AI-mallit ja alustat

Urheilijat saavuttavat huipputason Intelin 3D- ja AI-teknologian avulla

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Huomio, jota kehitetään urheilussa käytettävien tekoälytekniikoiden ympärillä, usein jää huomiotta, mutta sillä on potentiaalinen vaikutus urheilijan kokemukseen.

Yksi tällainen kehitys tulee Inteliltä, joka on nyt kokeilemassa 3D-urheilijan seurantateknologiaa (3DAT) yhteistyössä EXOSin, yhden johtavan ihmisen suorituskyvyn edistämisen johtajan kanssa. Uusi teknologia pyrkii kouluttamaan urheilijoita saavuttamaan huipputason suorituskykyä käyttämällä tekoälyä saadakseen tärkeitä tietoja tekijöistä, kuten nopeudesta, kiihtyvyydestä ja biometriikasta.

Monica Laudermilk on EXOSin tutkimuksen varapuheenjohtaja.

“Mitat, jotka olivat aiemmin mitattavissa vain silmin, paljastuvat nyt Intelin 3DAT-teknologian avulla,” Laudermilk sanoi. “Pystymme ottamaan tämän tiedon, syntetisoimaan sen ja muuttaa sen tangibileksi meidän valmentajille ja urheilijoille. Se on pelinmuuttaja, kun pienimmätkin säätömahdollisuudet voivat johtaa todellisiin, merkittäviin tuloksiin urheilijoillemme.”

Uudet näkymät aiemmin saavuttamattomasta datasta

Yksi 3DAT:n avainasioista on, että se mahdollistaa valmentajien ja urheilijoiden pääsyn aiemmin olemattomaan tai saavuttamattomaan dataan, josta voidaan saada tärkeitä näkemyksiä suorituskyvystä. Teknologia perustuu yksinkertaiseen videokuvaamiseen, jotta voidaan saada tarkkaa luurankotutkimusta ja suorituskykymittauksia, mikä mahdollistaa syvän ymmärryksen kehosta suorituskyvyn aikana.

Ashton Eaton on tuotekehitysinsinööri Intelin olympiateknologiaryhmässä. Hän on myös kaksinkertainen olympiavoittaja kymmensilmäkilpailussa.

“Urheilu- ja liikuntakentällä on valtava aukko, jossa ihmiset tuntevat liikkeen ja mitä he todella tietävät, mitä he tekevät,” Eaton sanoi. “Kun juoksin 100 metrin juoksua, työskentelin valmentajani kanssa tekemään säätöjä, jotta voisin leikata sekunteja, mutta se oli kaikki tunteella. Joskus se toimi, joskus ei, koska en tiennyt, mitä kehoni todella teki. Mutta 3DAT antaa urheilijoille mahdollisuuden ymmärtää tarkasti, mitä heidän kehonsa tekee liikkeessä, jotta he voivat kohdistaa tarkasti, mihin heidän on tehtävä säätöjä, jotta he voivat mennä nopeammin tai paremmin.”

https://www.youtube.com/watch?v=sgLGgDK5E0M

Käsittömät teknologiat

3DAT perustuu kameroiden käyttöön urheilijoiden kuvaamiseen juoksuharjoituksissa, mikä tekee siitä täysin käsittömän urheilijoille. He eivät tarvitse huolehtia sensoreista tai muista kannettavista laitteista, jotka voivat muuttaa suorituskykyä.

Videodata on 60 kuvaa sekunnissa, ja se lähetetään pilveen analyysiä varten Intel (INTC ) Xeon Scalable -prosessorien avulla. Prosessorit sisältävät myös sisäänrakennetun Intel Deep Learning Boost AI-kiihdytysominaisuuden.

Analyysin jälkeen valmentajat saavat raportteja ja kaavioita, jotka antavat yksityiskohtaisen katsauksen suorituksesta, jota voidaan käyttää säätämiseen.

Craig Friedman on EXOSin suorituskyvyn innovaatiotiimin seniorivicepuheenjohtaja.

“3DAT antaa meille tietoa ja näkemyksiä, ei vain siitä, miten ihmiset juoksevat ja miten he voivat parantaa, vaan myös siitä, mitä heidän takanaan on. Tämä data antaa meille mahdollisuuden tehdä säätöjä painihuoneessa, jotta voimme avata enemmän potentiaalia kentällä,” Friedman sanoi.

Intel on ilmoittanut aikovansa jatkaa yhteistyötä EXOSin kanssa tarjoamaan valmentajille, urheilijoille ja muiden suorittajien arvokkaita näkemyksiä teknologian avulla.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.