路來冰 許金富 王黨生 楊少雄

關(guān)鍵詞：體育；人工智能；專利；IPC；社會網(wǎng)絡(luò)

人工智能技術(shù)作為第4次產(chǎn)業(yè)革命的基石，與各個行業(yè)的融合創(chuàng)新已成為經(jīng)濟(jì)社會發(fā)展的新增長點和動力源。人工智能核心技術(shù)，如機(jī)器學(xué)習(xí)、計算機(jī)視覺、深度學(xué)習(xí)、人機(jī)交互等，目前已經(jīng)廣泛應(yīng)用于體育領(lǐng)域，在國內(nèi)外的應(yīng)用涵蓋大眾健身、學(xué)校體育、運動成績提升、運動損傷監(jiān)測與康復(fù)、體育用品制造、體育場館與賽事服務(wù)等實踐場景。相關(guān)研究的技術(shù)熱點涵蓋“基于可穿戴加速度計技術(shù)的簡單活動識別與能量消耗研究”“基于可穿戴式傳感器的動作分析與損傷防控研究”“基于卷積神經(jīng)網(wǎng)絡(luò)算法的計算機(jī)視覺場景分類研究”等方向。研究應(yīng)用熱點則主要集中于“體質(zhì)健康促進(jìn)”“運動損傷防控”“運動能力提升”等領(lǐng)域。體育人工智能相關(guān)技術(shù)的發(fā)展離不開專利技術(shù)的更新和滲透，最大程度地開發(fā)和利用專利信息，轉(zhuǎn)化成可利用的專利情報，是企業(yè)和研究機(jī)構(gòu)取得體育人工智能技術(shù)競爭優(yōu)勢的重要保證。目前，國內(nèi)外人工智能專利研究熱點包括電數(shù)字?jǐn)?shù)據(jù)處理、數(shù)據(jù)識別記錄、管理類數(shù)據(jù)處理系統(tǒng)、基于特定模型計算機(jī)系統(tǒng)、機(jī)械手、數(shù)字信息傳輸、圖像處理與通信、語音識別、控制與調(diào)節(jié)系統(tǒng)和無線通信網(wǎng)絡(luò)等。其應(yīng)用領(lǐng)域則集中在智能制造、醫(yī)療服務(wù)、金融支付、智慧城市和災(zāi)害預(yù)防等領(lǐng)域，在體育領(lǐng)域的應(yīng)用深度與廣度尚淺。體育人工智能專利可以反映出各國人工智能技術(shù)在體育領(lǐng)域的科技生產(chǎn)力，為相關(guān)技術(shù)從理論設(shè)想到落地扎根提供有力的實現(xiàn)路徑，為其傳播與擴(kuò)散構(gòu)建了現(xiàn)實的參考與借鑒樣本?；诖?，利用incoPat專利數(shù)據(jù)庫執(zhí)行專利信息檢索，通過分析國內(nèi)外體育人工智能專利，采用專利信息分析法與社會網(wǎng)絡(luò)分析法對國際體育人工智能領(lǐng)域?qū)＠畔⒌目臻g分布、研究主體與技術(shù)熱點展開分析，并以可視化的形式對結(jié)果予以呈現(xiàn)。通過探究相關(guān)專利技術(shù)的研究熱點與發(fā)展趨勢，挖掘有價值的情報信息為我國體育人工智能技術(shù)的發(fā)展提供理論與實踐支撐。

1數(shù)據(jù)來源與研究方法

1.1數(shù)據(jù)庫選擇

本文研究的數(shù)據(jù)來自incoPat專利數(shù)據(jù)庫（旗艦版），其是由科睿唯安旗下的中國獨資子公司——北京合享智慧科技有限公司開發(fā)。incoPat專利數(shù)據(jù)庫是全球首個可以用中文進(jìn)行檢索和瀏覽全球?qū)＠畔⒌目萍紕?chuàng)新情報平臺，涵蓋DII數(shù)據(jù)庫等在內(nèi)的國際相關(guān)主流專利數(shù)據(jù)庫，收錄了全球120多個國家的1.58億多條專利數(shù)據(jù)，字段完善，質(zhì)量較高。

1.2檢索策略與數(shù)據(jù)處理

選取incoPat數(shù)據(jù)庫中的“技術(shù)檢索”模塊，此檢索方式可以全面查詢一個技術(shù)領(lǐng)域的專利。在對“體育”搜索詞的選取中，為全面了解國際體育人工智能專利分布情況，充分拓展“體育”的概念，加入夏、冬季奧林匹克運動會的各大項運動名稱，同時根據(jù)前期文獻(xiàn)調(diào)研，加入“運動鞋”“運動器材”“健身器材”等相關(guān)詞匯。在“人工智能”擴(kuò)展搜索詞的選取中，綜合技術(shù)行業(yè)研究公司Venture Scanner對人工智能領(lǐng)域的分類以及根據(jù)2020年《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》中人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu)的相關(guān)規(guī)定，篩選出了與體育領(lǐng)域結(jié)合較為緊密的“深度學(xué)習(xí)”“機(jī)器學(xué)習(xí)”“計算機(jī)視覺”“人機(jī)交互”“智能機(jī)器人”等人工智能領(lǐng)域相關(guān)術(shù)語作為一級檢索詞。同時，在“關(guān)鍵詞工具”檢索模塊推薦的相似關(guān)鍵詞中，選取各檢索詞的相近關(guān)鍵詞，如“機(jī)器學(xué)習(xí)”添加“隨機(jī)森林算法”“決策樹模型”等，“深度學(xué)習(xí)”增加“卷積神經(jīng)網(wǎng)絡(luò)”“無監(jiān)督學(xué)習(xí)”等。incoPat數(shù)據(jù)庫可以自動翻譯漢譯英檢索詞，最終確定檢索式（簡化）為TIAB=（“體育”or“健身”or“足球”or“籃球”……）and TIAB=（“人工智能”or“深度學(xué)習(xí)”or“機(jī)器學(xué)習(xí)”or“計算機(jī)視覺”or“人機(jī)交互”or“智能機(jī)器人”or“隨機(jī)森林算法”or“決策樹模型”or“卷積神經(jīng)網(wǎng)絡(luò)”or“無監(jiān)督學(xué)習(xí)”等，完整檢索式可向作者索?。Ｈ蛉斯ぶ悄軓?000年開始進(jìn)入產(chǎn)業(yè)化階段，同時相關(guān)專利及知識產(chǎn)權(quán)保護(hù)提上日程，人工智能得以迅速發(fā)展。因此，以專利申請日為節(jié)點，選取2000年1月1日-2022年12月31日全球人工智能專利的截面數(shù)據(jù)，得到了3981條專利，對專利申請?zhí)栠M(jìn)行去重合并后，排除質(zhì)量較低的外觀專利，最終得到3365件專利（不含同族專利）作為本研究的數(shù)據(jù)集。

