Πώς η τεχνητή νοημοσύνη αλλάζει τους Ολυμπιακούς Αγώνες για τους αθλητές και τους φιλάθλους

15:03 27/7/2024 - Πηγή: TheCaller

Η καινοτομία και η επιδίωξη της αριστείας βρίσκονται στην καρδιά των Ολυμπιακών Αγώνων, υπερβαίνοντας τα φυσικά όρια του αθλητισμού και αγκαλιάζοντας τις εξελίξεις της εποχής μας. Τα τελευταία χρόνια, η τεχνητή νοημοσύνη έχει εισέλθει στην ολυμπιακή αρένα, όχι για να ανταγωνιστεί, αλλά για να φέρει επανάσταση στον χώρο αυτό. Οι Ολυμπιακοί Αγώνες του 2024 θα βασιστούν στην τεχνητή

νοημοσύνη για να καθορίσουν όχι μόνο ποιος κερδίζει και ποιος χάνει, αλλά και το γιατί και το πώς αυτών των θριάμβων και των ηττών. Η Διεθνής Ολυμπιακή Επιτροπή (ΔΟΕ) έχει ήδη αγκαλιάσει την εν λόγω τεχνολογία.

«Πρέπει να είμαστε ηγέτες της αλλαγής και όχι το αντικείμενο της αλλαγής», δήλωσε ο Τόμας Μπαχ, ο πρόεδρος της ΔΟΕ στη Λωζάνη της Ελβετίας, σε μια συνέντευξη Τύπου στο Λονδίνο.

Στους Ολυμπιακούς Αγώνες του Παρισιού το 1900, μια πρωτοποριακή για την εποχή κάμερα κατέγραψε τους αθλητές του άλματος εις μήκος. Επρόκειτο για την χρονοφωτογραφική κάμερα του Γάλλου επιστήμονα Ετιέν Ζυλ Μαρέ. Ο Μαρέ, ο οποίος ήταν φυσιολόγος και βιολόγος, κατασκεύασε μηχανές «εξερεύνησης κίνησης», όπως καρδιογράφους, πνευμονογράφους, μυογράφους και πολυγράφους, οι οποίες άνοιξαν το δρόμο για σημαντικές εξελίξεις στους τομείς της ιατρικής και της φυσιολογίας. Το 1882 ανέπτυξε το φωτογραφικό τουφέκι το οποίο χρησιμοποιούσε για να φωτογραφίζει σεκάνς πουλιών σε πτήση.

«Ανέλυσε τη εμβιομηχανική του ανθρώπινου σώματος για να ανακαλύψει το μυστικό της ανωτερότητας ορισμένων αθλητών», αναφέρει ένα άρθρο του Nature που δημοσιεύθηκε το 1901.

Σήμερα, μπορούμε να κάνουμε πολύ περισσότερα χρησιμοποιώντας ένα smartphone. Η τεχνολογία 3D athlete tracking (3DAT) χρησιμοποιεί τεχνητή νοημοσύνη για την παρακολούθηση 21 σημείων του ανθρώπινου σώματος, παρέχοντας έτσι «όλες τις εμβιομηχανικές γνώσεις που αναζητούν οι προπονητές»στους κορυφαίους αθλητές», εξηγεί ο Τοντ Χαρπλ, επικεφαλής του προγράμματος Olympics AI Innovation στα εργαστήρια Intel Labs στο Χίλσμπορο του Όρεγκον. Ο ίδιος πιστεύει πως αυτές οι τεχνολογίες θα οδηγήσουν σε νέα ρεκόρ.

«Μπορεί ακόμη και να επιταχύνει την ανακάλυψη νέων στρατηγικών άθλησης», προσθέτει.

Ένα ιστορικό παράδειγμα μιας τέτοιας θεμελιώδους αλλαγής είναι το Fosbury flop – το κυρίαρχο στυλ στο άλμα εις ύψος το οποίο πραγματοποίησε για πρώτη φορά ο Αμερικανός αθλητής Ντικ Φόσμπερι στους Ολυμπιακούς Αγώνες του 1968.

