冬奧會測試賽,助理裁判竟然是個AI
本文經(jīng)AI新媒體量子位(公眾號ID:QbitAI)授權(quán)轉(zhuǎn)載,轉(zhuǎn)載請聯(lián)系出處。
AI當(dāng)裁判的時代,終于還是到來了。
還不是什么隨隨便便的賽事,正是北京冬奧會測試賽!
這個“裁判”是誰?
直接來亮個相:
小冰AI競技體育國際賽事評分系統(tǒng)。
但畢竟在競技體育這件事上,差之毫厘,便是失之千里。
小冰,又是哪里來的底氣?
與人類專業(yè)裁判結(jié)果一致
或許你會問了,難道在以前的國際賽事上,就沒用過AI技術(shù)?
有,確實有。
例如在2019年的體操世錦賽上,3D感應(yīng)技術(shù)就充當(dāng)了人類裁判“小助手”的角色。
但不得不強調(diào)的是,這些AI技術(shù)僅僅是幫裁判提高精確度,避免誤判。
要想獨當(dāng)一面,還是比較困難。
那小冰AI評分系統(tǒng),達(dá)到了怎樣的水平?
全球首個能夠基于運動員動作和姿態(tài),獨立做出與人類專業(yè)裁判一致,且完整評價的AI系統(tǒng)。
我們以自由式滑雪空中技巧為例,一同來看這個“AI裁判”的本領(lǐng)。
在這個項目過程中,運動員穿戴滑雪板從跳臺躍起后,在空中做各種空翻和轉(zhuǎn)體動作。
裁判會根據(jù)選手的起跳動作、騰空高度、空中動作難度與完成度、落地穩(wěn)定性等方面進行評分,每次兩跳得分總和為該輪得分。
針對這一項目,小冰AI提出了一個叫做競技體育國際賽事評分系統(tǒng)。

據(jù)了解,這個系統(tǒng)可以克服如下現(xiàn)實場景存在的難點:
- 高強光復(fù)雜的背景
- 運動員空中停留時間極短
- 競賽項目場地限制等
這些問題對于人類裁判來說,也是評分中較為棘手的難點。
而后,這個評分系統(tǒng)就會根據(jù)運動序列預(yù)測,做出目標(biāo)檢測、目標(biāo)跟蹤和目標(biāo)識別。
這個過程還是可以實時反饋的那種。
如此一來,就可以為每一位運動員提供專業(yè)的評分意見,協(xié)助他們調(diào)整運動的姿態(tài)。
此外,根據(jù)運動員歷史數(shù)據(jù),這個系統(tǒng)能夠?qū)崿F(xiàn)對訓(xùn)練趨勢的追溯:
在精準(zhǔn)分析運動姿態(tài)、聚合運動數(shù)據(jù)的基礎(chǔ)上,整理并提出科學(xué)訓(xùn)練專家策略,有效提升國家隊訓(xùn)練效率。
怎么做到的?
小冰AI競技體育國際賽事評分系統(tǒng),它背后的技術(shù)其實是小冰框架 (Xiaoice Framework)。

其實,不僅僅是這次的應(yīng)用,包括之前我們所熟知的小冰虛擬人等,都是從這個“通用框架”中衍生出來的。
但今天,我們講點新鮮的,聚焦在這個“競技體育國際賽事評分系統(tǒng)”。
據(jù)介紹,這個系統(tǒng)包含了四大功能模塊,分別是:
- 提高運動認(rèn)知
- 改善不良運動姿態(tài)
- 定制化私人教練
- 個性化用戶檔案

人類教練往往是回看訓(xùn)練錄像,來對運動員的動作做分析工作,而且往往依賴的是個人經(jīng)驗。
需要注意的是,人類教練和裁判的知識和經(jīng)驗,并非全部都是結(jié)構(gòu)化數(shù)據(jù)和顯性的系統(tǒng)知識。
還有許多隱藏在口述、言傳身教里的非結(jié)構(gòu)化數(shù)據(jù)和隱性知識。
但通過AI的圖像識別、數(shù)據(jù)分析,能幫助教練和運動員獲得更好的運動認(rèn)知。
舉個例子,小冰的這個系統(tǒng)能夠總結(jié)世界頂尖選手在每個階段重要的比賽特征。
然后將運動員的身體重心、空中姿態(tài)、曲線、落地姿態(tài)等數(shù)值進行記錄、標(biāo)注和訓(xùn)練。
再結(jié)合人類專業(yè)教練和裁判的評價、知識和經(jīng)驗,對模型進行不斷優(yōu)化。
這就體現(xiàn)出了小冰框架的優(yōu)勢:
在計算機視覺領(lǐng)域的目標(biāo)檢測、目標(biāo)跟蹤和目標(biāo)識別之外,還能根據(jù)自然語言處理和計算機語音等基礎(chǔ)技術(shù)儲備,更好地理解和學(xué)習(xí)人類教練和裁判的知識與經(jīng)驗。
剛才也提到了,在賽事的現(xiàn)實場景中,存在著許多困難。
但其實比起這些能夠用技術(shù)解決的問題,更棘手的一點是,競技體育要求不能在現(xiàn)場架設(shè)任何干擾比賽的設(shè)備。
這又該如何解決?
據(jù)了解,小冰團隊把普通攝像頭架設(shè)在裁判的位置,基于大量訓(xùn)練數(shù)據(jù)進行模型修正。
而后再根據(jù)運動序列預(yù)測,做出針對競技體育特點的目標(biāo)跟蹤、目標(biāo)檢測和識別,包括骨架識別等。
值得一提的是,以往傳統(tǒng)的骨架模型是識別不出冰雪運動員骨架的。
這是因為運動員一般所穿的衣服都是比較寬松的那種款式。
而小冰 AI競技體育國際賽事評分系統(tǒng),卻可以完美解決這一“屏障”。
One More Thing
值得一提的是,由于小冰團隊在備戰(zhàn)北京冬奧會測試賽做出的貢獻:
相關(guān)成員獲得國家體育總局冬運管理中心授予的先進稱號。
而在前不久,小冰公司剛剛宣布完成A輪融資,估值直接飆升至10億美元。
這也是小冰公司成為新晉獨角獸之后的又一成果。
那么在體育競技之后,小冰還將會在哪些領(lǐng)域發(fā)力?
對此,團隊介紹到:
將進一步把該技術(shù)從競技體育帶向大眾體育,體育領(lǐng)域也成為小冰團隊繼金融、汽車、內(nèi)容生產(chǎn)之后的又一商業(yè)垂直領(lǐng)域。
更令人興奮的一點,小冰的這個系統(tǒng),不僅僅可以給專業(yè)運動員用的。
普通滑雪愛好者也是可以的哦!
而且還會是你7 x 24小時的專屬私人教練~


























