Data science

AI ขึ้นเวทีในโอลิมปิกฤดูร้อน

อาจไม่ชัดเจนจากการรายงานข่าวของทีวี แต่การแข่งขันกีฬาโอลิมปิกที่โตเกียว 2020 (ซึ่งแน่นอนว่าจะจัดขึ้นใน 2021) ถูกรวมเข้าด้วยกัน ด้วยข้อมูลขนาดใหญ่และ AI ในระดับที่ไม่เคยมีมาก่อนในการแข่งขันกีฬาโอลิมปิก เป็นเวลา ปีแล้วที่การแข่งขันกีฬาโอลิมปิกได้นำอุปกรณ์จับเวลาอิเล็กทรอนิกส์มาใช้อย่างเป็นทางการเพื่อติดตามนักแข่งในกิจกรรมโอลิมปิก กล้อง Magic Eye ของ Omega ซึ่งเปิดตัวในปี 1948 ทำให้เรามี “ภาพเสร็จสิ้น” เป็นครั้งแรกสำหรับกิจกรรมแทร็ก และในไม่ช้าก็ถูกนำมาใช้ในกิจกรรมอื่นๆ ด้วย ตอนนี้เทคโนโลยีกำลังก้าวหน้าในโตเกียว 2020 การแข่งขันกีฬาโอลิมปิก (ซึ่งน่าจะเรียกได้ว่าเป็นเกม 2021 และโอเมก้า อยู่เบื้องหลังมากของมัน ตัวอย่างเช่น Omega ซึ่งเป็นผู้จับเวลาอย่างเป็นทางการสำหรับกีฬาโอลิมปิก 35 กำลังใช้กล้องที่มีความสามารถในการมองเห็นด้วยคอมพิวเตอร์เพื่อติดตามการเคลื่อนไหวของผู้เล่นวอลเลย์บอลชายหาดเช่น เช่นเดียวกับลูกบอล ตามบทความในนิตยสาร Wired Omega ได้ฝึก AI ให้สามารถระบุการเคลื่อนไหวและการยิงที่แตกต่างกัน รวมถึงการทุบ การแทง แทง บล็อก และการจ่ายบอล ข้อมูลนี้จะถูกรวมเข้ากับข้อมูลที่รวบรวมจากเซ็นเซอร์ไจโรสโคปิกที่เย็บเข้ากับเสื้อผ้าของผู้เล่น เพื่อให้ข้อมูลแบบเรียลไทม์แก่ผู้แสดงความเห็นเกี่ยวกับการเคลื่อนไหวที่แน่นอนของผู้เล่นและลูกบอล “เมื่อคุณสามารถติดตามลูกบอลได้ คุณจะรู้ว่ามันอยู่ที่ไหนและเมื่อไหร่ที่มันเปลี่ยนทิศทาง และด้วยการผสมผสานเซ็นเซอร์ของนักกีฬา อัลกอริธึมจะจดจำช็อตได้” Alain Zobrist หัวหน้า Omega Timing กล่าวกับ Wired “ดังนั้นจึงเป็นการผสมผสานระหว่างเทคโนโลยีทั้งสองที่ช่วยให้เราสามารถวัดข้อมูลได้อย่างแม่นยำ” Omega ใช้ AI ติดตามการเคลื่อนไหวของผู้เล่นวอลเลย์บอลชายหาดและลูกบอลระหว่างการแข่งขันกีฬาโอลิมปิก 2020 (Celso-Pupo/Shutterstock) เราอยู่ห่างจากยุคของผู้ชายที่มีการแข่งขันจับเวลา . อันที่จริง คุณสามารถพูดได้ว่าเราได้ก้าวกระโดดควอนตัมตั้งแต่ครั้งนั้น ในงานนี้ Omega ใช้ Quantum Timer ซึ่งเป็นรูปแบบของนาฬิกาอะตอมที่ใช้ไอออนเดี่ยวที่ระบายความร้อนด้วยเลเซอร์ซึ่งถูกกักขังอยู่ในกับดักไอออนแม่เหล็กไฟฟ้าตามเรื่องราวใน Digital Trends (โอเค ​​ไม่ใช่ AI แต่ก็ยังเจ๋งอยู่) หากคุณท่องเพื่อความสนุก ข้อมูลขนาดใหญ่คือสิ่งสุดท้ายที่คุณต้องการในใจขณะรอชุดต่อไป แต่การโต้คลื่นในปัจจุบันเป็นกีฬาที่มีการแข่งขันสูงมาก ไม่ต้องพูดถึงกีฬาโอลิมปิกเป็นครั้งแรก และองค์กร USA Surfing กำลังใช้เทคนิคบิ๊กดาต้ามากมายเพื่อช่วยให้นักกีฬาได้เปรียบ องค์กร USA Surfing ยังใช้เทคนิคบิ๊กดาต้าเพื่อให้ได้เปรียบ ตามบทความใน Wall Street Journal กลุ่มนี้ใช้ข้อมูลขนาดใหญ่และ AI ในหลากหลายวิธี ทางสรีรวิทยากำลังติดตามผลลัพธ์ของระบบหัวใจและหลอดเลือด รูปแบบการนอนหลับ ความแปรปรวนของอัตราการเต้นของหัวใจ และความถี่ของการบาดเจ็บบางอย่างเพื่อปรับปรุงประสิทธิภาพของนักกีฬา กลุ่มได้รวบรวมข้อมูลชีวกลศาสตร์ของนักเล่นกระดานโต้คลื่นโดยใช้กล้องจับความเคลื่อนไหวและเซ็นเซอร์ที่ติดตั้งบนจานซึ่งเป็นขาตั้งสำหรับกระดานโต้คลื่นที่ตรวจจับแรงที่นักกีฬาใช้ไป