一Andrew McCulloch稱。

據(jù)研究人員所知，BIGE是唯一一個將生成式人工智能和現(xiàn)實(shí)生物力學(xué)結(jié)合在一起的模型。大多數(shù)負(fù)責(zé)生成下蹲等動作的生成式人工智能模型產(chǎn)生的結(jié)果與限制真實(shí)人類運(yùn)動的解剖和機(jī)械約束不一致。與此同時，不依賴于生成式人工智能來生成這些運(yùn)動的方法需要大量的計(jì)算。

為了訓(xùn)練模型，研究人員使用了人們進(jìn)行深蹲的運(yùn)動捕捉視頻中的數(shù)據(jù)。然后，他們將運(yùn)動轉(zhuǎn)換為3D骨架模型，并使用計(jì)算出的力來生成更逼真的物理運(yùn)動。

接下來的步驟包括使用該模型進(jìn)行深蹲以外的運(yùn)動，并為特定個體個性化模型。

“任何人都可以使用這種方法?！奔又荽髮W(xué)圣地亞哥分校計(jì)算機(jī)科學(xué)與工程系教授、該論文的資深作者之一Rose Yu說。

例如，該模型可用于預(yù)測老年人的跌倒風(fēng)險。

研究小組最近在密歇根州安阿伯市密歇根大學(xué)舉行的動力學(xué)與控制學(xué)習(xí)會議上展示了他們的工作。

與Ai時代前沿合作，將大門向更多普通用戶敞開！無論你是對新技術(shù)充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。歡迎掃碼加入我們！