中國乒乓球隊強大背後的科技力量，，東京奧運會，中國乒乓球隊以4金3銀的成績完美收官。在強大的中國乒乓球隊背後，有一支默默無聞的科技團隊，在賽事期間，這支團隊一直爲國乒的女隊提供大數據支撐
中國乒乓球隊強大背後的科技力量1
東京奧運會結束後，國際乒聯公佈了新一期的世界排名。女單方面，陳夢穩居榜首，孫穎莎排名升至第二，日本乒乓球運動員伊藤美誠位居第三。 世界最新排名超伊藤美誠！孫穎莎這樣說
很快“孫穎莎世界排名超伊藤美誠” 引發網友關注，大家紛紛爲孫穎莎點贊。
對於新排名，孫穎莎表示世界排名說明不了什麼，“其實我們倆相對來說差不多，放平心態吧。”而對於在東京奧運會上兩度擊敗伊藤美誠，孫穎莎稱：“當時很開心，但是下領獎臺後，一切從零開始。”
揭祕中國乒乓球隊強大背後的科技力量
東京奧運會，中國乒乓球隊以4金3銀的成績完美收官。在強大的中國乒乓球隊背後，有一支默默無聞的科技團隊，在賽事期間，這支團隊一直爲國乒的女隊提供大數據支撐，究竟是什麼樣的大數據？
在東京體育館，孫穎莎和伊藤美誠的半決賽緊張地進行的時候，你一定想不到，除了在場的運動員、裁判，以及看臺上寥寥無幾的觀衆，還有一個強大的人工智能平臺正在監視着這場比賽。伊藤美誠的每一次發球、揮拍、移動等，都被這個部署在東京的AI雲平臺所記錄。這些數據，以平均100Mbps的速度被傳送到離體育館2442公里外的“浙江大學乒乓球智能大數據分析平臺”的技術團隊手中。
浙江大學教育學院體育學系博士後 周正： 伊藤美誠前三拍其實非常兇狠，但是因爲她身高的限制，進入相持階段，跑起來以後，她護檯面積是沒有這麼大的，所以我們只要前三板失誤減少，堅持打到後面，很大概率都是能贏的。
如何在低質量、低幀率的電視直播視頻上，刪除多餘的轉播鏡頭，精準地識別每回合的分數變化，檢測、定位每一拍，並高效地進行自動化或者半自動化的數據標註，成爲一個科研難點。
浙江大學計算機科技與技術學院副院長 巫英才： 我們從海量的數據中，挖掘球隊技戰術的特點，從球隊特點以及以上的數據，我們進行模擬推演，比如將我方球員做一些技戰術改變之後，對於整場比賽的勝率，會有什麼樣的變化。
目前平臺上，已經有8000多場比賽數據。在接下來的巴黎奧運週期，浙江大學體育大數據創新團隊也將緊跟中國乒乓球隊的腳步，繼續做好大數據保障。
中國乒乓球隊強大背後的科技力量2
7月29日，在東京體育館，孫穎莎和伊藤美誠的半決賽正在緊張地進行中。你一定想不到，除了在場的運動員、裁判，以及看臺上寥寥無幾的觀衆，還有一個強大的人工智能平臺正在監視着這場比賽。
伊藤美誠的每一次發球、揮拍、移動等，都被這個部署在東京的AI雲平臺所記錄。這些數據，以平均100Mbps的速度被傳送到離體育館2442公里外的“浙江大學乒乓球智能大數據分析平臺”的技術團隊手中。
幾乎是在這場比賽結束的瞬間，一份有關比賽的技戰術分析報告，立刻由AI雲平臺推送到了中國乒乓球女隊教練員和運動員的平板電腦上。這些最新的比賽視頻和技戰術數據分析報告，將直接幫助中國乒乓球女隊教練員和運動員，在準備女子單打半決賽和團體決賽中使用。
浙江大學計算機科技與技術學院副院長巫英才教授，正是這個能“實時更新戰鬥力”的乒乓球智能大數據分析平臺的主要研發者，接應他的，則是出征東京奧運會的國乒隊的科研專家，浙江大學教育學院體育學系主任張輝教授。他們兩人也是浙江大學體育大數據創新團隊的關鍵人物。這個團隊在近年來，一直爲國家乒乓球隊提供比賽數據分析和技戰術研究的服務。
巫英才告訴記者，乒乓球智能大數據分析平臺除了在比賽中提供支持，在前期國乒隊備戰東京奧運會期間，也發揮了很大的作用。
與其他球類項目相比較，乒乓球運動員的技術更加細膩和精確。因此，每次比賽後的技術分析，都顯得尤爲重要。但是，乒乓球比賽數據的標註採集工作費時費力，可謂非常有挑戰性。
體育大數據創新團隊緊密合作：（上）浙大體育系周正博士在奧運會期間採集和分析比賽數據；（下）浙大計算機學院博士生吳江在奧運會期間開發維護大數據平臺和平板APP代碼。
早在2003年獲得德國體育科學博士學位的張輝，已經爲國乒隊服務了十幾年。他回憶，以往乒乓球比賽中技戰術數據的採集工作一般都是通過賽後回看錄像的方式進行。然而，由於乒乓球的速度太快，科研人員往往無法快速、準確且全面地標註運動員比賽中的所有的比賽行爲，例如，運動員擊球的技術、落點，位置、拍序等信息。因此，如果需要一場比賽詳細的數據，有時需要5個小時左右的時間來採集數據，效率低下的`同時，也不利於備戰賽程密集的奧運會。
