教 AI 像教練一樣思考

AI 無所不在，但在健身領域中，光靠通用模型還不夠。要真正提升運動體驗，AI 需要理解身體、行為、環境，以及現實世界限制中的各種細微差異。

透過 Matrix Exercise Learning Intelligence，這套由 AI 驅動、結合智慧健身科技與醫療等級身體組成數據的訓練解決方案，Matrix 希望證明，個人化健身的未來並不在於自動化訓練。

健身的下一個進化階段，建立在人類的專業知識、經驗和洞察之上，並透過專有 AI 以負責任的方式進行編碼與擴展。

正如 Matrix 全球健身課程總監 Steve Barrett 所說：「這個專案一開始並不是從藍圖出發。」它是自然發展而成的。我們當時是從零開始打造一套機器學習系統，因為我們之前沒有做過這件事，而直接購買現成方案根本無法滿足需求。」

AI 在健身個人化方面的挑戰

開發 Exercise Learning Intelligence 的挑戰，從來不��是技術層面的問題，因為這個構想本身就是因應獨特的市場需求而誕生的。健身場館正面臨一個日益擴大的落差：會員想要的，與傳統設備所能提供的之間，出現了明顯差距。

會員希望獲得個人化的指導，而且過程順暢無礙。營運業者希望提供個人化的運動體驗，而不需要依賴或聘用工作人員來管理。教練希望有能放大其專業能力並簡化工作流程的工具，讓他們能有更多時間專注於建立關係，而不是建立訓練計畫。

更麻煩的是，市面上有許多封閉的數位生態系統，要求業者放棄既有的機台和數位產品。此外，許多健身場館也積極提供更全面的健康體驗，包括能反映真實目標、真實作息和真實身體狀況的訓練。

Matrix 看見了一個機會，能打造出更具彈性的方案。在 2024 年末，Matrix 邁出了第一步，著手打造可搭配現有設備運作的自適應教練體驗，同時提升整體訓練區域的使用體驗。

選擇精準的夥伴

真正的訓練個人化，始於由內而外深入了解每一個獨特的人體。這項需求促使 Matrix 與 seca 合作；seca 是一家在醫療級測量與秤重解決方案領域擁有近兩百年經驗的公司。

seca 的身體組成解決方案，根據值得信賴且經醫學驗證的指標（包括肌肉量、脂肪量和水分含量），為每位個人提供全面的身體狀態概覽，真實反映其健康與表現狀況。

然而，僅有準確的醫學見解，還不足以開立有效的訓練方案。資料必須轉化為適用於繁忙健身場館的程式設計，並能因應共用設備和有限時間的情況。

這就是 Matrix 發揮作用的地方。seca 帶來了臨床上精準可靠的測量表現，而 Matrix 則憑藉其數十年的健身專業經驗，讓整體方案更加完整。這項合作共同搭起了一座橋梁，串連精準測量與實際行動，將數據轉化為人們可以信賴並立即運用的指引。

MATRIX 如何打造專為健身產業設計的 AI 模型

從一開始，Matrix 就明確決定打造專為健身領域設計的專有 AI 模型。通用型 AI 系統通常仰賴擷取而來或缺乏脈絡的資訊，因此提出的建議看似可信，但在真實的訓練環境中往往經不起考驗。
這個新模型必須具備更充分的知識、更敏銳的洞察力，以及更多的同理心——簡單來說，它必須比一般的通用模型更像人。

這就是為什麼 Matrix 的開發團隊從一開始就以不同方式訓練我們的 AI。Matrix 的基礎建立在成熟的運動科學原則、清楚的課程設計邏輯，以及數十年成功執教經驗之上。

在足夠多次溫和的修正之後，系統很快就不只理解該建議什麼，也理解該避免什麼。透過向產業專家學習，Exercise Learning Intelligence 很快就理解訓練應該如何安排順序、強度應如何逐步提升，以及恢復如何影響長期成效。

這項關鍵的基礎工作，確保 AI 不會在完全不考量實際執行這些訓練的人之下，就直接產生訓練內容。多虧這種從零開始打造的方法，Exercise Learning Intelligence 得以開始大規模提供可靠、貼近真實情境的訓練指導。

