दौड़ना व्यायाम के सबसे सुलभ रूपों में से एक है, जिसके लिए जूते और एक रास्ते के अलावा और कुछ भी नहीं चाहिए। फिर भी, कई लोगों के लिए, जॉगिंग की सरल क्रिया सांस लेने के अचानक संघर्ष से बाधित हो सकती है, एक ऐसी संवेदना जो गति को रोक देती है और गतिविधि के आनंद को कम कर देती है। यह श्वसन संकट अक्सर इस बात से उत्पन्न होता है कि व्यक्ति कैसे चलता है और कैसे सांस लेता है, इसके बीच एक विच्छेद होता है। खेल विज्ञान की दुनिया में, एक ज्ञात लय है जहाँ शरीर स्वाभाविक रूप से अपनी सांस लेने के पैटर्न को अपने कदमों के साथ तालमेल बिठाने की कोशिश करता है, एक ऐसा तालमेल जो दौड़ने को आसान और अधिक कुशल बना सकता है। हालांकि, शुरुआती लोगों के लिए इस लय को खोजना और बनाए रखना कठिन होता है, और धावकों का मार्गदर्शन करने के तरीके अक्सर इस बात पर निर्भर करते हैं कि अतीत में क्या हुआ था। यदि कोई धावक अचानक अपनी गति या अपनी सांस लेने के पैटर्न को बदल देता है, तो पुराने डेटा पर प्रतिक्रिया देने वाली प्रणालियाँ मदद करने के लिए बहुत धीमी होती हैं, और ऐसी सलाह देती है जो उपयोगी होने के क्षण के बहुत बाद पहुँचती है।

इस समस्या को हल करने के लिए, साल्ज़बर्ग रिसर्च और साल्ज़बर्ग विश्वविद्यालय के शोधकर्ताओं ने BPqu नामक एक नया दृष्टिकोण विकसित किया है। यह प्रणाली एक वास्तविक समय (रियल-टाइम) मार्गदर्शक बनने के लिए डिज़ाइन की गई है जो किसी धावक की सांस लेने की प्रक्रिया पूरी तरह से होने से पहले ही उसकी भविष्यवाणी करती है, न कि उसके होने के बाद केवल प्रतिक्रिया देती है। धावक के सीने से जुड़े एक पहनने योग्य सेंसर पर एक छोटा, शक्तिशाली कंप्यूटर सीधे लगाकर, यह प्रणाली सांस लेने और गति के डेटा का तुरंत विश्लेषण कर सकती है। इसका लक्ष्य तत्काल, सहज फीडबैक प्रदान करना है जो धावकों को बिना उस देरी के अपना प्राकृतिक लय खोजने में मदद करे जो पुरानी तकनीकों के उपयोगकर्ताओं को निराश करती है। यह कार्य अतीत का अवलोकन करने से हटकर वर्तमान का पूर्वानुमान लगाने की ओर एक बदलाव है, जिसका उद्देश्य उन संज्ञानात्मक और भावनात्मक बाधाओं को दूर करना है जो लोगों को सहनशक्ति वाली दौड़ (एंड्योरेंस रनिंग) का आनंद लेने से रोकते हैं।

मुख्य चुनौती वह विलंब (डिली) थी जिसका सामना टीम को अधिकांश डिजिटल प्रणालियों में होता है। जब कोई कंप्यूटर जानकारी को प्रोसेस करता है, तो डेटा एकत्र करने, गणना करने और संकेत भेजने में समय लगता है। दौड़ने की स्थिति में, एक सेकंड का एक छोटा सा हिस्सा भी एक सहायक संकेत और एक भ्रमित करने वाले संकेत के बीच का अंतर हो सकता है। यदि किसी धावक को सांस लेने के बाद सांस छोड़ने (एक्सहेल) के लिए कहा जाता है, तो मार्गदर्शन बेकार है। शोधकर्ताओं को यह निर्धारित करने का एक तरीका चाहिए था कि वे ठीक इसी क्षण अपने श्वसन चक्र के किस चरण में हैं, जिसमें शून्य विलंब हो। उन्हें यह भी पता लगाना था कि चक्र के अगले चरण की भविष्यवाणी कैसे की जाए ताकि यह सुनिश्चित हो सके कि मार्गदर्शन ठीक उसी समय मिले जब इसकी आवश्यकता हो। इसे प्राप्त करने के लिए, उन्होंने आर्टिफिशियल इंटेलिजेंस के एक प्रकार 'डीप लर्निंग' की ओर रुख किया, जो डेटा में जटिल पैटर्न को पहचान सकता है, लेकिन उन्हें इस तकनीक को शरीर पर पहने जाने वाले एक छोटे, बैटरी से चलने वाले उपकरण के भीतर फिट करने के लिए सिकोड़ना था।

