分析全球 450 萬運動資料：活用認知運算技術、藉大數據建立智能運動營養師

大數據分析方案往往都會通過由業內數碼科學家的協助下，從而針對不同企業制定分析方案，最終目的就是希望增加預測的準確度。而大數據的方案能應用在不同的行業之中，其中就連現時十分流行的運動管理應用，背後其實都正在大規模的採用大數據分析方案。

其中今次介紹的 Under Armour 運動品牌，其亦正在計劃活用大數據的幫助之下，去開發一些運動管理系統。一向喜歡跑山的小編今日收到小道消息，原來 Under Armour 已經正式與 IBM 合作並將會利用 IBM 超級電腦華生 (IBM Watson) 的認知運算技術，挖掘巨量資料中具備實用的醫療與健身的價值。

就是如此，現時大家正使用的 UA Record 應用程式便會加入所謂的認知教練系統（Cognitive Coaching System）。通過系統應用便能在睡覺、健身、活動與進食的時候，隨時扮演個人健康顧問、健身教練與助理的角色，根據眾多與之相似用戶的數據分析，即時提供使用者指令及建議。

根據目前規劃，以 IBM 超級電腦華生所驅動的 UA Record 應用程式，將成為第一套能評估並整合各種會影響健康與健身計畫因素的系統，涵蓋個人、生理與行為資料、營養（來自全球各大營養資料庫）、專業健身知識，還有環境因素。

舉例來說，我們可以與同齡的人一起進行健康評估。一位 40 多歲的男性，可以在資料庫查到 450 萬筆個體的資料。UA Record 應用程式會把健康與健身建議分享給具有類似特徵的人，包括平均體重、平均靜止心率與每日平均走路步數。額外資訊可能包括：和你類似的其他人平均花多少時間健身、睡覺，而且可以準確到以分鐘為單位。

據小編查詢所知，未來一年內 Under Armour 將會新增各種全新功能，讓這套認知教練系統，能針對以下領域強化使用者投入程度與動機：

行為與成績表現管理：華生電腦能分析既有 Under Armour 行動應用程式與健身追蹤裝置所追蹤的使用者行為及成績表現趨勢，因此這套系統可量身訂做不同方案。

追蹤食物攝取並進行整體營養管理：利用華生的視覺辨識（Watson Visual Recognition）及偵測（Watson Discovery）技術辨識食物圖片，就能更快、更輕易地辨識食物品項，以取代每日手動記錄進食內容的繁瑣工作。

天氣與環境因素對訓練的影響：以華生在天氣領域的資料庫為基礎，再加上整合各家新聞來源的華生新聞服務應用程式界面（API），並同時納入地理空間資料，系統就能根據這些外在因素調整健身方案與建議。

Under Armour 創辦人暨執行長 Kevin Plank 表示，「提到數位醫療與健身追蹤，過去十年焦點都放在資料收集上面。我們現正處於轉變的起點，消費者對相關資訊有更多需求。此次將讓我們能以一種前所未有的方式把價值回饋給消費者，將 IBM 華生電腦的機器學習技術，與 Under Armour 旗下 Connected Fitness 這個成員超過 1.6 億的全球最大數位醫療健身社群所提供的龐大資料加以整合。」

IBM 研究與解決方案產品組合部門資深副總裁 John Kelly 指出，「華生是全球第一套認知時代下所產生的系統，能將思考能力注入數位應用程式、產品及系統。我們發現此種功能已開始帶動產業轉型，範圍擴及醫療照護、保險與零售。我們很高興能與醫療健身產業的龍頭業者合作，充分利用華生電腦的威力。Under Armour 將翻轉個人健身產業，與顧客建立更深厚的關係，同時強化個人目標達成的實現。」

起初這套認知教練系統將針對四大類別提供洞察力，分別顯示於四款新推出的應用程式：睡眠、健身、活動與進食。相關建議將由以下三大來源提供，包括 Under Armour 的 Connected Fitness 社群、外部學術研究報告與機構，還有 IBM 華生電腦的相似度分析。初期這些資訊都僅能透過 App Store 上的 UA Record 應用程式取得。