AI 是否能當健身教練小幫手
cinematic photo still, glamour shot of an anthropomorphic robot with a board written "Deepseek" on the chest, doing exercising at the fashion gym, holding a barbell on the robotic arm, detail background the interior of the gym, This photo was taken by using Canon EOS R5 camera, presenting stunning details, extremely detail and intricate, ultra fine, photo style of Mika Ninagawa + Topaz Leung + Escher + Édouard Manet + Wong Kar - Wai, inspired by Cowboy bebop + Sailor moon, cinematic lighting, hyper realistic photography, ultra realistic --ar 71:128 --v 6.1 --q 2
---
2025年, 高盛發表了 AI 由硬向軟, 資金開始佈局 AI 應用層 的文章
或許也可以來看看 ＡＩ 要怎麼應用.
每年ㄧ到新年, 就是列一年目標的時候, 今年也不例外.
之前一直有想到健身房好好把槓鈴深蹲練起來, 但有一回沒一回的練,
一直沒能繼續前進, 今年新的一年, 剛好再把這個當作是目標之一. 紀錄在
但我遇到一個問題是, 我先拿到的訓練菜單, 只有三個月...
之前做基金實驗時 :
有想過是否能用 AI 來預測價格趨勢, 來做更好的操作;
如果 AI 能推測價格, 那應該也能推測按照這個菜單, 後面要怎樣來訓練.
於是有了這篇實驗.
---
在預測價格之前, 想到 AI 好像可以去讀指定的網址來做抓重點和分析,
先來實驗看看, 如果可行, 就不用再傳這個菜單內容給 AI 了.
Q:
請參考這個網頁 https://njlifecare.blogspot.com/2025/01/2025.html 並列出這人實際的槓鈴深蹲練習狀況
Felo AI :
感覺很不錯, 有抓到重點不廢話, 還畫了一個漂亮的表格
--
chatGPT：
也很不錯, 直接先按照要求把今年的練習都列出來.
--
Gemini :
Gemini 有點出乎意料, 自己的 blogger 竟無法 access
--
Deepseek 網頁版 :
我以為現在多個 聯網搜索 就能主動上網路去查網頁, 看來還是不行...
雖然可以主動查詢網頁分析這功能, 有些人會覺得並不重要.
但就像中世紀歐洲的小數發展很慢, 也正是因為是用羅馬數字的計數法,
這方式很難使用在小數運算上的關係...
若能成為 AI search 方面的龍頭, 就能制霸 AI 市場, 這點 Felo AI 倒是做得不錯.
===
只好先辛苦一點, 不能聯網的來手動把資料搬過去, 來看重頭戲, AI 推算第四個月的訓練菜單會是怎樣的
Felo AI :
--
根據教練提供的槓鈴深蹲訓練菜單，以下是為第四個月編排的訓練菜單。這個菜單基於前三個月的訓練進展，並考慮到逐步增加的重量和強度。
第四個月槓鈴深蹲訓練菜單
| 週次 | 星期 | 重量 | 組數 | 次數 |
|---|---|---|---|---|
| 第一週 | 週一 | 60kg | 1 | 25 |
| 週三 | 52kg | 2 | 15 | |
| 週五 | 60kg | 1 | 20 | |
| 第二週 | 週一 | 60kg | 2 | 15 |
| 週三 | 62kg | 2 | 12 | |
| 週五 | 65kg | 3 | 8 | |
| 第三週 | 週一 | 62kg | 3 | 8 |
| 週三 | 65kg | 3 | 8 | |
| 週五 | 67kg | 4 | 5 | |
| 第四週 | 週一 | 65kg | 4 | 5 |
| 週三 | 67kg | 4 | 5 | |
| 週五 | 70kg | 4 | 5 |
訓練增強速度說明
- 重量逐步增加：每週的重量設計上升，特別是在第二週和第三週，增加的幅度考慮到前幾個月的訓練基礎。
- 組數與次數調整：在每週的訓練中，組數和次數的變化旨在提高肌肉耐力和力量，特別是在第三週和第四週，強調低次數高重量的訓練。
- 恢復與調整：每週的訓練安排中，保持一定的恢復時間，確保肌肉能夠適應增加的負荷。
這個訓練菜單旨在幫助您在第四個月中持續進步，若有其他需求或調整建議，請隨時告訴我！
--
這個回答還算中規中矩
Chatgpt:
--
下面提供一份參考的第四個月槓鈴深蹲訓練菜單，此方案在前三個月「週次型態」基礎上，將部分重量數字做了適度進階，讓你能持續向上挑戰（注意：因前三個月菜單中部分週次呈現高低交替，以下菜單我們採取較高負荷的進階方案）。
【第四個月訓練總覽】
週別結構
- 第一週：1 組 25 下（主要以耐力和技術為主）
- 第二週：2 組 15 下
- 第三週：3 組 8 下
- 第四週：4 組 5 下（重點在提升最大力量）
設計原則
- 根據前三個月的數據，最高負荷大約停留在 60kg（多在週五或週一出現），因此第四個月將以此基礎上增加約 8kg左右的進階挑戰。
- 部分週次（如週二型的菜單）在前三個月呈現較高與較輕交替，本月我們選擇較高的進階數值，促進力量提升。
【第四個月詳細菜單】
