AI-modeller och plattformar

Idrottare når topprestationer med Intels 3D- och AI-teknik

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Uppmärksamheten kring utvecklingen av artificiell intelligens (AI) inom idrott är ofta förbisedd, men den har potentialen att drastiskt förändra en idrottares upplevelse.

En sådan nylig utveckling kommer från Intel (INTC ), som nu har sin 3D Athlete Tracking (3DAT) teknik som testas av EXOS, en av ledarna inom förbättring av mänsklig prestation. Den nya tekniken syftar till att träna blivande proffsidrottare för att maximera deras presterande förmågor genom att använda AI för att få insikt i viktiga faktorer som rör sprintning, såsom hastighet, acceleration och biometri.

Monica Laudermilk är vice president för forskning på EXOS.

“Mätvärden som tidigare var omöjliga att mäta med blotta ögat avslöjas nu med Intels 3DAT-teknik”, sa Laudermilk. “Vi kan ta den informationen, syntetisera den och omvandla den till något handgripligt för våra tränare och idrottare. Det är en matchvinnare när de minsta justeringarna kan leda till verkliga och betydande resultat för våra idrottare.”

Nya insikter från tidigare otillgängliga data

En av de viktigaste aspekterna av 3DAT är att den möjliggör för tränare och idrottare att få tillgång till tidigare icke-existerande eller otillgängliga data, vilket sedan ger viktiga insikter i prestationen. Tekniken bygger på enkel video för att ge en noggrann skelettanalys och presterande mätvärden, vilket möjliggör en djup insikt i kroppen under prestation.

Ashton Eaton är produktutvecklingsingenjör i Intels Olympiska teknologigrupp. Han är också en tvåfaldig olympisk guldmedaljör i tiokamp.

“Det finns ett stort gap i idrott och rörelsefältet, mellan vad människor känner när de rör sig och vad de faktiskt vet att de gör”, sa Eaton. “När jag sprang 100 meter, arbetade jag med min tränare för att göra justeringar för att skära av bråkdelar av en sekund, men det var allt genom känsla. Ibland fungerade det, ibland inte, eftersom jag inte fullständigt visste vad min kropp faktiskt gjorde. Men 3DAT tillåter idrottare att förstå exakt vad deras kropp gör medan de är i rörelse, så att de kan exakt rikta in sig på var de kan göra justeringar för att bli snabbare eller bättre.”

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

Händer-fri teknik

3DAT bygger på kameror för att filma idrottare under löpningsträning, vilket innebär att det är helt händer-fritt för idrottarna. De behöver inte oroa sig för sensorer eller någon annan bärbar utrustning som kan förändra prestationen.

Videodata är 60 bilder per sekund, och det skickas till molnet för analys på Intels Xeon Scalable processorer. Processorerna har också inbyggd Intel Deep Learning Boost AI-acceleration.

Efter analysen får tränarna rapporter och diagram som ger en detaljerad översikt av prestationen, vilket sedan kan användas för att justera enligt.

Craig Friedman är senior vice president för EXOS presterande innovationsgrupp.

“3DAT ger oss information och insikt, inte bara om tekniken för hur människor springer och hur de kan förbättra sig, utan också vad som kan hindra dem. Denna data möjliggör för oss att göra justeringar i viktrummet för att hjälpa till att låsa upp mer potential på planen”, sa Friedman.

Intel har indikerat att de avser att fortsätta att arbeta med EXOS för att ge tränare, idrottare och andra artister värdefulla insikter genom tekniken.

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.