Τα ατομικά δεδομένα και η ανάλυσή τους με τη βοήθεια της τεχνητής νοημοσύνης, θα μπορούσε επίσης να βοηθήσει τους προπονητές να εντοπίσουν νέα αθλητικά ταλέντα. Τον Μάρτιο, η ΔΟΕ εντόπισε περισσότερα από 40 παιδιά από τη Σενεγάλη τα οποία θα μπορούσαν να γίνουν οι αυριανοί ολυμπιονίκες, χρησιμοποιώντας την τεχνολογία 3DAT για να αναλύσει τις επιδόσεις τους στο τρέξιμο και τα άλματα.

Διαιτησία και δεδομένα σε πραγματικό χρόνο

Ο αστροφυσικός Φρανκ Ομ από το Ινστιτούτο Max Planck για τη Βαρυτική Φυσική στη Γερμανία, διερευνά τα σήματα συγκρουόμενων μαύρων τρυπών σε θορυβώδη δεδομένα βαρυτικών κυμάτων. Αυτές τις ημέρες, ο Ομ βρίσκεται στο Παρίσι προκειμένου να συμμετάσχει στους Ολυμπιακούς Αγώνες, υπό την ιδιότητα του διαιτητή των αγώνων υδατοσφαίρισης.

Η τεχνητή νοημοσύνη ήδη χρησιμοποιείται σε αθλήματα όπως το ποδόσφαιρο, χρησιμοποιώντας πληροφορίες που καταγράφονται από τις κάμερες που βρίσκονται γύρω από το γήπεδο και τσιπ που εμφυτεύονται στη μπάλα. Ωστόσο, η τεχνητή νοημοσύνη πιθανώς θα αργήσει να διεισδύσει σε τομείς όπως η διαιτησία, η οποία απαιτεί ανάλυση δεδομένων σε πραγματικό χρόνο. Η χρήση τεχνητής νοημοσύνης στην υδατοσφαίριση θα παρουσίαζε επίσης διαφορετικές προκλήσεις, όπως η εκπαίδευση αλγορίθμων σε υποβρύχιες εικόνες, προσθέτει.

Είναι επίσης δύσκολο να αφαιρεθεί το στοιχείο της ασάφειας σε ενέργειες όπως τα φάουλ στα αθλήματα επαφής. Πρόκειται για αποφάσεις που παίρνονται σε κλάσματα του δευτερολέπτου.

«Δεν θα ήξερα καν πώς να αρχίσω να τα βάζω αυτά σε αριθμούς», λέει ο Ομ, ο οποίος πιστεύει ότι ο εντοπισμός μαύρων τρυπών είναι συγκριτικά πιο εύκολη άσκηση για την τεχνητή νοημοσύνη.

Βελτίωση της εμπειρίας του θεατή

Τα δεδομένα που θα συλλεχθούν κατά τη διάρκεια των Ολυμπιακών Αγώνων θα τροφοδοτήσουν τους αλγόριθμους τεχνητής νοημοσύνης.

«Ο αθλητισμός έχει τη δική του γλώσσα. Διασχίζει τα εμπόδια για να βοηθήσει όλους να επικοινωνήσουν», λέει ο Λούσι. Οι στατιστικές και οι αριθμοί εμπλουτίζουν αυτές τις συζητήσεις παρέχοντας επιπλέον σημεία αναφοράς για σύγκριση.

Αυτό που ενθουσιάζει περισσότερο τον Χαρπλ είναι η προοπτική εξατομικευμένων στιγμιότυπων που θα διατίθενται στους θεατές μέσω της πλατφόρμας τεχνητής νοημοσύνης Geti computer-vision. Η ικανότητα της τεχνητής νοημοσύνης να επιλέγει ακριβώς αυτό που θέλουν να δουν οι θεατές θα αλλάξει τα δεδομένα. Αυτό θα μπορούσε να είναι ιδιαίτερα επωφελές για τους προπονητές και τους ραδιοτηλεοπτικούς φορείς από έθνη που έχουν πιο περιορισμένη πρόσβαση σε πόρους παραγωγής.

ΠΗΓΗ: Nature