【第一週】（1 組 25 下）
- 週一：52kg
（較前三個月週一從20→34→42，本週進一步提升至 52kg） - 週三：42kg
（延續原有較輕技術日，稍微提升） - 週五：68kg
（從前三個月週五由34→52→60，本週挑戰 68kg）
【第二週】（2 組 15 下）
- 週一：42kg
（參考月二較高組合，較穩定） - 週三：52kg
- 週五：60kg
（保留前三個月月二組合的重量，作為穩定進階）
【第三週】（3 組 8 下）
- 週一：52kg
（上調至月二較高方案的數值） - 週三：60kg
- 週五：60kg
（週五負荷略做提升，由原來52/52 → 60kg）
【第四週】（4 組 5 下）
- 週一：68kg
（由月二、三週一數值 60kg 提升至 68kg） - 週三：60kg
（保持穩定技術和軌跡） - 週五：68kg
（同週一，作為本月最高挑戰）
【注意事項】
- 漸進原則：本月在保持動作正確與穩定性的前提下，建議依自身狀態逐步挑戰新負荷；若感到過度疲勞或技術跑偏，適時回退調整。
- 技術優先：即使在重負荷（如週四的4×5）下，也務必確保正確深蹲軌跡，避免因重量過快增加而受傷。
- 恢復與熱身：充分的動態熱身及訓練後的伸展對於本月高負荷訓練更為重要，請特別注意。
這份第四個月菜單旨在延續前三個月的進階速度，讓你在保持技術正確的同時，逐步挑戰更高負荷。可依自身實際狀況微調各天重量，祝訓練順利、力量持續進步！
--
chatgpt的回答令人驚艷, 另外還有提供一個用 1RM 來推算設計的方式,
整個紀錄在： AI 提供的第四個月的槓鈴深蹲菜單
Gemini :
--
這個槓鈴深蹲訓練菜單的節奏是每個月調整訓練的組數和重量，並且在每週的訓練中，重量會逐漸增加。以下是第四個月的訓練菜單建議：
第四個月
- 第一週： 一組 25 下
- 週一：42kg
- 週三：52kg
- 週五：60kg
- 第二週： 兩組 15 下
- 週一：52kg
- 週三：60kg
- 週五：68kg
- 第三週： 三組 8 下
- 週一：60kg
- 週三：68kg
- 週五：75kg
- 第四週： 四組 5 下
- 週一：68kg
- 週三：75kg
- 週五：80kg
注意事項
- 熱身： 每次訓練前都要進行充分的熱身，包括動態伸展和輕重量的深蹲。
- 姿勢： 深蹲時要注意姿勢正確，背部挺直，膝蓋不要超過腳尖。
- 重量： 選擇適合自己的重量，不要勉強自己使用過重的重量。
- 休息： 每組之間要有適當的休息時間，確保肌肉得到充分的恢復。
- 調整： 如果感覺訓練過於輕鬆或困難，可以適當調整重量或組數。
- 保護： 建議在深蹲時使用保護措施，如護膝和腰帶。
- 專業建議： 如果有任何疑問或不適，建議諮詢專業教練或醫生的建議。
提醒
- 這個訓練菜單僅供參考，您可以根據自己的實際情況進行調整。
- 在開始新的訓練計劃前，建議諮詢專業人士的意見。
- 訓練過程中要注意安全，避免受傷。
希望這個建議對您有幫助！
--
雖然不能說 Gemini 是錯的, 但總覺得越練上去的幅度似乎應該要越小, 不會也是像前三個月是 20kg 的幅度...
===
線上版 Deepseek
線上版比較麻煩是有這個缺點, 最近常常服務器繁忙...
Wow, 離線版 Deepseek 給我加到了 100KG!!
＝＝＝
今天順便來試一下自己 build 一個新 model
把 temperature 改小, 這比較不會發散
% ./ollama create neo-model -f neo-model.modelfile
% ./ollama run neo-model
SYSTEM 可以告訴這個 AI model 他要扮演的角色
同樣前面問題問完後, 再告訴它 ：
--
提供設計的原則如下：1RM 代表「一組最大負荷」（One-Repetition Maximum），即是在保持正確技術與安全的前提下，你能夠舉起一次的最大重量。
隨著訓練的深入，增重的幅度會逐漸減少。這是因為隨著肌肉力量的提升，身體對於負重的適應能力會逐漸達到一個瓶頸，這時候每次增加的重量應該要比以前少。
所以原本前三個月的 1RM 是 60Kg, 第四個月的 1RM 請設計在 68Kg; 組數和次數規律按照 第一週 一組 25 下, 第二周兩組 15下, 第三週 三組 8 下, 第四週四組5下來做; 重量第一週按照前三個月的第一週增加的幅度來做, 第二到四周按照前三個月每周變化的規律調整, 但重量均不超過1RM; 請再重新設計四月份的訓練菜單
--
Deepseek 這次回答的感覺比較像我要的了
--
接著存起來, /save, 假設存到 neo-gym 的 model
接著存起來, /save, 假設存到 neo-gym 的 model
可以發現, 其實他們是新的model, size 和 deepseek r1 32B 一樣, 都是 19G
--
下回 /load neo-gym 後
直接問他一開始的問題
看來他還記得第四個月的 1RM 是 68kg, 這樣反覆溝通, 就會接近自己想要的了
(只是自己要累一點, 就真的是 自己是老師 / Deepseek 是學徒, 教他幫忙做事... )
＝＝＝
看來我對 Gemini 或許太苛刻？
同樣再溝通看看...
看到他這回很快跑出一個 50kg / 50kg/ 50kg ... 似乎沒有細想？
和 chatgpt 相比, 真的差好多呀...
Openai 前期花很多心力搭建知識庫, 看來還是蠻有用的...
相信要能達到像 chatgpt 的 輸出, 肯定還有些 know - how 在.
留言
張貼留言