尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
1 月 8 日，Keep 首次亮相 2019 International Consumer Electronics Show，以「從 Keep 出發看到運動的未來」為主題，通過「大數據」、「高效率」 及「連接一切」三大板塊，向公眾詮釋 Keep 作為運動科技公司所引領的運動的未來——— 以內容和服務為核心優勢，用大數據、智能硬件及自身科技手段連接一切，建立科技互聯的運動生態。那麼，Keep 是如何靠數據和技術留住用戶，脫穎而出受到用戶的青睞？通過對 Keep 人工智能研究院院長秦曾昌博士的採訪，InfoQ 記者全面解讀 Keep 如何以技術為支撐，用數據和 AI 為用戶帶來更好的體驗。
大勢所趨，Keep 的 AI 戰略圖譜
2018，是 AI 爆發的元年。正是這一年，Keep 宣布將 AI 研發提升到戰略高度。自此，人工智能與健身的結合成為 Keep 業務的重點，Keep 從最初以內容社區切入的健身 APP，發展成為 APP、智能硬件和線下場景三者並駕齊驅。
在 AI 技術如此火爆的事態下，InfoQ 記者不妨有些疑問，Keep 在此階段大力擴張 AI 版圖，是 AI 浪潮下的突然遇見？還是 Keep 自身技術的大勢所趨？
作為 Keep 首席科學家、Keep 人工智能研究院的院長，秦曾昌解答到：「Keep 作為一個具備互聯網基因的運動科技公司，自上線之初就具備了 AI 發展的諸多元素。」 Keep 從上線到如今坐擁 1.6 億用戶，累計用戶運動數據已達 22 億條，並隨著發展呈指數級的積累。目前，數據作為發展人工智能極其重要的稀缺要素，Keep 擁有如此龐大而豐富的精準數據，無疑是擁有了發展人工智能最基本的優勢，其挖掘和開發的價值潛力顯而易見。為此，Keep 早已在 17 年十月就開始布局 AI 業務，結合自身業務和場景，將 AI 進行充分的滲透和應用。
根據 Keep 的 AI 戰略發展情況來看，目前 Keep 對 AI 技術的應用主要在三個方面：首先是 App 方面，Keep 在應用內為用戶建立了社交行為、運動習慣的標籤，Keep 會根據用戶的標籤內容為用戶推薦個性化的課程；第二方面則是 Keep 基於傳感器，結合用戶的運動軌跡來給用戶的運動打分；最後是線下整合方面，Keep 利用多種技術來加強用戶的運動體驗。
除此之外，作為智能運動的領頭者和過億用戶運動大數據的持有者，Keep 在智能運動裝備領域的實力已經領先於國內外的水平。隨著 Keep 智能運動裝備和數據處理系統的不斷完善，致力於「智能運動」連接多維場景的 Keep，已幫助人們可隨時隨地盡享運動。
精於技術，Keep 的 AI 進行時
與傳統的智能硬件相比，Keep 的智能運動裝備，將大數據和智能化產品服務相結合，通過多維度數據場景分析，做到軟件與硬件完美地互通，用戶的運動數據能夠傳輸到 Keep APP 中並得到最真實有效的數據反饋，因此用戶能夠憑借數據反饋糾正自身不良的運動習慣，同時也能從中獲得有價值的運動指導。
在此之中，作為 AI 規劃第一步的「虛擬教練」計劃，無疑是 Keep AI 產業極為重要的一環。
更懂你的「虛擬教練」
為什麼說「虛擬教練」會更懂你呢？
據秦曾昌介紹，以往大家想像中的虛擬教練可能會是一個虛擬的機器人形象，或是一個軟件中的形象告訴你需要去做什麼，這其實是一個狹義的理解。然而更廣義的話說，「虛擬教練」是把內容、數據、算法和場景四方面相結合的一套體系。
