一百年前，在1924年巴黎奥运会上，美国选手约翰尼·韦斯穆勒以59秒的成绩夺得男子100米自由泳冠军。近100年后，在最近一届奥运会，即推迟到2020年的东京奥运会上，卡勒布·德雷塞尔以比韦斯穆勒快12秒的成绩夺得了该项目的冠军。

在过去的一个世纪里，游泳项目的速度已经大大提高，这是训练、恢复策略、营养方面的创新以及一些设备的进步等多种因素的结果。

多年来，游泳成绩不断提高的一个因素是生物力学的作用，即游泳者如何优化他们的划水，无论是仰泳、蛙泳、蝶泳还是自由泳。

几十年来，游泳运动员一直在尝试各种技巧来超越竞争对手。但近年来，数学和科学原理的应用以及可穿戴传感器技术在训练方案中的使用使一些运动员的表现提升到了新的高度，其中包括弗吉尼亚大学游泳队的成员。

在一篇新的研究论文中，一位向团队介绍这些概念和方法的弗吉尼亚大学教授和一些接受这种新训练方法的游泳运动员阐述了数据的使用如何帮助竞技游泳运动员成为精英。这篇论文发表在《数学情报》杂志上。

“数据畅游”

肯·奥诺 (Ken Ono) 认为他与游泳队合作的日子已经结束了。奥诺是弗吉尼亚大学的数学教授、兼职数据科学教授，也是教务长的 STEM 顾问。他曾与竞技游泳运动员合作多年，最初是在亚特兰大埃默里大学 (Emory University) 工作，后来多年来一直与包括奥运选手在内的其他大学团队合作。

然而，当他于 2019 年抵达 UVA 时，他并没有计划继续从事这方面的工作。但在与 2017 年接手 UVA 游泳项目的托德·德索博 (Todd DeSorbo) 会面后，小野很快发现自己再次与运动员密切合作，并在 2020-21 赛季开始担任该队的顾问。UVA 女子游泳队将在那一年赢得连续四次全国冠军中的第一个。

小野说：“我很喜欢这项工作的一点是，游泳是一件非常困难的事情。我们从来就不是游泳运动员，游泳既是一项运动挑战，也是科学挑战——它兼具了一切。”

去年秋天，根据德索博的建议，小野开设了一门课程，概述了以科学为中心的提高游泳成绩的方法，这种方法在弗吉尼亚大学已被证明非常成功，但他想确保人们不会对课程内容的严肃性产生误解。

小野说：“我们不想让人们认为这只是为游泳者提供的一项小菜一碟的课程。”

因此，小野与弗吉尼亚大学的学生凯特·道格拉斯、奥古斯特·兰姆和威尔·坦帕斯，以及麻省理工学院的研究生杰瑞·卢(杰瑞·卢曾在大学本科期间与小野和弗吉尼亚大学游泳队合作过)合作撰写了一篇论文，涵盖了该课程的关键要素以及小野与游泳运动员的研究工作。

坦帕斯和兰姆最近都完成了数据科学学院的住宿硕士课程，并结束了作为竞技大学游泳运动员的职业生涯。道格拉斯于 2023 年结束了她的 UVA 游泳生涯，成为 NCAA 历史上最有成就的游泳运动员之一，她是该大学的统计学研究生，在 2020 年奥运会上获得铜牌后，她将参加巴黎奥运会。

该团队在两个月内起草了这篇论文，题为“数据中的畅游”，并很快被《数学情报员》接受。小野说，自开始跟踪以来，它已成为 STEM 主题中阅读量最多的论文之一。7 月份，该论文的一个版本也将在《科学美国人》上发表。

小野说：“看起来，它已经起飞了。”