1.3研究方法

專利信息分析法又稱專利分析法，是指對有關(guān)的專利文獻(xiàn)進(jìn)行篩選、統(tǒng)計、分析使之轉(zhuǎn)化成可利用信息的方法。本文對收集整理專利文獻(xiàn)的時空特征信息、發(fā)明人合作信息與專利技術(shù)信息進(jìn)行統(tǒng)計與分析，旨在明晰國際體育人工智能技術(shù)的應(yīng)用發(fā)展態(tài)勢。

社會網(wǎng)絡(luò)分析法是研究個體之間相互關(guān)系的方法，利用構(gòu)建網(wǎng)絡(luò)可以直觀展示個體在網(wǎng)絡(luò)中的位置節(jié)點和整體結(jié)構(gòu)。本文采用社會網(wǎng)絡(luò)分析法進(jìn)行專利情報分析，利用UCINET 6.0軟件導(dǎo)人計算出的共現(xiàn)矩陣，繪制可視化圖譜對專利信息進(jìn)行中心度分析、“核心一邊緣”分析與聚類分析。

2體育人工智能專利技術(shù)發(fā)展與演化分析

2.1體育人工智能專利技術(shù)的時間特征

專利的申請數(shù)量與公開數(shù)量是反映專利時間特征的重要觀察指標(biāo)。申請數(shù)量不僅反映了地區(qū)的科技原始創(chuàng)新能力，而且能折射出這些成果的市場應(yīng)用潛能。而專利經(jīng)過公開，專利權(quán)人為其投資獲得了回報，專利權(quán)的界限得以劃定。目前在大多數(shù)國家（包括中國）采用“早期公開、延遲審查”的專利制度，專利公開和專利申請相比存在時間滯后，一般發(fā)明專利在申請后3～18個月公開，實用新型專利在申請后1～15個月公開。從圖1可以看出，專利的申請與公開趨勢的增長曲線基本吻合，2000-2015年處于平穩(wěn)增長期，年申請與公開專利數(shù)量均在100項以下。而2016-2022年處于快速上升期，年申請與公開專利數(shù)量均高于100項。值得注意的是，2019年起人工智能專利的申請數(shù)量有所放緩。分析原因，與新冠疫情等影響因素下國際經(jīng)濟(jì)與貿(mào)易環(huán)境的變化、各國知識產(chǎn)權(quán)政策的變化有較強(qiáng)關(guān)聯(lián)。中國作為專利申請大國，自2019年起，武漢、東莞、深圳等地市開始全面停止對國內(nèi)專利申請階段的資助，國家知識產(chǎn)權(quán)局也在2021年6月底前全面取消各級專利申請階段的資助，同時我國各級知識產(chǎn)權(quán)局也在重點篩查非正常申請專利的有效性與規(guī)范性。而從國際體育人工智能專利的公開趨勢可以看出，近年來體育人工智能技術(shù)的應(yīng)用范圍逐步擴(kuò)大，對專利技術(shù)的需求正處在快速上升的狀態(tài)。

