2024 MAI 開發者大會以「Make AI a Reality」為精神，希望架起AI技術與應用的橋樑，廣邀開發社群先進擔任講者，2天共20場演講，為AI開發者及AI Maker們領路。探討主題涵蓋先進及實用 AI 工具、框架、平台技術；Edge AI開發環境、推論優化與佈建；熱門關鍵技術：Local LLM、RAG、NPU、GenAI…；創新與落地Edge AI應用。
李盛安老師在創客圈是知名的玩家，不只喜歡學新技術，更喜歡帶領學生參加競賽、實現創意，在這場分享中，他深入介紹了最新投入的AI產學合作開發專案：「健身設備運動姿態AI評估系統」，此系統利用人工智能技術，提升健身器材的運動效果並防止運動傷害。
技術概述：運動姿態AI評估系統的基礎
李盛安老師首先介紹了運動姿態AI評估系統的基本概念與應用前景。他解釋說：「這種系統可以分析使用者在使用健身器材時的動作，確保姿態正確，最大限度地提高運動效益，同時減少受傷風險。」
該系統運用了先進的機器學習演算法和電腦視覺AI技術，能即時分析和提供反饋。透過連接各種感測器和攝像頭，系統能精確捕捉運動姿態，並通過深度學習模型進行分析，這使得它能夠捕捉分析不同個體的運動方式。
進一步來看，該系統首先通過攝像頭捕捉到運動者的影像，然後將這些影像數據輸入至預訓練的AI模型，該模型會分析運動者的身體關鍵點位置，如手臂、腿部和脊椎等，並即時反饋分析結果。
李老師補充說：「我們開發了一套演算法能夠從複雜背景中準確識別出運動者的姿態，即使在光線不足或背景干擾的環境下也能高效運作。」此外，這種系統還具有學習和自我調整的能力，能夠根據不同用戶的身體特徵和運動表現，自動調整模型參數，以達到更高的精確度。
實戰應用：系統在健身房的具體作用
進一步地，李盛安老師分享了一系列實際案例來說明這套系統在實際健身運動中的應用。他提到，這個系統已在健身中心進行試點，幫助教練監控會員的運動質量。「通過即時反饋，教練可以立即糾正運動者的姿態，這對於避免長期運動傷害非常關鍵。」李老師強調。
此外，這種技術也對於康復治療有著廣泛的應用前景，特別是在需要精確控制運動範圍和強度的康復訓練中。在談到系統的實際運用效果時，李老師分享了幾個鼓舞人心的用戶故事。一位康復中心的物理治療師表示，這套系統幫助他更精確地評估了患者的康復進程，特別是在復健初期，患者的微小進步也能被系統捕捉並提供即時反饋，這對患者的心理鼓勵和治療調整至關重要。
另外，一位健身房教練也分享了使用該系統後的變化：“使用這套系統後，我能夠同時指導多位會員，系統幫助我及時糾正他們的錯誤姿態，效率大幅提升。”
未來展望與挑戰
最後，李盛安老師討論了該技術面臨的挑戰與未來發展方向。他指出，雖然運動姿態評估系統在技術上已經取得顯著進步，但在廣泛應用於日常健身與康復領域前還需要解決數據隱私和用戶接受度的問題。
此外，如何將這些技術無縫整合進傳統的健身設備和健康管理系統中，也是未來發展的重要課題。對此，李老師展望未來可能會有更多的跨學科合作，來推動這一技術的標準化，並讓應用能夠普及。
李盛安老師對此充滿期待，他說：「我們相信，這套系統將為更多人帶來實質的好處，讓科技和健康更加緊密地結合。」
- 想加速RAG開發？你需認識LLamaIndex框架 - 2024/11/21
- AI+無人機守護海域遊憩安全 台南市發表「智慧海灘」成果 - 2024/11/14
- 【多模態時代】LLaVA模型的重要性 - 2024/11/11
.jpg)
.jpg)