数字孪生的影响

在概述了过去 100 年来游泳运动的发展之后，该论文解释了如何通过对数学和物理学的理解，结合技术获取个人层面的数据，来帮助最大限度地提高游泳成绩。

论文指出，牛顿运动定律对于理解游泳姿势的科学原理至关重要。腾帕斯认为，牛顿运动定律涵盖了惯性、加速度取决于物体质量和施加力大小的原理，以及一个物体对另一个物体施加的作用力会引起相等、相反的反作用力的原理，有助于简化人们思考游泳所涉及的众多生物力学因素的方式。

“灵活性受到各种限制。水会向你涌来，有尾流，有水流——很容易因众多因素而不知所措，”坦帕斯说，他在杜克大学学习了四年机械工程，之后就读于弗吉尼亚大学的数据科学项目，并在第五年加入了游泳队。

他补充道：“我认为牛顿定律很好，因为它提供了我们都认同的基线。”

小野表示，这是了解泳池力学的一种方式，因为游泳者必须采用违反直觉的动作来推动自己前进。

他说：“我们之所以要花大力气回忆牛顿运动定律，是为了能够分析出测试游泳运动员时最重要的因素。”

为了进行这些测试，小野和他的团队使用可以放置在游泳者手腕、脚踝或背部的传感器来收集加速度数据，以惯性测量单元进行测量。然后，这些信息用于生成所谓的数字孪生，精确复制游泳者的动作。

这对双胞胎揭示了游泳运动员的优势和劣势，让小野和教练组能够就技术和策略提出建议，例如如何减少阻力，这是游泳运动员真正的对手，从而立即取得进步。事实上，通过数据分析和牛顿定律的使用，可以准确预测游泳运动员通过进行给定调整可以节省多少时间。

兰姆在弗吉尼亚大学读计算机科学本科时曾游泳五年，后来成为数据科学硕士，他将数字孪生比作任天堂热门游戏马里奥赛车中的一项功能，在游戏中你可以与自己的幽灵版本比赛。

他说：“有了这种资源，你可以先测试一个月，然后花一两个月的时间进行调整，然后再次测试，看看有什么差异——这是一种非常宝贵的资源。”

要了解数字孪生的潜力，我们只需要看看论文中引用的共同作者之一道格拉斯的例子。

在 200 米蛙泳中，她的头部姿势被发现存在缺陷。利用她的数字孪生，小野和教练组能够量化她通过修改流线型滑行可以节省多少时间，因为她有明显的天赋和有氧能力。她照做了，结果非常显著。2020 年 11 月，当她的技术接受测试时，200 米蛙泳甚至不在她的项目名单上。三年后，她保持了美国纪录。

“现在每个人都在这么做”

今年夏天，游泳将成为全国关注的焦点。首先，美国奥运游泳队选拔赛将于 6 月在印第安纳波利斯举行，为 7 月和 8 月的巴黎奥运会做准备，届时，弗吉尼亚大学的教练德索博将率领女子游泳队，他采纳了小野的数据驱动战略建议。

毫无疑问，许多有抱负的游泳运动员将在接下来的几周里关注比赛，想知道他们如何才能在任何水平上充分发挥自己的运动潜力。

对于那些能够掌握技术和相关技术数据的人，Tenpas 鼓励年轻游泳运动员充分利用这些优势。

他指出，游泳运动员必须投入大量时间才能达到这项运动的最高水平，估计他从 12 岁起就每周游泳六次。

“如果你要投入所有这些工作，至少要明智地去做，”Tenpas 说。

与此同时，兰姆敦促那些可能尚未获得这项技术的年轻游泳运动员不要对自己进步的潜力失去信心。

他说：“虽然这是改进你的技术和击球的极其有用的工具，但它并不是万能的。”

兰姆在谈到弗吉尼亚大学使用的数据方法时说道：“有很多不同的方法可以做出改进，我们希望随着时间的推移，这些方法会变得更容易获得。”

至于这一切将走向何方，随着数据和可穿戴技术的使用和普及，小野认为他制定游泳策略的科学方法很快就会成为常态。

“我认为五年后，我们的故事将不再只是一个故事。而会是‘哦，现在每个人都在这么做’，”他说。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：