巫英才教授（左）與團隊博士生吳江（右）在浙江大學CAD&CG國家重點實驗室的沉浸式大數據分析系統上討論乒乓球技戰術智能挖掘的技術問題。
如何在低質量、低幀率的電視直播視頻上，刪除多餘的轉播鏡頭，精準地識別每回合的分數變化，檢測、定位每一拍，並高效地進行自動化或者半自動化的數據標註，成爲一個科研難點。從前年開始，巫英才帶領團隊開始了乒乓球大數據標註分析和平臺建設的工作。經過一年多的時間，體育大數據創新團隊依靠交互的可視化人機界面，結合人工智能算法與人的經驗智慧，開發出了乒乓球智能大數據分析平臺，實現了半自動的數據的標註。
這個平臺不斷進行技術突破，將標註時間不斷縮短。從2個小時、1個小時……到現在，比賽一結束就能夠完成數據採集。
除此之外，乒乓球智能大數據分析平臺還可以針對性地進行擊球質量評估。原來，教練員和科研人員需要在現場或觀看比賽視頻，對運動員的擊球質量進行人工評估，再對運動員進行進行指導和分析。但是，如果有100場、1000場視頻該怎麼辦？這樣的任務幾乎不可能完成。因爲評估揮拍有很大的主觀因素，這也成爲了一個技術難點。如何讓計算機學習到專家的知識，並結合每一拍所使用的技術、球員身位以及球的落點等一系列屬性，來對揮拍進行客觀而準確的評估，成爲了一個很大的技術難題。從去年開始，巫英才通過和南京大學的周志華教授團隊合作，使用反繹學習的理論框架，開始攻關這個技術難題，並在今年也取得了重要的進展和原創性的成果。
“我們利用反繹學習的理論框架，把30多條乒乓球的技戰術規則融合到數據驅動的機器學習中，開發出了一個能自動評估揮拍質量的框架。”巫英才說，只要在乒乓球智能大數據分析平臺上輸入比賽視頻，視頻中球員每一拍的質量都能自動得出。這項分析技術，也將逐漸被運用到國乒隊備戰日常訓練中。
巫英才教授（左）、張輝教授（右）2021年5月在廈門的中國乒乓球訓練基地與劉國樑主席（中）討論備戰東京奧運事宜。
目前，乒乓球智能大數據分析平臺上，已經有國乒隊的8000多場比賽數據。從2018年開始，研究團隊開始了做起了比賽的仿真預測。“利用大數據和人工智能，我們就可以進行模擬和推演，去預測當我方球員在改變某一種技戰術的情況下，勝率會有怎麼樣的變化。”巫英才說。
在東京奧運會備戰期間，研究團隊對國乒隊的主要對手，尤其是日本女隊進行了全方位的分析，幫助制定出了最佳的戰術。
記者發現，在國家體育總局公佈的奧運攻關項目中，浙江大學體育大數據創新團隊是唯一入選的非體育類科研院所團隊。巫英才表示，他和張輝在浙江大學因爲有共同的學術興趣而相識，當然還因爲出於對國球敬仰，兩人開始發揮各自領域的擅長，進行交叉合作研究。2017年浙江大學社會科學研究院的支持下，成立了體育大數據創新團隊（通過“文科+X”和“信息+X”交叉人才培養計劃共同招收和培養直博生），並在2019年起，團隊開始爲國家乒乓球隊提供比賽數據和技戰術分析服務。在備戰奧運的過程中，巫英才及其團隊做技術平臺的研發，張輝及其團隊則利用這個平臺深入國家乒乓球隊備戰和比賽第一線，運用科學詳實的數據幫助國家隊制定訓練戰略戰術，尤其是針對日本女隊的訓練和比賽。
周正博士（左）、張輝教授（右）參加國家乒乓球備戰東京奧運會封閉訓練。
近年來，體育大數據創新團隊不僅通過乒乓球智能大數據分析平臺爲國家隊進行了大量的技戰術備戰服務，還在可視分析、人機交互與數據挖掘等方面取得的一系列原創的科研成果，發表了ACM SIGCHI、ACM SIGKDD、IEEE VIS、IEEE TVCG等國際頂尖的學術會議或期刊論文，近3年累計發表超過10篇的JCR一區、CCF A類的高質量學術論文。
“我們通過交叉研究合作發現了很多有趣的問題，例如，比賽時間是預先安排的，所有的研究工作必須在此之前完成，而且必須獲得教練員和運動員的認同等等，這些問題在其他場合比較難遇到，也非常有挑戰性。同時，也有利地促進了我們科研的進展。” 巫英才告訴記者。
在浙江大學人工智能協同創新中心、浙江大學社會科學院等的大力支持下，兩人發揮着各自的專業能力，深度交叉融合計算機科學與體育學，迸發出了強大的力量，也爲東京奧運會增添了一抹科技的色彩和魅力。
現在，東京奧運會即將落幕。獎牌之外，國乒隊也再次證明了自己的強大。就連日本記者都忍不住提問：“中國乒乓球隊爲什麼這麼強？”
孫穎莎和王曼昱在回答時，都提到了“團隊”。正是像浙江大學體育大數據創新團隊一樣，還有無數團隊在背後默默支持着遠在他鄉奮戰的中國運動員，才讓我們的東京奧運之旅更舒暢。“團隊”，代表着不是孤軍奮戰，更代表着國力的日益強盛。