2.2體育人工智能專利技術(shù)的空間特征

2.2.1申請人國別與優(yōu)先權(quán)國別特征

在體育人工智能專利的空間特征方面，各國專利的申請數(shù)量可以反映出相關(guān)技術(shù)領(lǐng)域在各國的關(guān)注熱度?！吨腥A人民共和國專利法》與《國際專利公約》均規(guī)定：專利申請人首先在其所在國申請專利，在規(guī)定時限內(nèi)可以利用優(yōu)先權(quán)申請國外專利。專利的本國優(yōu)先權(quán)分布可以反映該國對相關(guān)領(lǐng)域技術(shù)研發(fā)的重視與深入程度，以及該領(lǐng)域各國的專利產(chǎn)出情況。數(shù)據(jù)顯示，隨著我國人工智能技術(shù)的不斷發(fā)展以及對知識產(chǎn)權(quán)保護(hù)意識的不斷加強(qiáng)，加之政府相關(guān)政策的支持，自2015年起，我國的體育人工智能專利的申請數(shù)量增幅迅速上漲，且漲幅遠(yuǎn)超美國，截至2022年底，共計申請1386（項／次）專利，位居全球首位，占到全球總量的41.2%，美國以546項居第2位，占比16.2%，第3～5名依次為韓國、日本、印度。排在前4位的國家申請數(shù)量占到91.6%，說明研究熱點國家較為集中。而在體育人工智能技術(shù)的優(yōu)先權(quán)國分布中，美國作為科技強(qiáng)國和傳統(tǒng)的體育強(qiáng)國，其在體育人工智能技術(shù)方面的研發(fā)實力最為強(qiáng)勁，擁有486項本國優(yōu)先權(quán)專利，居全球首位，占所有專利的14.4%，韓國排在第2位，共有108項，占比3.2%，而我國排名第3位，僅有79項專利，占比2.3%，第3～5名依次為日本、愛爾蘭、英國。對比2組數(shù)據(jù)發(fā)現(xiàn)，我國的專利申請量高于世界第一，但本國優(yōu)先權(quán)的專利數(shù)量卻遠(yuǎn)遠(yuǎn)落后于美國，表明我國體育人工智能專利的技術(shù)含量、市場價值與競爭力與世界一流水平還存在一定差距，需要引起相關(guān)專利發(fā)明人的高度重視。進(jìn)一步分析不同國家的本國優(yōu)先權(quán)專利與本國申請人專利數(shù)量的比重，發(fā)現(xiàn)雖然我國的本國優(yōu)先權(quán)專利數(shù)量位于全球第3位，但與本國申請人專利數(shù)量的比值僅排在第15位，表明雖然我國體育人工智能技術(shù)發(fā)展的熱度很高，但“精品率”較低，專利申請中的公共資源浪費情況較為突出，大大影響了我國相關(guān)技術(shù)的國際影響力與認(rèn)可度。分析原因，在目前我國體育產(chǎn)業(yè)的發(fā)展進(jìn)程中，人工智能技術(shù)應(yīng)用場景與市場需求有限是重要因素之一，此外也與相關(guān)底層技術(shù)投資不足、人才儲備落后、計算資源不足、技術(shù)與設(shè)備應(yīng)用成本較高等現(xiàn)實狀況有關(guān)。此外，專利制度的不完善也導(dǎo)致國內(nèi)在體育人工智能專利申請、審查等過程中都存在較大的漏洞。企業(yè)或個人作為申請人為了獲取財政補(bǔ)貼或崗位晉升等現(xiàn)實利益，大量申請技術(shù)含量與市場價值較低的專利，也是造成目前我國相關(guān)專利申請數(shù)量居高不下但質(zhì)量較低的重要原因。

2.2.2專利發(fā)明人特征

專利發(fā)明人的數(shù)量以及合作能力在一定程度上反映了發(fā)明人所在企事業(yè)團(tuán)體的技術(shù)創(chuàng)新能力，聯(lián)系緊密的合作網(wǎng)絡(luò)更有利于知識的傳播與共享。因而從體育人工智能專利數(shù)據(jù)中提取發(fā)明人進(jìn)行關(guān)鍵詞頻次統(tǒng)計，為更加清晰地顯示網(wǎng)絡(luò)的核心結(jié)構(gòu)，選取合作次數(shù)≥2次的發(fā)明人建立共現(xiàn)矩陣構(gòu)建合作網(wǎng)絡(luò)圖譜（見圖2），圖中連線的粗細(xì)程度表示合作的緊密度。專利發(fā)明人頻次前3位的分別是安徽寰智信息科技股份有限公司的劉思楊、王略志、陳擁權(quán)，頻次均為24，第4位為同公司的胡羽中豪，頻次為22，來自愛爾蘭的Mooney Francis以16次排名第5位。此外，度中心性（degree

centrality）是在網(wǎng)絡(luò)分析中刻畫節(jié)點中心性的最直接度量指標(biāo)，節(jié)點的節(jié)點度越大就意味著這個節(jié)點的度中心性越高，該節(jié)點在網(wǎng)絡(luò)中就越重要。而節(jié)點的中間中心度（between centrality），則表示一個節(jié)點對于其他信息傳播控制作用的大小，即其他信息想要實現(xiàn)相互傳達(dá)，在多大程度上要依賴該節(jié)點。分析全部3730名發(fā)明人（含共同發(fā)明人）的度中心度與中間中心度分析發(fā)現(xiàn)，陳擁權(quán)、王略志、劉思楊在合作網(wǎng)絡(luò)中的重要性最高，專利主要涉及基于人體動作識別技術(shù)的體育訓(xùn)練輔助設(shè)備。而北京工業(yè)大學(xué)的楊洲中間中心度最高，表明其是相關(guān)專利群中最直接的參與者，相關(guān)發(fā)明人對其有重要的依賴作用，專利方向主要涉及計算機(jī)視覺的人體姿態(tài)識別等領(lǐng)域（見表1）。