นั่นคือการช่วยให้ผู้ฝึกสอนปรับแต่งการฝึกของตน และระมัดระวังมากขึ้นระหว่างการสร้างความสามารถ “เหนือมนุษย์” กับการบาดเจ็บ นอกจากนี้ยังใช้แนวทางการเรียนรู้ของเครื่องด้วยภาพท่าทางของนักเล่นกระดานโต้คลื่น 2020 (จริงๆ 2021) นักเล่นกระดานโต้คลื่นเหรียญทองโอลิมปิก Carissa Moore แห่งฮาวาย ทำลาย gnar ในแอฟริกาใต้ใน 2019 แมชชีนเลิร์นนิงมีบทบาทในการเลือกไซต์สำหรับการท่องเว็บครั้งแรกในกีฬาโอลิมปิก Daniela Hernandez แห่ง WSJ รายงานว่า Surfline ซึ่งเป็นเว็บไซต์ข้อมูลการท่องเว็บยอดนิยม เจาะข้อมูลผ่านรีม รวมถึงจากดาวเทียม เซ็นเซอร์น้ำแข็ง การวัด bathometric ข้อมูลรูปแบบลม และการวัดทุ่น เพื่อหาคำแนะนำสำหรับหาด Tsurigasaki Surfing จากนั้นมี 3D Athlete Tracking (3DAT) ซึ่งเป็นความร่วมมือร่วมกันระหว่าง Intel และ Alibaba ที่นำการมองเห็นคอมพิวเตอร์ไปสู่อีกระดับ ตามวิดีโอนี้จาก KGW News 3DAT เปิดตัวที่ US Olympic Trials ในเมือง Eugene รัฐโอเรกอน และกำลังถูกใช้ในโตเกียว ตามวิดีโอ ระบบใช้ภาพที่ถ่ายจากกล้องข้างทางพิเศษ 5 ตัว แล้วส่งไปยังคลาวด์ของอาลีบาบา ซึ่งอัลกอริธึมการเรียนรู้เชิงลึกจะหลอมรวมเข้าด้วยกันและสร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริง เช่น อัตราความเร็วสูงสุดสำหรับนักแข่งแต่ละคน ตามที่ Ashton Eaton ซึ่งเป็นผู้ชนะเลิศเหรียญทองโอลิมปิก 2 สมัยในการแข่งขันทศกรีฑาและผู้ที่ช่วย Intel พัฒนา 3DAT ระบบนี้มีศักยภาพที่จะช่วยปิดช่องว่างด้านประสิทธิภาพสำหรับนักกีฬาชั้นยอด “ตอนที่ฉันวิ่ง 1948 – เมตร ฉันจะทำงานร่วมกับโค้ชของฉันเพื่อปรับลดเศษเสี้ยววินาที แต่ทั้งหมดนั้นเกิดจากความรู้สึก ” เขากล่าวในฟีเจอร์ประจำเดือนมีนาคมบนเว็บไซต์ Intel “แต่ 3DAT ช่วยให้นักกีฬาเข้าใจได้อย่างแม่นยำว่าร่างกายของพวกเขากำลังทำอะไรในขณะเคลื่อนไหว ดังนั้นพวกเขาจึงสามารถกำหนดเป้าหมายได้อย่างแม่นยำว่าต้องปรับแต่งที่ไหนเพื่อให้เร็วขึ้นหรือดีขึ้น” ระบบ 3DAT ที่พัฒนาร่วมกันของ Intel และ Alibaba เปิดตัวในโอลิมปิกที่เกม 2020 (จริงๆแล้ว 2019) แล้วมีหุ่นยนต์ทั้งหมดเข้าร่วม โอลิมปิค. ระหว่างการแข่งขันกรีฑาที่จะเกิดขึ้น ผู้ชมจะเห็นหุ่นยนต์สนับสนุนภาคสนาม (FSR) ของโตโยต้ากลิ้งไปมาบนสนามหญ้าเพื่อดึงไอเท็มเช่นหอก นอกจากนี้ยังมี “หุ่นยนต์ฮิวแมนนอยด์” ของ T-HR3 ที่พัฒนาโดยโตโยต้า ซึ่งจะสะท้อนการเคลื่อนไหวของเจ้าของที่เป็นมนุษย์จากระยะไกล เสมือนเป็น “หุ่นยนต์อวาตาร์” และใครจะพลาด CUE หุ่นยนต์เล่นบาสเก็ตบอลที่ไม่เคยพลาดการโยนโทษ (ดูภาพด้านบนสุดของเรื่อง)? เนื่องจากทีมบาสเกตบอลชายของสหรัฐฯ พลาดนัดสุดท้าย 9 นัดในการแพ้ฝรั่งเศสอย่างน่าทึ่งในเกมเปิดสนาม บางที CUE อาจพร้อมสำหรับการฝึกมนุษย์ รายการที่เกี่ยวข้อง: ห้าแอปพลิเคชันในโลกแห่งความเป็นจริงสำหรับการวิเคราะห์กีฬา การเรียนรู้เชิงลึกกำลังจะปฏิวัติการวิเคราะห์กีฬา นี่คือสิ่งสำคัญต่อไปของ Big Data: การฝึกกีฬาและเวชศาสตร์เฉพาะบุคคล

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button