शोधकर्ताओं ने एक कस्टम सेंसर बनाया जो सांस लेने के दौरान सीने में दबाव के परिवर्तनों और प्रत्येक स्ट्राइड (कदम) के दौरान शरीर की गति दोनों को मापता है। यह सेंसर एक छोटे माइक्रोकंट्रोलर से जुड़ा है, जो एक ऐसा चिप है जो जटिल गणना करने के लिए पर्याप्त शक्तिशाली है लेकिन कपड़ों में समाने के लिए पर्याप्त छोटा भी है। टीम ने उन्नीस युवा महिला धावकों से एकत्र किए गए डेटा का उपयोग करके एक कंप्यूटर मॉडल को प्रशिक्षित किया। इन प्रतिभागियों ने सेंसर पहनकर दौड़ लगाई, और उनके श्वसन की सावधानीपूर्वक निगरानी की गई ताकि पैटर्न की एक लाइब्रेरी बनाई जा सके। मॉडल ने उन सूक्ष्म संकेतों को पहचानना सीखा जो यह बताते हैं कि धावक कब सांस ले रहा है, कब वह सांस छोड़ रहा है, और ठीक कब इन दोनों के बीच का परिवर्तन होता है। महत्वपूर्ण रूप से, मॉडल को सांस और कदमों के बीच के संबंध को देखने के लिए डिज़ाइन किया गया था, यह समझते हुए कि दोनों अक्सर एक विशिष्ट लय में जुड़े होते हैं।

सिस्टम को वास्तविक समय के उपयोग के लिए पर्याप्त तेज़ बनाने के लिए, शोधकर्ताओं को इस बारे में चतुर होना पड़ा कि वे कंप्यूटर से कैसे सोचने के लिए कहें। पूरे श्वसन वक्र (ब्रीदिंग कर्व) का एक साथ अनुमान लगाने के बजाय, जो अव्यवस्थित और त्रुटिपूर्ण हो सकता है, उन्होंने समस्या को दो सरल भागों में विभाजित किया। सिस्टम श्वसन चक्र के सामान्य आकार का अनुमान लगाता है और अलग से उन सटीक क्षणों की पहचान करता है जब सांस लेने से सांस छोड़ने का परिवर्तन होता है। फिर यह इन दो सूचनाओं को मिलाकर धावक की वर्तमान स्थिति की एक पूर्ण, सटीक तस्वीर बनाता है। इस पद्धति ने सिस्टम को बहुत कम मेमोरी और प्रोसेसिंग पावर के साथ काम करने की अनुमति दी, जिससे यह क्लाउड सर्वर या स्मार्टफोन को डेटा भेजने के बिना पूरी तरह से पहनने योग्य डिवाइस पर चलना संभव हो गया।

इस दृष्टिकोण के परिणाम प्रभावशाली थे। परीक्षण के दौरान, सिस्टम 93.1% की सटीकता के साथ उस सटीक क्षण की पहचान कर सका जब धावक ने सांस लेने से सांस छोड़ने की ओर स्विच किया। यह 85.6% की सटीकता के साथ यह भी निर्धारित कर सका कि धावक वर्तमान में सांस ले रहा है या सांस छोड़ रहा है। शायद सबसे महत्वपूर्ण बात यह है कि यह 81.5% की सटीकता के साथ संपूर्ण श्वसन चरण (ब्रीदिंग फेज) को माप सका, और वह भी बिना किसी मापने योग्य देरी के। इसका अर्थ है कि सिस्टम इतना तेज़ है कि वह धावक के साथ तालमेल बिठा सके, भले ही वह अचानक अपनी गति बढ़ा दे या अपने सांस लेने के पैटर्न को बदल दे। शोधकर्ताओं ने पाया कि श्वसन सेंसर और गति सेंसर दोनों के डेटा को संयोजित करना केवल श्वसन डेटा का उपयोग करने से बेहतर काम करता है, क्योंकि गति का डेटा सिस्टम को दौड़ने के दौरान होने वाले झटकों के कारण पैदा होने वाले शोर (नॉइज़) को फिल्टर करने में मदद करता है।

