體育用品專刊 • 專題報導 7 心率、肌肉疲勞度）、個人訓練數據與比賽數 據，這些資訊若未經適當保護，可能會被不當 利用，進而影響運動員的職業發展。 當這些數據被未授權的第三方獲取後， 可能會被用於不當的商業行為，例如透過運動 員的數據進行預測賭博或操縱比賽結果，如何 確保運動員個人數據的安全性，成為當前運動 科技發展中的一大挑戰。為解決運動員數據隱 私問題，全球各國已開始制定相關的數據保護 法規，要求企業與組織在蒐集個人數據時，必 須獲得當事人的明確同意，並確保數據擁有者 有權存取、更正與刪除其個人數據。在運動領 域，這意味著球隊、運動科技公司與分析機構 必須建立完善的數據管理機制，以確保符合法 規要求（Jessop & Baker, 2019）。 伍、新型態運動數據的技術整合與應用 開發 在現代運動科技的發展中，雲端運算與邊 緣運算的技術結合，正在重塑運動數據的應用 方式。雲端運算擁有強大的計算與長期儲存能 力，能夠整合來自全球各地的運動數據，並進 行深度分析；而邊緣運算則能在設備端即時處 理數據，降低延遲並提升即時性，使運動員與 教練能夠獲得更快速的決策支持（Zoualfaghari et al., 2020）。在棒球訓練過程，AI技術已被廣 泛應用於姿勢辨識與運動數據分析。在球場與 牛棚內安裝高速攝影機與感測器，可以即時 追蹤球員的投球與揮棒動作。透過邊緣運算 技術，這些影像與數據可立即被處理，分析 球員的揮棒速度、揮棒角度、投球釋放點與 球路軌跡。這不僅能協助球員即時修正技 術，也讓教練能夠在訓練過程中提供精準 建議。 這些即時數據在經過邊緣運算處理後， 會進一步傳輸至雲端資料庫，進行更深層的 分析。例如AI可透過歷史數據與比賽數據比 對，找出球員表現的趨勢，預測未來表現， 並為球隊提供最優化的訓練與戰術策略，這 樣的技術不僅能幫助運動員持續進步，也能 讓球隊在比賽中獲得更高的競爭優勢。隨著 AI、物聯網（IoT）與大數據分析的發展，雲 端與邊緣運算技術的應用將持續深化，為 運動科技帶來更多創新機會，使運動員與 球隊能夠透過更科學化的方式提升表現與 戰術決策。 陸、結語：運動數據資料庫是AI運動 科技的核心 隨著運動科技的發展，運動數據資料 庫已成為提升運動表現與戰術決策的關鍵基 石，透過AI和大數據分析，運動員能夠獲得 更精準的個人訓練計畫，而球隊則能根據比 賽數據制定更有效的戰術。無論是在棒球、
RkJQdWJsaXNoZXIy MjIwMjA1