ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

焦点を当てる

Tencent Technology News 7 月 27 日の海外メディアの報道によると、2024 年夏季オリンピックに参加するために約 200 の国と地域を代表して 10,000 人以上のアスリートがパリに集まった際、彼らは新たなフレンドリーだが目に見えない声の仲間、AthleteGPT に遭遇しました。アスリート向けに特別に作成されたこの人工知能チャットボットは、Athlete365 モバイル アプリケーションに統合され、アスリートにリアルタイムのガイダンスやその他のサービスを提供します。

アスリートは、「競技会場まではどうやって行けますか？」「試合はライブ中継できますか？」「競技はコンピューターで審査されますか？」「スポンサーのギフトはどこで受け取れますか？」など、簡単な質問をするだけで済みます。 ?" AthleteGPT は、大量の情報を迅速に統合できます。また、即座に応答して、あらゆるアスリートの質問に効率的に回答できるようにします。

オレゴン州ヒルズボロのインテル研究所でオリンピック人工知能イノベーションプロジェクトの責任者を務めるトッド・ハープル氏によると、AthleteGPTはその優れた情報処理能力により、「いつでも、どこでも、非常に高速に数千ページのデータを取得できる」という。アスリートに正確な情報を提供する。」

このチャットボットは依然として本質的に大規模な言語モデルです (法学修士 ）、フランスの会社Mistral AIとIntelのGaudiプロセッサの人工知能技術を使用して構築されました。これは、人工知能が今年のオリンピックに足跡を残すもう1つの方法です。2021 年の東京夏季オリンピックでは、大規模な言語モデルが競争しますチャットGPTこのテクノロジーはまだ知られていませんでしたが、パリオリンピックの短距離走者たちは間違いなく、それ以来この分野が飛躍的に進歩したことを直接体験することになるでしょう。

国際オリンピック委員会 (IOC) は、この技術変化をオープンな姿勢で受け入れており、今年 4 月に人工知能アジェンダを発表しました。これは、戦略を慎重に計画しながら、スポーツ分野における人工知能の精力的な開発を指導し、標準化することを目的としています。オリンピック競技大会のアプリケーションで。 「私たちは変化の対象ではなく、変化のリーダーにならなければなりません」とIOCのトーマス・バッハ会長はロンドンでの記者会見で強調し、そこではいくつかのAIを活用したスポーツツールの最先端の機能も披露された。

Nature は、人工知能がアスリートと観客のオリンピック体験を次の 3 つの方法でどのように再構築できるかを調査しています。

1. アスリートのパフォーマンスとトレーニングに関する洞察

パリで初めてオリンピックが開催された 1900 年には、フランスの科学者エティエンヌ ジュール マレーが、機関銃のように連続撮影する高速タイミング写真技術を利用して、全力疾走を開始しました。 1901年、『ネイチャー』誌は彼を高く評価し、人体の生体力学の謎を分析し、アスリートの競争力の優位性を明らかにしたと述べた。

今日、技術の飛躍により、スマートフォンはスポーツ分析のための強力なツールになりました。インテルの 3D アスリート トラッキング (3DAT) テクノロジーは、人工知能を利用して人体の 21 の重要なポイントを正確にロックし、動きの軌跡を詳細に表示することで、トレーニング中にエリート アスリートと同じ生体力学的洞察をコーチに提供します。 Harpur 氏は、これらのテクノロジーは競争の激しさを増すだけでなく、新記録の樹立にも役立つ可能性があると予測しています。

アスリートのパフォーマンス向上における人工知能の応用は、オーダーメイドのスポーツ用品から個人に合わせた栄養やトレーニング プログラムに至るまで、広範囲かつ奥深く、すべてテクノロジーの力を反映しています。ハープール氏は、「これは、新たなスポーツ戦略の発見を加速させる可能性さえある。フォックスの走り高跳びの革新的な技術の誕生と同様に、これはスポーツに対するテクノロジーの大きな影響と無限の可能性を告げるものである」と語った。この走り高跳びは、1968 年のオリンピックでアメリカのアスリート、ディック・フォズベリーによって考案され、現在ではバック・トゥ・バック走り高跳びとして知られています。

個人データ収集の利便性と人工知能の緊密な統合により、コーチに新たな人材発掘の道が開かれ、スポーツ競技の場がより公平かつ透明になります。今年3月、国際オリンピック委員会は、3DATテクノロジーを利用し、ランニングやジャンプなどの基礎トレーニングの詳細な分析のみを利用して、セネガルの将来のオリンピック選手候補を40人以上発掘することに成功した。

