AIの力を借りれば、罠だらけのジムは歴史の舞台から消えるのでしょうか?

AIの力を借りれば、罠だらけのジムは歴史の舞台から消えるのでしょうか?
[[336650]]

驚くべきことに、COVID-19の世界的大流行の中で、フィットネスやエクササイズ活動がさらに人気を博しています。

少なくとも、最近行われた2,000人のアメリカ人を対象とした調査によれば、そうである。

回答者の72%は、コロナウイルスの影響でジムに行けなくなったため、毎日のフィットネス計画を続けることが容易になったと感じている。回答者のほぼ半数がエクササイズアプリを初めて使用しており、56%は流行後ジムに戻る予定はなかった。 Freeletics(160か国以上で4,700万人のユーザーを抱えるAIベースのワークアウトアプリ)が発表したデータによると、現在、ジムに行けなくても、パンデミック以前よりも高いレベルの日常的な運動を維持している男性の80%がいます。

データの結果が正確であれば、ジムに行けないことが実は良い運動習慣を身につけるのに役立つかもしれません。その背後には、間違いなく AI が重要なリンクとなっている。Freeletics の CEO である Daniel Sobhani 氏は最近のインタビューで、不思議な人間の心理も役割を果たしていると語った。

AIと運動

機械学習と人工知能は、現代のスポーツ計画に欠かせない要素となっています。 4,000 ドルの Forme Life ミラーであれ、2,500 ドルの Peloton エクササイズ バイクであれ、ユーザーのトレーニングを最適化するために実際に機械学習や人工知能が使用されています。

もちろん、FitnessAI に代表されるモバイル アプリケーションは、コストパフォーマンスに優れた典型的な例です。このアプリのアルゴリズムは、590万人の運動愛好家によってトレーニングされており、「どんな人間のパーソナルトレーナーよりも優れていることは間違いない」と言われています。さらに、AIフィットネスキオスク、Vi AIランニングアプリ、そしてAIテクノロジーを使用した他の数十の減量アプリもあります。

Freeletics は人間のトレーナーより優れているとは主張していませんが、ユーザーの習慣を学習し、350 万以上のさまざまなオプションから独自のトレーニングを構築して、ユーザーの健康を最適化します。同社のダニエル・ソバニ最高経営責任者(CEO)はインタビューで、ユーザーの85%がAIが作成した運動プランを好み、「完璧」と評価していると語った。もちろんこれは非常に重要です。

確かに、身体的な運動と身体の健康の間には直接的な相関関係があります。しかし、もっと重要なのは、運動プログラムをどのように選択し、日々の運動をどう捉えるかによって、長期的にそれを継続できるかどうか、あるいは実際に運動を始められるかどうかが決まるということです。

AIのサポートに加えて、人間の心理も流行中の生活習慣において重要な役割を果たします。ジムに行けないことで生じるネガティブな不安は、別の観点から見ると、逆に運動を継続するための良い原動力になるかもしれません。 2,000人の回答者を対象とした今回の調査によると、男性の65%、女性の55%がジムで運動中によくぶつかると答えた。これは精神衛生や習慣形成にとって非常に悪いことです。また、回答者の65%は、COVID-19パンデミックの間、自宅で運動することでスポーツへの自信が深まったと指摘した。

ソバニ氏は、問題はジム文化と呼ばれるものだと指摘する。 「運動不足の人はジムに行く資格がないとしたら、ジムに通う意味は何でしょうか?これは確かに過去において大きな課題でしたが、今ではほとんどの人が自宅で十分な運動強度を得ることができます。」

では、AI テクノロジーはこれにどのような役割を果たすことができるのでしょうか。ソバニ氏は、AI は次の 3 つのタスクを達成したと述べています。

まず、たとえば、ユーザーは自分自身を Freeletics の 5,000 万人の既存ユーザーと比較して、どのようなウォームアップ コンテンツを行えるか、また、どのようなウォームアップ コンテンツをやりたいかを予測できます。

次に、ウォーミングアップに基づいて徐々に運動プログラムを組み立て、同時に自分の反応方法と運動結果を体感します。

3 番目に、利用可能な機器に基づいて、より適切なトレーニングを開発します。なぜなら、自宅にある器具はジムの器具に匹敵しない可能性があるからです。

ソバニ氏は、このアプリを使用した後、「あなたが自分自身のことを知っている以上に、私たちのほうがあなたのことをよく知っているかもしれない」と語る。少なくとも生理学的なレベルでは、彼の言うことは正しいのかもしれない。それはちょうど、床屋が顧客よりもどの髪型がより似合うかをよく知っているのと同じです。

ソバニさんは「私が最も受け入れられないのは、AIが私の脚の筋肉と運動能力が非常に低いと直接判断することです...これは事実ですが、あまりにも憂鬱です」と語った。

[[336651]]

舞台裏では、アプリの AI アルゴリズムがフィットネスの専門家からの入力(「人間を拡張する AI アプローチ」)と連携し、分析的洞察と何千人ものユーザーからの継続的な更新を組み合わせて、各ユーザーに合わせた特定のエクササイズとトレーニング目標を開発します。この機能を強化するために、AI はユーザーが現在何ができるかを推定し、ユーザーが継続的に自分自身を高めるように促します。

「私たちは因果推論モデルとデータマイニング技術を組み合わせて、ユーザーが生成したデータに基づいてパーソナライズされた運動体験を生み出します」とソバニ氏は言う。「言い換えれば、ユーザーの実際の状況と身体機能が私たちの運動プランの基本的な前提なのです。」

AI 対 人間のコーチ

では、AI と本物の人間のコーチのどちらが優れているのでしょうか?