為什麼在人工智慧健身教練中，人類專業仍然重要

儘管早期輸出結果看來相當有潛力，但當我們把規定的訓練內容帶到訓練現場時，卻發現了一個重要的事實。

很可惜，那些在紙面上看起來很完美的方案，在實際執行時不一定都能順利運作。課程時間經常拖得很長，卻很少考量到使用者從訓練區的一端移動到另一端所需要的時間。忙碌的健身場館中常見的設備使用衝突，也沒有被納入考量。

此外，強度等級往往也反映了較理想的訓練理論，這對投入訓練的運動員來說很有幫助，但對一般健身場館會員及其目標而言，則顯得過度。

Matrix 團隊並沒有把系統簡化，而是不懈努力地持續將其優化。他們加入了防護機制，以協助 Exercise Learning Intelligence 在真實世界情境中有效運作。

沒多久，它已經能夠將忙碌的行程、有限的運動時間、訓練區域的壅擠情況、實際的恢復需求，以及更多因素都納入考量並加以調整。或許更重要的是，Matrix 的開發人員調整了預設課程，讓內容更貼近真實使用者實際的訓練方式，而不是機器人在理想條件下會採用的訓練方式。

透過在模型的基礎層級嵌入真實生活經驗與富有同理心的人性洞察，Exercise Learning Intelligence 超越了一般通用的 AI 系統。其核心的 AI 變得更容易親近、更值得信賴，而且成效大幅提升。

在真實世界的健身房環境中測試 AI 訓練課表

當然，Matrix 不僅滿足於只是在理論上驗證 Exercise Learning Intelligence。開發團隊的下一步，是在真實空間中透過數個月的實際訓練，測試他們全新的 AI。

Matrix 的開發人員經常親自實際體驗 AI 產生的訓練計畫，並根據他們自身的運動過程，找出時間安排上的落差、強度問題和操作上的不順之處。

這些來自真實世界、讓人心跳加速的訓練時數，促成了新一輪的重要優化。為了保留彈性，我們導入了手動覆寫功能，讓終端使用者能以人為判斷補上最後的調整，修正或完善系統所建議的訓練內容。進階邏輯經過調整後，著重支援一致性，而非理想化的訓練，進而形成實際且有效率的訓練課表規劃。

這個系統甚至學會了把持續遵循運動計畫和使用者的自信心，放在推動使用者達到其理論極限之上。

每一輪的精進與提升，都再次強化了 Matrix 一開始秉持的原則——個人化運動只有在對真實環境中的真實使用者來說，具備實用性、可達成性及可持續性時，才能真正發揮作用。

個人化適應式教練體驗（PACE）

在更成熟的發展階段，PACE 會將 seca 產品上 24 秒的身體組成掃描，轉化為可直接透過 Matrix 控制台提供的自適應、目標導向、由 AI 驅動的訓練內容。每次訓練都會將新的表現數據回饋到系統中，讓訓練方案能隨著使用者建立信心並提升能力而持續調整。

PACE 內建的 AI 會根據每個場館現有的設備和個別出勤模式進行調整，即時適應並調整訓練安排。它支援各類使用者的可擴充導入流程，並且幾乎免除了手動程式設定的負擔。

教練仍然是整體體驗的核心，現在可以更專注於強化彼此關係，而由 AI 在幕後處理複雜的工作。它甚至能在會員與工作人員之間創造更多有意義的互動接觸點，這是會員滿意度的一項關鍵指標。

不斷進化的智慧

對 Matrix 而言，Exercise Learning Intelligence 是我們的基礎，而不是終點。其架構可隨著各個獨特的場館生態系持續演進，而支援未來擴展至穿戴式裝置、強化醫療洞察等更多應用。

正如 Steve Barrett 所說：「我們對個體了解得越多，這件事就越趨於個人化。」個人化不是一項功能，而是未來。而這套系統終於讓我們能以負責任的方式大規模提供這項服務。」

運動學習智慧證明了，當 AI 由專家塑造、經過實際情境驗證，並由人類洞察加以引導時，它不會取代教練指導。它提升了每個人的運動體驗。