2.2.3專利權(quán)人特征

專利權(quán)人是指對某項發(fā)明創(chuàng)造依法律規(guī)定或合同約定享有專利申請權(quán)的人。近年來在我國的專利申請中，職務(wù)申請占比在80%左右，其申請專利的權(quán)利歸單位，單位作為專利權(quán)人有權(quán)占有、使用、處分其專利。從經(jīng)濟(jì)學(xué)意義上講，專利作為無形商品，其價值體現(xiàn)在專利給權(quán)利人帶來的利益大小。從表2可以看出，成立于2011年，總部位于蕪湖的安徽寰智信息科技股份有限公司作為專利權(quán)人的體育人工智能專利數(shù)量最多，達(dá)到了24項，致力于開發(fā)不同運動項目的訓(xùn)練輔助設(shè)備，但其中20項為實用新型專利且基本處于失效狀態(tài)，專利技術(shù)的可持續(xù)應(yīng)用能力有待提升。華為技術(shù)有限公司以17項發(fā)明專利位居次席，近年來華為公司大力發(fā)展人工智能芯片領(lǐng)域，打造出完全自主可控的人工智能芯片生態(tài)體系，并在此基礎(chǔ)上向體育產(chǎn)業(yè)進(jìn)軍，研發(fā)基于各種運動項目的智能電子識別設(shè)備。如：在健身場景中為保障目標(biāo)用戶鎖定的準(zhǔn)確性，通過移動通訊與無線通訊模塊結(jié)合用戶可穿戴智能設(shè)備采集的數(shù)據(jù)對用戶運動模式進(jìn)行識別，提升用戶的運動體驗。但其發(fā)明專利多在2020年后申請，處于“審中”階段，相關(guān)技術(shù)的實質(zhì)應(yīng)用還沒有大范圍展開。北京理工大學(xué)作為專利權(quán)人同樣擁有17項發(fā)明專利，該學(xué)校于2018年成立了人工智能研究院，布局人工智能創(chuàng)新平臺，同時立足于計算機(jī)科學(xué)這一傳統(tǒng)優(yōu)勢學(xué)科，于2019年成立人工智能本科專業(yè)，力爭成為我國人工智能技術(shù)領(lǐng)軍人才的搖籃。來自美國的Todd Martin以14項發(fā)明專利位居第4位，技術(shù)方向涵蓋計算機(jī)視覺等領(lǐng)域。來自愛爾蘭的MooneyFrancis主要致力于研發(fā)針對高爾夫動作的智能識別技術(shù)，專利數(shù)量位居第5位。專利權(quán)人數(shù)量排在第6～10位的依次為STARTS LLC、耐克集團(tuán)、北京工業(yè)大學(xué)、新華智云科技有限公司以及印度昌迪加爾大學(xué)。

2.3體育人工智能專利技術(shù)構(gòu)成要素分析

IPC分類號能夠表現(xiàn)專利的主要技術(shù)特征，代表著產(chǎn)業(yè)領(lǐng)域中的不同專利技術(shù)，是目前國際通用的專利分類方法，可發(fā)現(xiàn)所屬領(lǐng)域?qū)＠募夹g(shù)構(gòu)成及當(dāng)前主要創(chuàng)新機(jī)構(gòu)關(guān)注的技術(shù)焦點。

2.3.1IPC分類的范圍及頻次分析

在體育人工智能專利IPC分類號（小組）頻次前10位中，A63B（體育鍛煉、體操、游泳、爬山或擊劍用的器械，球類，訓(xùn)練器械）占據(jù)6項，表明體育人工智能的技術(shù)熱點是體育器材器械的創(chuàng)新應(yīng)用。G06K（數(shù)據(jù)識別，數(shù)據(jù)表示，記錄載體，記錄載體的處理）與G06N（基于特定計算模型的計算機(jī)系統(tǒng)）各占2項，說明體育人工智能技術(shù)離不開各種智能算法，仍以深度學(xué)習(xí)、計算機(jī)視覺等相關(guān)理論模型為應(yīng)用基礎(chǔ)。在前10位高頻IPC的最高被引專利的優(yōu)先權(quán)國別中，美國占據(jù)8席，中國與加拿大各占1席，再結(jié)合專利被引證次數(shù)進(jìn)一步印證了我國在體育人工智能技術(shù)的質(zhì)量和受關(guān)注程度上與世界領(lǐng)先水平還有一定差距，表3列出了前5位IPC分類號的詳細(xì)信息。為了進(jìn)一步識別體育人工智能專利的技術(shù)形象感知，分析聚類結(jié)構(gòu)構(gòu)成，分別將IPC分類號（小組）頻次前100位序號和頻數(shù)作為變量進(jìn)行曲線擬合，發(fā)現(xiàn)高頻IPC分類號符合冪指數(shù)分布，且模擬方程判定系數(shù)R2值為0.9765，同時測得全部IPC分類號的R2值為0.9547，擬合優(yōu)度很高。根據(jù)長尾理論可推斷出，IPC分類號詞頻分布呈明顯的“長尾”分布特征，體育人工智能技術(shù)形象感知由核心形象和邊緣形象構(gòu)成，其中擬合曲線頭部的高頻IPC分類號屬于核心技術(shù)，而長尾詞則被視為是體育人工智能的邊緣技術(shù)形象。

2.3.2IPC分類號關(guān)聯(lián)性分析

當(dāng)一個專利對應(yīng)多個IPC分類號且這些IPC屬于不同技術(shù)領(lǐng)域，稱之為IPC共生現(xiàn)象。通過分析IPC分類號的網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)共生頻率高的技術(shù)熱點或共生頻率極低的技術(shù)冷點，對于探索新的研發(fā)方向以及拓展技術(shù)的遷移途徑有重要意義。

到2022年底，體育人工智能專利中的IPC分類號（小組）共有1692種，因而建立1692x1692的共現(xiàn)矩陣，選取共現(xiàn)頻次數(shù)量前100的IPC分類號（小組）。結(jié)合IPC技術(shù)術(shù)語進(jìn)行K-cores分析，并以Fitness值最小化、圖譜可視最優(yōu)化為原則，經(jīng)過反復(fù)配比，得到子群（n）=5，生成圖3，節(jié)點大小以度中一心性表示。其中，度中心性最高前5位依次為G06K9/00、G06K9/62、A63871/06、G06N3/08、G06N3/04。圖中重要節(jié)點周圍形成了一層或多層子群，連接線條的粗細(xì)代表IPC分類號共現(xiàn)頻次的高低。圖3的5個子群可概括為4個層次：核心層、次核心層、過渡層與邊緣層。通過Ucinet6.0軟件對各子群的顏色進(jìn)行自動標(biāo)識，再結(jié)合Root cm6軟件分析各子群IPC分類號的技術(shù)術(shù)語最終提煉出：I（核心層）用于圖像學(xué)習(xí)的校準(zhǔn)與復(fù)原；Ⅱ（次核心層）用于訓(xùn)練數(shù)據(jù)檢索與分析；Ⅲ（過渡層）用于運動鍛煉學(xué)習(xí)與監(jiān)測；Ⅳ（邊緣層）用于系統(tǒng)應(yīng)用與管理；V（邊緣層）用于機(jī)械手程序模型控制。