不同於傳統的線下教練，「虛擬教練」足夠客觀，數字化。不僅可以利用用戶在線上產生的所有交互數據，來進行數字化的健身課程制定，還可以通過一個錄影頭，或者一部手機，在運動時對你的體態進行關鍵點的動作打分並給予實時的指導和反饋。同時，運用 3D 虛擬形象技術，直觀的將每個人不同階段的數據，身體變化記錄下來，使用戶通過直觀的方式，看到運動產生的效果，清楚地認識自己，找到更清晰的運動目標。
另外，運動對每個人來說是一件個性化、持續性的事情，在這期間需要有不斷的科學指導和反饋。如果一個人在未經過系統訓練的情況下，盲目地擼鐵、跑馬拉松，不僅沒有起到運動效果，還存在了高危的運動風險。而 Keep 人工智能會通過數據分析、深度算法幫助大家更了解自己，可以對用戶在運動中起到的監督和指導的作用。
基於此，結合應用場景，秦曾昌分享了這樣一個直觀的案例：比如，當一位用戶經常完不成他所參與訓練所要求的動作數量時，該課程會在一定時間節點內，自動降低課程難度，反之，則會升高。所以， Keep 想做的事情，是在所有生態的布局里面，無論是通過 Keep App、KeepKit 還是 Keepland，都能把基本智能的概念移植到每個環節里面去，這樣會感受到類似於有一個「真實感的教練」在告訴你該如何去選擇課程、如何做有效的運動，同時，「虛擬教練」會根據用戶運動變化的情況實時進行反饋。
此外，「虛擬教練」還擁有幫用戶練習並且進行運動效果評測的功能。 不過，運動軌跡評測的門檻是非常高的，因為完成這一任務，平台要做一件事——數據采集與標註。在人工智能發展如火如荼的背後，其必不可少的要素之一便是供機器學習的大數據采集工作，如今卻依然出自人工之手。
那麼，Keep 是如何解決這一難題的呢？
Keep 的技術團隊給出了一套解決方案： 一方面借助「傳感器」。用戶在運動時戴上手環，便可以通過傳感器采集來的數據繪制出運動軌跡，將用戶的運動軌跡和標準庫里面的運動軌跡進行比對和判斷，如果動作有典型的錯誤或者動作不到位，Keep 就會通過 App 反饋給用戶。另一方面，借助 Keep 的課程設計師，設計師設計課程時，會內部標註一些準確性比較高的數據。
由此可見，不論是優勢還是挑戰，從「虛擬教練」計劃中，我們都可以看出 Keep 在布局 AI 的決心與野心。優質的內容、精準的數據、核心的算法模型以及多維度的場景，讓 AI 注入了 Keep 的基因，為更加優越的用戶體驗提供保證。
內容、數據、算法、場景齊聚迸發
在內容方面，Keep 擁有市場上最全的動作庫，有足夠科學的運動內容推薦給用戶，以及擁有大量的個性化運動解決方案。通過這些，Keep 可以更好地指導不同類型的用戶。其次，Keep 在數據上的積累形成了天然優勢，活躍的社區行為也將源源不斷的提供交互數據，保證了新鮮數據的補充。
同時，作為一家數據驅動型公司，數據至於 Keep 的重要性不言而喻。在 2018 年，Keep 開始做數據倉庫的建設，將所有的數據包括用戶的 ID 及運動數據統一到一個平台，之後無論是數據分析、數據挖掘，還是算法搜尋推薦，甚至是做用戶畫像的工作，都是統一從該平台拿取數據。這樣的話就使底層的架構更加清晰，而不會出現每當業務有新情況時就要重新更新的問題等。
在 AI 核心的算法模型上，主要包含基於 IMU 的傳感器算法研究和 CV 領域兩個方面。兩者也各司其職，Keep 將前者應用於傳感器采集數據，並利用其生成標準軌跡，最後進行用戶軌跡和標準軌跡匹配；後者則涉及從用戶圖片、視頻中計算人體關鍵點，生成關鍵點的運動軌跡，再同標準軌跡匹配後，得出運動時的動作指導方案。
