Heho運動科技大調查｜運動AI精準輔助！臺北市立大學徐敬亭教授：從軌跡辨識、到疲勞程度都可偵測

運動科技的應用已經成為現代運動訓練與科學研究的重要趨勢，從運動國手訓練、運動科學與AI輔助訓練領域，科技的介入正顯著提升運動表現與數據分析精準度。臺北市立大學運動器材科技研究所，也長期投入相關研究，並致力於將科技應用於運動實踐。《Heho》2025年也特別專訪，臺北市立大學運動器材科技研究所徐敬亭教授，進一步了解AI在運動科學中的應用。

廣告 - 內文未完請往下繼續閱讀

運動AI精準輔助！從軌跡辨識、到疲勞程度都可偵測

近年隨著科技的進步，運動訓練的模式發生了顯著變化，特別是在 COVID-19 疫情之後，遠端訓練與個人化運動計畫的需求大幅提升。包含影像辨識技術、穿戴式裝置的普及，以及AI介入運動分析，都成為運動科技發展的核心方向。

研究領域主要專於運動AI的開發與研究的徐敬亭教授表示，近年來與國家隊合作，致力於利用 AI 改善舉重選手的訓練。他解釋，以往的舉重訓練大多依賴實驗室內的動作捕捉技術（Motion Capture）與力學感測器，但這些設備昂貴且無法在訓練場域中即時應用。因此，從 2022 年開始，研究團隊改利用AI影像辨識與物件追蹤技術來分析槓鈴軌跡，讓教練可以在 60 秒內獲得即時回饋，幫助選手精準調整訓練方式。

徐教授也分享，傳統的訓練計畫，主要依靠教練的經驗與直覺，現在透過AI數據分析，例如：AI可以透過影像分析偵測槓鈴軌跡的偏移，幫助選手修正動作細節，甚至可以分析選手在訓練過程中的疲勞程度，進而降低受傷風險，同時教練可以根據AI的即時回饋，來判斷當下最適合比賽的重量策略，以提高競技表現。

廣告 - 內文未完請往下繼續閱讀

未來運動科技新趨勢！從頂尖選手延伸至全民訓練

徐敬亭教授指出，早期AI主要應用於高端運動員的訓練，目前隨著科技發展，希望能持續將這些技術普及到基層訓練，讓年輕選手也能夠受益。包含體育署近年來推動「運動科學支援競技運動計畫」，也是希望透過科技讓高中生與基層選手也能享有更專業的訓練。但目前AI訓練分析仍屬於新興技術，團隊人力有限，要進一步擴展有一定的挑戰。

徐敬亭教授表示，其實中國、北韓、古巴等國家都在積極發展運動AI。例如，中國在國際賽事中，也曾使用大型感測儀器來蒐集選手數據等，雖然技術手段不同，但目標都是讓訓練更科學化；AI除了協助訓練之外，先前東京奧運的時候，在體操領域也導入應用AI裁判，作為評審輔助工具，分析選手的動作準確度。

未來運動AI應用會更廣泛！但無可取代教練的關鍵角色

AI是否會取代教練的問題？徐敬亭教授認為這不太可能發生。他強調，AI雖然能夠提供數據分析，但無法取代教練在心理支持、與戰術決策上的關鍵角色。包含選手在比賽場上，最需要的是教練的臨場指導與即時決策，而這部分目前AI無法勝任。同時選手與教練之間的信任關係，也是AI難以取代的，許多外籍選手甚至將教練視為家人，可以得知選手與教練之間的緊密關係與不可取代性。

關於運動AI的未來發展方向，徐敬亭教授指出，生成式AI是一個重要發展方向，除了生成運動的指引、或運動指導之外，也包含生成出個人化的運動參數，提供選手更細緻的回饋。

最後徐敬亭教授強調，「科技的核心始終來自於人性，所有技術的發展都應該服務於人。未來運動科技將更廣泛應用於日常生活，幫助民眾進行更有效的運動，預防運動傷害與過度疲勞。而在專業訓練方面，科技將提升數據的獲取速度與精準度，甚至支援戰術推演與決策輔助，為運動員與教練提供更強大的支持。」

文、拍攝／江宏倫、趙乙錚、圖／Emily