計算全部IPC分類號的度中心性與中間中心性（見表4），也與圖4高中心性的IPC分類號基本吻合。從中心性值可以看出A63871/06（比賽或運動員用的指示裝置或記分裝置）是體育人工智能領(lǐng)域影響力最大的專利技術(shù)，各項技術(shù)與其聯(lián)系最為緊密。而G06K9/00（用于閱讀或識別印刷或書寫字符，用于識別圖形）是各項技術(shù)最重要的連接中介，其他體育人工智能技術(shù)對其有較強(qiáng)的依賴作用。

3體育人工智能專利技術(shù)分布熱點領(lǐng)域分析

通過incoPat數(shù)據(jù)庫中自帶的“聚類一地圖”功能，可以對3365項體育人工智能專利權(quán)利要求內(nèi)容熱點進(jìn)行可視化聚類，得到圖4。可以看出，熱點研究內(nèi)容熱度從高到低依次為“圖像識別”“生物力學(xué)”“體育比賽”“自動識別”“智能乒乓球”，這也與圖3析出IPC分類號的網(wǎng)絡(luò)結(jié)構(gòu)與技術(shù)術(shù)語信息相呼應(yīng)，在此基礎(chǔ)上結(jié)合前期研究基礎(chǔ)得到以下5大國際體育人工智能專利技術(shù)研究熱點范圍。

3.1子群I：核心層為“圖像識別”

此技術(shù)領(lǐng)域的代表IPC分類號有G06K9/00、G06K9/62、G06N3/08等。IPC核心技術(shù)術(shù)語為“圖像學(xué)習(xí)的校準(zhǔn)與復(fù)原”，主要應(yīng)用于為基于計算機(jī)視覺的體能與技戰(zhàn)術(shù)的識別與預(yù)測。通常一項專利技術(shù)被后者引證次數(shù)越多，表明專利的技術(shù)價值越大。在高被引且處于有效狀態(tài)的專利中，公開于2010年的專利“Camera-based tracking and positiondetermination for sporting events”被引證高達(dá)486次，此技術(shù)基于紅外視頻跟蹤系統(tǒng)、激光雷達(dá)定位系統(tǒng)和數(shù)字信號處理（DSP）圖像處理技術(shù)，可實現(xiàn)對體育比賽中球員行為的精準(zhǔn)識別。典型案例如NBA金州勇士隊使用的智能籃球比賽分析系統(tǒng)“SportV”，可實時分析球員的運球、傳球、與隊友的間距以及在比賽中的跑動距離等比賽數(shù)據(jù)。被引頻次第2位的“Portable wireless mobile device motioncapture data mlning system and method”基于高爾夫運動開發(fā)了便攜式無線運動數(shù)據(jù)挖掘系統(tǒng)，可以在移動設(shè)備上實時顯示運動數(shù)據(jù)，并將數(shù)據(jù)與數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行對比分析。我國的相關(guān)高被引專利中，深圳先進(jìn)技術(shù)研究院與山東泰山體育產(chǎn)業(yè)投資有限公司共同申請的專利“一種基于計算機(jī)視覺的虛擬體育系統(tǒng)及其實現(xiàn)方法”，通過虛擬模塊對運動視頻進(jìn)行處理，大大降低了技術(shù)成本，可應(yīng)用于居民的日常鍛煉場景并具有良好的實時性和擴(kuò)展能力。

此類專利技術(shù)目前已廣泛應(yīng)用于大眾健身與競技體育領(lǐng)域，如基于深度學(xué)習(xí)的籃球視頻分析方案——“Standz basketball”已應(yīng)用于商業(yè)智能籃球場，此應(yīng)用APP已可以在中國iTunes市場下載。在競技體育中，此領(lǐng)域?qū)＠膽?yīng)用范圍包括通過計算機(jī)視覺技術(shù)+神經(jīng)網(wǎng)絡(luò)模型對籃球比賽中對手的跑動位置數(shù)據(jù)進(jìn)行評估與戰(zhàn)術(shù)推薦，還能對手球比賽中對手的戰(zhàn)術(shù)行為與射門方向進(jìn)行大數(shù)據(jù)分析預(yù)測，為教練提供決策支持。相關(guān)研究也證實，NBA及美國職業(yè)橄欖球大聯(lián)盟的智能場館系統(tǒng)是推動數(shù)據(jù)收集和使用、促進(jìn)運動員取得優(yōu)異運動成績的重要工具。此外，在算法提升方面，近年來卷積神經(jīng)網(wǎng)絡(luò)（CNN）的技術(shù)優(yōu)勢逐漸受到重視，該方法對運動視頻關(guān)鍵幀的提取能力顯著優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法，已實現(xiàn)對游泳和網(wǎng)球動作的高效識別。

3.2子群II：次核心層為“生物力學(xué)”