另外針對場景，包括智能硬件和線下空間，這兩個場景可以更為直觀的獲取到信息，並可以及時的將分析處理過的反饋傳達給用戶，利用這一方向，Keep 可以將線下和線上資源更好地結合、打通。
未來可期，Keep 的 AI 展望
當然，技術的創新與發展離不開其背後技術團隊與文化的強有力支持。
那麼，對於 Keep 來說，是怎樣的一個 AI 團隊在加持 Keep AI 戰略的不斷進化？
秦曾昌認為，如今 AI 技術體系更新迭代非常快，這更需要開發者們去不斷地學習。為此，Keep 希望為想在這個領域發展的年輕人，不僅提供更多的工作機會，資深的工程師們會帶領大家一起成長，也會鼓勵大家勇於實踐，只有結合真實的場景、具體的現實問題去思考和發展，才能學到更多的東西，在工作中也能夠有所收獲。
在未來，Keep AI 研發團隊將主要集中在大數據、應用算法、機器視覺和智能硬件等幾個大方向。 大數據和應用算法主要服務於 Keep 現有業務，日後所提供的運動服務會更個性化、智能化。 機器視覺和智能硬件會支持未來新的運動技術和虛擬智能教練計劃，通過指導了解用戶的運動情況並加以反饋和指導，打造私人虛擬智能教練的全新運動方式。同時，Keepland 的線下課程也會成為 AI 落地的重要場景，為線下健身場景注入更多科技活力。
另外，基於更具智能化的產品服務理念，Keep 智能運動裝備覆蓋面將不斷擴大。在 CES 2019 展會上，Keep 帶來了更豐富的 KeepKit 智能硬件產品，如 Keep C1 智能單車、Keep W1 健走機以及 Keep S1 智能運動手環。三款新品的到來，為用戶帶來了更加豐富的運動內容形態和更高效的運動體驗。其中，Keep 智能運動手環採用了高精度的心率傳感器和六軸傳感器，不僅可以優化心率算法，精準監測到用戶的動態心率變化；同時結合 Keep 大數據庫，可以對用戶的健身動作完成度進行 AI 智能判斷和打分，真正成為用戶的「AI 智能運動教練」。不僅如此，Keep 在 CES 上 還展示了最新的 KeepLink 智能模塊概念。它可以連接各類適配的運動器械，並做到 Keep App、內容、用戶數據與硬件終端的聯通，讓 Keep 優質的內容和服務賦能更多硬件和場景。
Keep 智能運動裝備的全方位覆蓋，將逐漸形成智能運動生態閉環。通過自主研發的系統和產品，貫穿垂直運動領域，讓用戶能夠通過 Keep 智能運動產品，全面地對自身運動情況進行調節，加深用戶對運動的認知，最大化提升運動效率和運動體能。
正如秦曾昌所說，「無論什麼樣的技術都有自己的規律和能落地的場景，我們對於新技術可以充滿渴望、希望，但是同時也要去腳踏實地地看新技術對於你會產生什麼樣的影響。Keep 切實的看中 AI 技術的落地和場景應用，比如我們通過視覺技術、智能硬件給運動者提供更好的反饋和指導，發揮 AI 的價值，為更多人帶來科學的運動生活，是我們未來努力的方向。」
採訪者介紹
秦曾昌，Keep 首席科學家 、Keep 人工智能研究院院長。擁有英國布里斯托 (Bristol) 大學碩士、博士學位，曾在美國加州大學伯克利分校 (UC Berkeley) 做博士後研究，曾任牛津 (Oxford) 大學統計系訪問研究員與卡內基梅隆大學 (CMU) 機器人所訪問學者。目前主要研究方向為人工智能、不確定性理論、數據挖掘與自然語言理解。曾出版英文專著 1 本、編輯論文集 3 本和發表專業期刊與會議論文 (Book Chapter) 近 100 篇，是 IJCAI，ICML， AAAI， NIPS 等國際會議的 Senior PC/PC Member。