ある意味、AI はより多くのデータにアクセスでき、複数回のドリルを実施し、ユーザーの進捗をより正確に追跡できるため、人間のトレーナーよりも優れている可能性があります。

「機械学習を使ってトレーニングをパーソナライズすることの利点は、パラメータが与えられれば、AI が非常に正確なトレーニングを考案できることです」とソバニ氏は言います。「また、AI はいつでも新しい変化に適応できます。使用中は毎分、AI はユーザーのリクエストに基づいてトレーニング内容を調整できます。たとえば、今日は少し長くトレーニングする、強度を下げる、別の器具を使う、新しい運動方法を選ぶなどです。」

さらに、運動にかかるコストが大幅に削減され、ユーザーは週にコーヒー1杯分の料金しか支払う必要がなくなります。

しかし、AIは完璧ではありません。本物の人間のコーチには、心理的な利点がもっとあります。生徒は、優れたパフォーマンスでコーチに良い印象を残したいと考えており、コーチを失望させたくはありません。たとえ怠け者であっても、コーチを無駄に待たせたくはありません。さらに、実際の人間のコーチが動作の細部における特定の欠陥を検出し、リアルタイムの介入を通じて修正することで、生徒が不適切な運動によって怪我をするのを防ぐことができます。同時に、両者間のコミュニケーションも容易になります。

[[336652]]

「そのため、従来の慣習があったり、特定のスポーツが本当に好きでなかったり、特定の日に特定のトレーニングをしたくない場合など、AIアプリケーションはそれを適時に調整できます。しかし、人間のコーチはそれほど柔軟ではありません」とソバニ氏は付け加えた。

全体的に、AI 駆動型トレーニング アプリケーションはスポーツ シナリオの約 80% をカバーできますが、残りの 20% は依然として実際の人間のコーチに依存しています。 Freeletics は将来的に、対応するサービス ソリューションも開始する予定です。

しかし、結局のところ、すべてはスポーツ効果にかかっています。

ソバニ氏は、ジムの会員権を直接購入するよりも、FreeleticsのようなAIコーチを利用する方が、ユーザーが良い運動習慣を維持する可能性が高くなると指摘した。事実は、どのような特定の運動方法を選択する場合でも、継続が常に最も重要な部分であることを証明しています。

興味深いことに、COVID-19の流行下では男性と女性の運動習慣も大きく変化しました。

「以前は、運動、メンタルヘルス指導、瞑想などのプログラムに参加する傾向が女性の方が強かった。しかし現状ではその逆で、男性の参加率は女性より 20% 高くなっている。」実際、最新の調査によると、男性の約 50% が瞑想を試しただけでなく、男性ユーザーの 80% が精神的および身体的健康レベルの運動にさらに参加し始めている。これは、男性が従来のジム以外で心身の健康を改善するための新たな道を真に切り開くことになるかもしれない。

結局のところ、ユーザーがジムで運動するか自宅で運動するか、実際のコーチを選ぶか AI アプリケーションを選ぶかに関係なく、時間とエネルギーが運動を継続する唯一の方法です。 「『1日5分だけ、3週間で結果が出る』などというナンセンスであなたを騙すつもりはありません。良い結果を得るには、それに応じた料金を支払う必要があります。あまりにも良すぎる話に聞こえる場合は、おそらくそれは真実ではない。 「ソバニは言った。

<<:  AIサイバーセキュリティの今後の課題:最初で最後の防衛線となる方法

>>:  機械学習を使って株価を予測する非常に簡単な方法

ブログ    

推薦する

ScalableMap: オンラインで長距離ベクトル化された高精度マップ構築のためのスケーラブルなマップ学習

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

2018年: 人工知能の世界における8つのトレンド

​​ [[206934]]​​人工知能(AI)が私たちの仕事や生活に徐々に浸透してきていることは否定...

動画注釈が機械学習モデルのパフォーマンスを向上させる方法

機械学習は近年、特にコンピュータービジョンとビデオ分析の分野で目覚ましい進歩を遂げています。この進歩...

...

AIは現実世界に対応できる準備ができているでしょうか?

人工知能技術は、今日の状況に対応し、現実世界に適用するのに苦労しています。テクノロジーに興味があるな...

GPT-4 パラメータは 10 兆に達します!この表は、新しい言語モデルのパラメータが GPT-3 の 57 倍になると予測しています。

機械学習の場合、パラメータはアルゴリズムの鍵となります。パラメータは、履歴入力データであり、モデルト...

...

人工知能は患者と医療業界の両方にどのような利益をもたらすのでしょうか?

人工知能は医療業界のシステムと方法を変えています。半世紀以上にわたり、人工知能とヘルスケアは一緒に発...

...

ガイド | NLP の問題の 90% を解決する方法を段階的に教えます

[[279869]]テキストデータはどこにでもある既存の企業でも、新しいサービスを開発している企業で...

...

AI導入によるエッジインテリジェンスの強化

エッジに AI を導入すると、強力なリアルタイム分析と処理を実現できる可能性があります。使用例には、...

...

IBMはGPUを使用して機械学習の効率を10倍向上させる

[[212269]] IBM は、EPFL の研究者と共同で、機械学習アルゴリズムをトレーニングする...

Panda-Gym のロボットアームシミュレーションを使用したディープ Q 学習強化学習

強化学習 (RL) は、エージェントが試行錯誤を通じて環境内でどのように動作するかを学習できるように...