此技術(shù)領(lǐng)域具有代表性的IPC分類號有A63871/06、A63869/00、A63824/00等，其核心技術(shù)術(shù)語為“訓(xùn)練數(shù)據(jù)檢索分析”，主要應(yīng)用場景為基于可穿戴式傳感器的動作分析與損傷防控。于2006年公開，被引證達(dá)601次的專利“Apparatus，sys-tems， and methods for gathering and processing bio-metric and biome chanical data”提供了用于測量和分析身體運動情況的技術(shù)模塊，并開發(fā)了傳送系統(tǒng)與裝置。被引次數(shù)位列次席的專利“Intelligentmotion capture element”開發(fā)了基于慣性測量單元（IMU）的智能運動捕捉元件，可進(jìn)一步優(yōu)化特定運動設(shè)備的傳感器性能，高效并精準(zhǔn)地進(jìn)行數(shù)據(jù)捕獲。我國的相關(guān)高被引專利“一種運動綜合監(jiān)控系統(tǒng)及其方法”可幫助運動員在訓(xùn)練或比賽中，通過IMU自動實時采集并記錄運動員多部位的運動姿態(tài)數(shù)據(jù)及人體負(fù)荷數(shù)據(jù)，并利用人工智能相關(guān)算法進(jìn)行多維度實時在線監(jiān)測與綜合分析。

IMU的用途多種多樣，涵蓋運動方式與頻率的檢測、運動誤差的識碰撞過程中力量的評估。應(yīng)用實例如基于人工神經(jīng)網(wǎng)絡(luò)（ANN）的IMU可以通過結(jié)合肌電數(shù)據(jù)來預(yù)測下肢力量，用以改善人體步態(tài)動作，作為評價運動成績或康復(fù)情況的定量指標(biāo)。在具體運動項目的應(yīng)用中，橄欖球與足球等對抗項目的運動員在訓(xùn)練與比賽中可通過穿戴具有聲學(xué)反饋功能的IMU傳感器監(jiān)測頭部的撞擊過程，能有效降低頭部撞擊損傷的出現(xiàn)概率。IMU還能跟蹤和區(qū)分肩部運動姿勢，預(yù)防在棒球投擲和排球發(fā)球時肩部和肘部過度使用帶來的傷病。在技術(shù)動作分析方面，IMU傳感器能夠以90%的準(zhǔn)確率識別網(wǎng)球擊球動作，精度比傳統(tǒng)加速度計高10%。在高爾夫揮桿訓(xùn)練中，當(dāng)IMU傳感器的采樣頻率在30Hz以上時，該模型對腕關(guān)節(jié)旋轉(zhuǎn)角度的識別有良好的可靠性。此外，基于IMU技術(shù)的移動設(shè)備還可以實現(xiàn)對排球扣球與攔網(wǎng)跳躍高度的精準(zhǔn)測量。

3.3子群III：過渡層為“體育比賽”

此技術(shù)領(lǐng)域的代表性IPC分類號包括G06N20/00、A63824/00、A6IB5/00等，核心技術(shù)術(shù)語為“運動鍛煉學(xué)習(xí)與監(jiān)測”，主要應(yīng)用場景為基于計算機(jī)視覺技術(shù)的技能反饋與評價裁決。高被引專利“Trajectory detection and feedback system”設(shè)計了一種運動軌跡檢測和反饋系統(tǒng)，可檢測與分析飛行中的移動物體，并可以通過聲音與視頻的方式實時反饋給觀察者，如籃球的進(jìn)框角度或速度。通過對比專利被引次數(shù)發(fā)現(xiàn)，相較于其他子群，我國在此領(lǐng)域的專利技術(shù)影響力相對較高。北京天天樂動科技有限公司開發(fā)的“基于機(jī)器視覺的球類智能機(jī)器人教練和裁判系統(tǒng)”，能夠在足球比賽中輔助裁判員對球類軌跡進(jìn)行精準(zhǔn)判斷，同時對日常訓(xùn)練數(shù)據(jù)的統(tǒng)計分析也更加精準(zhǔn)。上海體育學(xué)院（現(xiàn)為上海體育大學(xué)）開發(fā)的“基于視頻識別的乒乓球發(fā)球裁判輔助系統(tǒng)及其檢測方法”可用于計算乒乓球運動員發(fā)球的拋球高度和角度，判定其發(fā)球是否違例，為裁判員的判罰提供精準(zhǔn)依據(jù)。

此領(lǐng)域技術(shù)成果也較為豐富，在技能反饋研究中如基于人工智能的網(wǎng)球?qū)崟r反饋系統(tǒng)可以對運動員揮拍的穩(wěn)定性與精確性進(jìn)行實時監(jiān)測。No-vatchkov等運用人工神經(jīng)網(wǎng)絡(luò)等智能建模方法，將旋轉(zhuǎn)編碼器安裝在負(fù)重訓(xùn)練器械上，可以使運動員與教練員對練習(xí)情況進(jìn)行精準(zhǔn)評估。在體育競賽與學(xué)校體育評價應(yīng)用領(lǐng)域，Lv等將支持向量機(jī)的高精度分類性能與遺傳算法的魯棒性相結(jié)合，建立了針對青少年健美操技能評價的定量模型。而通過人工神經(jīng)網(wǎng)絡(luò)技術(shù)模擬排球?qū)＜业慕虒W(xué)經(jīng)驗，構(gòu)建排球技能BP神經(jīng)網(wǎng)絡(luò)評價模型，可以為學(xué)校體育課堂提供科學(xué)的考核評分依據(jù)。在此基礎(chǔ)上，Bai進(jìn)一步完善了基于人工智能專家決策系統(tǒng)的體育教學(xué)智能評價系統(tǒng)。在職業(yè)體育賽場，基于分類決策樹模型的人工智能電子裁判，在網(wǎng)球比賽中的應(yīng)用分析更易被運動員和觀眾認(rèn)可，運動員對比賽公平性的感知提高了約55%。此外，索尼旗下的鷹眼系統(tǒng)（hawk-eye innovations）、美國職業(yè)棒球聯(lián)盟的Statcast系統(tǒng)、卡塔爾世界杯中的半自動越位判罰技術(shù)（SAOT）等都是人工智能專利技術(shù)應(yīng)用的成功范例。