ただし、大規模なプロリーグと豊富なリソースを持つスポーツ強国は、データ収集と分析において大きな利点を享受しており、大量の高品質データを使用してトレーニングアルゴリズムを継続的に最適化できることは注目に値します。この点に関して、スポーツテクノロジー会社Stats Performのチーフサイエンティスト、パトリック・ルーシー氏は、一部のオリンピック競技はデータ不足、つまり「データフットプリントの制限」という課題に直面していると指摘した。それにもかかわらず、この現在の状況は、審判などの他の主要分野における人工知能テクノロジーの革新的な応用にも影響を与えています。

2. 審判とリアルタイムデータ

オリンピック水球審判員のフランク・オーム氏は、ドイツのハノーバーにあるマックス・プランク重力物理学研究所の天体物理学者でもあり、人工知能に精通している。彼は日々の仕事で、時には人工知能の助けを借りながら、複雑な重力波データを行き来し、ブラックホール衝突の微妙な信号を探しています。しかし、白い審判服を着てパリオリンピックのプールに立ったとき、水しぶきが飛び交う中、ボールがゴールラインを越えたかどうかを正確に判断するという、全く異なる課題に直面した。

人工知能は、フィールドのマルチカメラ撮影やボールに組み込まれたチップ技術など、サッカーなどのスポーツでも同様の意思決定をサポートしてきましたが、他のスポーツ、特にリアルタイムデータを必要とするスポーツでの普及はまだ遅れています。審判セッション。

資金不足とさまざまなプロジェクト、特にパリオリンピックの 32 のプロジェクト間の個別のニーズも、人工知能技術の推進に対する大きな障害となっています。オーム氏は、水球はオリンピックの最も古い団体競技の一つとして長い歴史があるが、その経済効果はバスケットボールやサッカーなどの人気スポーツと比較するのは難しいと指摘した。さらに、水中環境や激しい衝突での画像キャプチャも、水球分野での人工知能アプリケーションに特有の技術的課題をもたらします。

AI 支援によるリアルタイムの判決では、正確かつ透明性のあるコミュニケーションが重要です。オーム氏は、画像や視覚化手段を通じてチームと聴衆に情報を包括的に提示し、独立した判断を下す能力を与えることが、信頼と評価を得る最善の方法であると信じています。

コンタクトスポーツにおけるファウルコールに関しては、曖昧さを払拭するのが難しく、めまぐるしく変化する決定についてはコンセンサスが得られにくいことがよくあります。オーム氏はさらに、「宇宙でブラックホールを検出することに比べれば、こうした不正行為を定量化し、人工知能に判断を委ねるのは、間違いなくより複雑な作業だ」と付け加えた。

3. 視聴者の体験を向上させる

競技中に蓄積された膨大なデータは、人工知能アルゴリズムのトレーニング サポートを提供するだけでなく、統計情報を求めるテレビ視聴者に新たな視野を開くことができます。科学者のパトリック・ルーシー氏はこのことをよく知っており、「スポーツには独自の言語があり、それが国境を越えて世界的なコミュニケーションを促進する。統計とデータの統合は、こうした交流に豊かな要素を加え、対話を深めてくれる。視聴者は期待している。」

この新たな情報トレンドに直面して、大手放送局はそのプレゼンテーション方法を集中的に検討し、より多くのデータをテレビ画面に表示するよう努めています。 2000年のシドニーオリンピックでは、テレビ画面に「仮想記録ライン」が重ねられ、観客を魅了した。さて、2024 年に向けて、Harpur 氏は、放送局が加速度、最高速度、ケイデンスなど、より多次元のデータを視覚的に提示する前例のない機能を備え、視聴者に前例のない視聴体験をもたらすだろうと予測しています。

Harpur 氏が最も興奮しているのは、Intel Geti コンピューター ビジョン人工知能プラットフォームの助けを借りて、パーソナライズされたハイライトのアイデアが徐々に現実になりつつあり、これが将来の放送のトレンドをリードする可能性があることです。ハープール氏は、膨大なイベント記録を前にすると、人工知能は正確なふるいのようなもので、各観客が最も望むシーンを素早く捉えて編み出すことができ、従来のゲーム視聴モデルを完全に覆すことができると述べた。

この変更は、リソースが限られている国のコーチや放送局に特に利益をもたらします。ハプール氏は、「誰かがナイジェリア男子バスケットボールチームのスリーポイントショットをすべて監視したい場合、人工知能がすべてのショットを閲覧し、それらを自動的に組み合わせることができる」と述べた（Compiled/Golden Deer）。