अध्ययन ने यह भी पता लगाया कि विभिन्न स्थितियों में सिस्टम का प्रदर्शन कैसा रहा। यह तब सबसे अच्छा काम करता है जब धावक एक स्थिर, अनुमानित लय में सांस ले रहा होता है, लेकिन यह तब भी प्रभावी रहता है जब सांस लेना अनियमित हो जाता है या जब धावक लय बनाए रखने के लिए संघर्ष कर रहा होता है। सिस्टम का परीक्षण तीन अलग-अलग मोड में किया गया था: जो अभी हुआ उसे पीछे देखना, वर्तमान क्षण को देखना, और अगले क्षण की भविष्यवाणी करने के लिए थोड़ा आगे देखना। सभी मामलों में, इसने उच्च सटीकता बनाए रखी, जिससे सिद्ध हुआ कि यह दौड़ने की गतिशील प्रकृति को संभाल सकता है। शोधकर्ताओं ने नोट किया कि हालांकि सिस्टम अत्यधिक सटीक है, लेकिन यह पूर्ण नहीं है, और विशेष रूप से जब सांस लेने का पैटर्न अत्यधिक अनियमित होता है, तो इसमें त्रुटि की एक छोटी गुंजाइश बनी रहती है। हालांकि, सिस्टम की गति का अर्थ है कि एक छोटी त्रुटि के बावजूद, फीडबैक उपयोगी होने के समय में ही दिया जाता है।

यह कार्य एक नए प्रकार के दौड़ने के अनुभव के द्वार खोलता है। एक ऐसे धावक की कल्पना करें जो एक कोमल, लयबद्ध संकेत प्राप्त कर सकता है जो उसे ठीक बताता है कि उसे कब सांस लेनी है, जिससे उसे एक ऐसा प्रवाह (फ्लो) खोजने में मदद मिलती है जो स्वाभाविक और सहज महसूस हो। चूंकि सिस्टम तुरंत काम करता है, इसलिए यह गति या इलाके में अचानक बदलावों के अनुकूल हो सकता है, जिससे ऐसा मार्गदर्शन मिलता है जो रोबोटिक के बजाय सहज लगता है। शोधकर्ता इस तकनीक को स्मार्ट कपड़ों में एकीकृत होते हुए देखते हैं, जो उन धावकों को सहायता प्रदान करने का एक निर्बाध तरीका प्रदान करेगा जो सांस फूलने के कारण दौड़ छोड़ सकते हैं। खराब श्वसन नियंत्रण की हताशा को दूर करके, इस तकनीक का लक्ष्य दौड़ने को अधिक आनंददायक और सुलभ बनाना है, जिससे लोग अपनी सीमाओं को पार करने और शारीरिक गतिविधि के साथ गहरा संबंध बनाने में सक्षम हो सकें।

आगे का रास्ता प्रयोगशाला के नियंत्रित वातावरण के बाहर, वास्तविक दुनिया की दौड़ने की स्थितियों में इस प्रणाली का परीक्षण करने से जुड़ा है। शोधकर्ता यह देखना चाहते हैं कि वास्तविक दौड़ या प्रशिक्षण सत्रों में धावक मार्गदर्शन के प्रति कैसी प्रतिक्रिया देते हैं, और क्या यह प्रणाली वास्तव में लोगों को उन संज्ञानात्मक और भावनात्मक बाधाओं को दूर करने में मदद कर सकती है जो दौड़ने को कठिन बनाते हैं। वे यह भी उम्मीद करते हैं कि वे इस प्रणाली को विभिन्न प्रकार के उपयोगकर्ताओं, जिनमें अलग-अलग फिटनेस स्तर और श्वसन पैटर्न वाले लोग शामिल हैं, के लिए काम करने हेतु परिष्कृत करेंगे। अंतिम लक्ष्य एक ऐसा उपकरण बनाना है जो न केवल प्रदर्शन को ट्रैक करता है बल्कि सक्रिय रूप से दौड़ने के मानवीय अनुभव को बढ़ाता है, जिससे सांस के संघर्ष को प्रवाह और आनंद के क्षण में बदला जा सके। यह शोध प्रदर्शित करता है कि उन्नत कंप्यूटिंग को मानव गति की गहरी समझ के साथ जोड़कर, ऐसी तकनीक बनाना संभव है जो मशीन के बजाय एक मददगार साथी की तरह महसूस होती है।