3.4子群IV&V：邊緣層為“自動識別”與“智能乒乓球”

此技術(shù)領(lǐng)域的代表性IPC分類號包括G06N3/02、G06F17/30、A63869/40等，其核心技術(shù)術(shù)語為“系統(tǒng)應(yīng)用與管理”與“機(jī)械手程序模型控制”，主要應(yīng)用場景為智能體育器械與智能體育機(jī)器人的技術(shù)實現(xiàn)與應(yīng)用。在“自動識別”聚類中，高被引專利“Automatic collecting system of golf ball using the col-lecting robot”開發(fā)了一種基于人工智能技術(shù)的高爾夫無人供球系統(tǒng)。湖南優(yōu)冠體育材料有限公司研發(fā)的“一種人工智能足球”，設(shè)計了一種智能足球，通過對信號的數(shù)字化處理，能夠更快速地分析出足球的運動軌跡。“人工智能保齡排瓶機(jī)械手”可以根據(jù)球手指令，隨時選擇1～10個瓶的各種排列組合，有利于專業(yè)球手提高訓(xùn)練效率。而“智能乒乓球”聚類中，則是對“自動識別”聚類中技術(shù)的擴(kuò)展與升級，即智能機(jī)械逐漸升級發(fā)展為智能機(jī)器人。如成都理工大學(xué)開發(fā)的“一種機(jī)器視覺的網(wǎng)球自動撿球機(jī)器人”，廣州大學(xué)開發(fā)的“一種能自動發(fā)射乒乓球的智能機(jī)器人”，山東科技大學(xué)開發(fā)的“一種羽毛球擊發(fā)球機(jī)器人”等，都可以為業(yè)余愛好者提供簡單的運動技能練習(xí)輔助。

隨著人工智能技術(shù)的不斷成熟，催化了智能機(jī)器人技術(shù)的革新與發(fā)展。機(jī)器人正在逐步幫助人們進(jìn)行體育鍛煉，智能機(jī)器人在國際體育應(yīng)用領(lǐng)域扮演著越來越多的重要角色，如技能學(xué)習(xí)反饋、運動競賽服務(wù)、同場競技對抗、運動康復(fù)治療、運動健身陪伴等。體育機(jī)器人形態(tài)已從最初的基于仿生學(xué)原理的機(jī)械手升級到了全自動仿人機(jī)器人，技術(shù)操作層面從最初的人工機(jī)械操控發(fā)展到了如今的無刷電機(jī)的PID控制、交叉耦合控制、自適應(yīng)控制等。隨著智能機(jī)器人相關(guān)專利技術(shù)的逐漸成熟，在體育與科技不斷融合的大環(huán)境下，在體育倫理的準(zhǔn)則框架下，體育智能機(jī)器人將越來越多地參與人類的體育活動。代替人類完成紛繁的體育賽事服務(wù)任務(wù)，也為不同年齡、不同運動水平、不同身體狀態(tài)的運動員和運動愛好者提供更高效、更精準(zhǔn)的保障服務(wù)。

4主要結(jié)論

（1）通過對2000-2022年的3 365件國際體育領(lǐng)域的人工智能技術(shù)專利進(jìn)行分析，發(fā)現(xiàn)專利的申請與公開趨勢的增長曲線基本吻合。2000-2011年處于平穩(wěn)增長期，2012-2022年處于快速上升期。從2019年起體育人工智能專利申請趨勢逐漸放緩，這與近年來新冠疫情對國際經(jīng)濟(jì)貿(mào)易形勢的影響、投資環(huán)境的變化以及政府相關(guān)部門對專利申請環(huán)境的凈化密不可分。

（2）中國作為目前體育人工智能專利方面最大的申請國，以1386項專利高居首位。美國位居次席。雖然我國的相關(guān)專利關(guān)注與申請熱度較高，但技術(shù)競爭力與市場價值以及專利申請的公共資源利用效率需要進(jìn)一步提升。在專利發(fā)明人合作網(wǎng)絡(luò)中，專利申請頻次與專利網(wǎng)絡(luò)重要性最高的發(fā)明人均來自安徽寰智信息科技股份有限公司，主要涉及基于人體動作識別技術(shù)的體育訓(xùn)練輔助設(shè)備。北京工業(yè)大學(xué)的楊洲在各發(fā)明人中具有最明顯的中介作用。此外，安徽寰智信息科技股份有限公司、華為技術(shù)有限公司與北京理工大學(xué)作為專利權(quán)人的體育人工智能專利數(shù)量排在前3位。

（3）從IPC分類來看，國際體育人工智能專利技術(shù)主要集中在G（物理）、A（人類生活必須）2部，輔以少量B（作業(yè)；運輸）與H（電學(xué)）。IPC分類號（小組）頻次分布集中在A63B、G06K與G06N等小類中。同時IPC分類號分布符合“核心一邊緣”特征，依據(jù)其技術(shù)術(shù)語可分為：I（核心層）用于圖像學(xué)習(xí)的校準(zhǔn)與復(fù)原；Ⅱ（次核心層）用于訓(xùn)練數(shù)據(jù)檢索與分析；Ⅲ（過渡層）用于運動鍛煉學(xué)習(xí)與監(jiān)測；Ⅳ（邊緣層）用于系統(tǒng)應(yīng)用與管理與V（邊緣層）用于機(jī)械手程序模型控制。

（4）國際體育人工智能專利研究熱點從高到低依次為：“圖像識別”——基于計算機(jī)視覺的體能與技戰(zhàn)術(shù)的識別與預(yù)測；“生物力學(xué)”——基于可穿戴式傳感器的動作分析與損傷防控研究，“體育比賽”——計算機(jī)視覺技術(shù)的技能反饋與評價裁決研究；“自動識別”與“智能乒乓球”——智能體育器械與智能體育機(jī)器人的技術(shù)實現(xiàn)與應(yīng)用。

5研究展望

雖然我國目前的體育人工智能專利的申請量高居世界首位，但專利質(zhì)量與市場競爭力與西方發(fā)達(dá)國家還存在一定差距，這也與先前的相關(guān)研究相契合。從體育人工智能專利分布領(lǐng)域分析，體育與人工智能技術(shù)的結(jié)合主要分布在計算機(jī)視覺分析、可穿戴傳感器與智能機(jī)器人等領(lǐng)域。其中，計算機(jī)視覺技術(shù)又涵蓋基于深度學(xué)習(xí)的體育活動監(jiān)測、數(shù)據(jù)自動收集、處理監(jiān)控程序以及基于機(jī)器學(xué)習(xí)的球隊動態(tài)環(huán)境表現(xiàn)分析等具體應(yīng)用方向；可穿戴傳感器涉及運動員機(jī)能狀態(tài)監(jiān)測、運動姿態(tài)估計、運動軌跡追蹤等細(xì)分領(lǐng)域。同時智能機(jī)器人也越來越多出現(xiàn)在了運動員日常訓(xùn)練與比賽服務(wù)領(lǐng)域。目前我國關(guān)于體育人工智能的研究多見于針對具體運動項目的人工智能算法實現(xiàn)、人工智能時代相關(guān)體育產(chǎn)業(yè)或體育教學(xué)的發(fā)展方略以及通過系統(tǒng)綜述方法的前沿進(jìn)展等。而本文從專利文獻(xiàn)視角出發(fā)，對目前國內(nèi)外體育人工智能創(chuàng)新技術(shù)的發(fā)展脈絡(luò)進(jìn)行了整理與溯源，對專利技術(shù)熱點進(jìn)行了分層探析，擴(kuò)寬了體育人工智能研究的理論視野。

針對我國目前體育人工智能專利技術(shù)競爭力不足、國際影響力較低的局面，建議不同的地域應(yīng)結(jié)合自身的經(jīng)濟(jì)、教育環(huán)境，構(gòu)建有利于自身長期發(fā)展的“科技生態(tài)環(huán)境”，為相關(guān)的人工智能技術(shù)創(chuàng)新主體提供適宜發(fā)展和合作的基礎(chǔ)環(huán)境保障，同日寸加強(qiáng)多學(xué)科交叉融合和產(chǎn)學(xué)研合作。加強(qiáng)跨領(lǐng)域、跨區(qū)域聯(lián)合創(chuàng)新，構(gòu)建人工智能多元化網(wǎng)絡(luò)體系，將是未來體育人工智能產(chǎn)業(yè)發(fā)展的大勢所趨。其次，具有一定科技底蘊的企業(yè)與高校要提升專利保護(hù)與專利戰(zhàn)略意識，加強(qiáng)面向歐美國家的專利申請力度，提升通過國外市場進(jìn)行專利保護(hù)的戰(zhàn)略視野。最后，專利申請主體要持續(xù)關(guān)注核心專利的技術(shù)狀態(tài)與核心專利擁有者及其變化情況，洞察產(chǎn)業(yè)領(lǐng)域技術(shù)的研發(fā)重點與方向。在此基礎(chǔ)上進(jìn)一步健全專利申請質(zhì)量的政策導(dǎo)向、完善專利申請質(zhì)量的監(jiān)督機(jī)制，培養(yǎng)與引進(jìn)高層次人才，提升智能設(shè)備的使用者和研發(fā)者的自律性。

從未來趨勢上看，智能機(jī)器人、智能醫(yī)療、智能金融、智能安防、智能教育、智能駕駛等6個方面的新興技術(shù)主題，與人工智能當(dāng)前熱點技術(shù)存在較強(qiáng)的交叉關(guān)聯(lián)。而競技體育、體育產(chǎn)業(yè)與學(xué)校體育的發(fā)展與這些不同技術(shù)主題關(guān)聯(lián)和接觸點，往往孕育著新的技術(shù)生長點，極有可能衍生出新的顛覆性技術(shù)，并深刻改變當(dāng)前體育人工智能產(chǎn)業(yè)的現(xiàn)有格局。同時，隨著人工智能算力的快速提升以及相關(guān)硬件和技術(shù)成本的逐步下降，人工智能技術(shù)也將逐步滲透到基層，使更多的健身愛好者、專業(yè)運動員以及在校學(xué)生感受科技的便利。但值得注意的是，隨著人工智能技術(shù)對體育產(chǎn)業(yè)、體育賽事以及體育教育中大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)的推動，企業(yè)數(shù)據(jù)泄露、運動員表現(xiàn)數(shù)據(jù)的權(quán)屬不明確以及監(jiān)管缺失等問題也逐漸顯現(xiàn)。同時，人工智能還會對體育運動中人的主體地位帶來持續(xù)的沖擊，這些倫理風(fēng)險都是需要未來相關(guān)研究者與決策者深入思考的問題。此外，我國目前的人工智能專利中存在“算法黑箱”，如何滿足《專利審查指南》規(guī)定的“可再現(xiàn)性、可實施性、能夠產(chǎn)生積極的社會效果”等要求，也是相關(guān)申請主體需要進(jìn)一步關(guān)注的內(nèi)容。