人工智慧化身助理裁判！冬奧滑雪測試賽導入AI評分系統，如何為運動員打分數？
一名運動員在雪道上衝刺、躍起，在空中完成一個複雜的360度轉體動作後完美落地，這時裁判板上出現了這位運動員的騰空軌跡、速度及高度等精確資訊，並在旁邊附上了一個可參考的分數。
這個分數正是裁判板背後的人工智慧計算出來的。雖然目前還不是由人類裁判所判定的最終分數，但在一定程度上為人類裁判們提供參考，側面影響著其判斷。
據了解，這項技術名為「 小冰AI競技體育國際賽事評分系統 」，是小冰團隊的垂直領域解決方案之一。
人工智慧在全球競技體育中第一次成功落地
小冰與中國國家體育總局冬運中心的專案合作最早可以追溯至去年底。去年12月，小冰宣佈標下國家體育總局冬運中心的重點專案，小冰將提供自由式滑雪空中技巧的視覺評分系統，這也是人工智慧在競技體育領域中的第一項落地成果。
這項AI評分系統，是全球第一個能以運動員動作、姿態為基礎，獨立做出與人類專業裁判一致且完整評價的AI系統 。依靠人工智慧小冰框架，配合中國國家體育總局冬運中心自由式滑雪隊的科學訓練需求，這項技術涵蓋了這類專案中獨創的滑雪運動分析模型，且包含小冰框架內多項全球領先的人工智慧視覺分析技術，從自由式滑雪的日常訓練，到比賽最終的評分決策，它均參與其中。
先前，大多數的訓練檢討均透過影片來完成，教練們甚至需要一幀幀地分析運動員的動作並給出評價，事後檢討也很難系統性地展示包含重心、曲線數值及騰空高度等資訊。引入小冰的AI圖像辨識和即時數據分析後，能幫助教練和運動員獲得更好的運動認知。
正是因為這套系統做到了訓練數據從源頭上的全程獲取，在得到更多標籤化的客觀數據後，也藉此形成一套獨特的評價系統。
找出非結構化數據、隱性知識！靠AI打造個人化訓練檔案
據瞭解，小冰AI評分系統包含四大功能模組，分別是 提高運動認知、改善不良運動姿態、客製化私人教練和個人化用戶檔案 。小冰AI評分系統數據共包含世界頂尖選手在每一個階段重要的比賽特徵，例如將運動員的身體重心、空中姿態、曲線、落地姿勢等數值進行記錄、標註和訓練，並結合人類教練和裁判的專業評價、知識和經驗，對模型不斷進行升級。
由於冬奧會比賽場地和運動的特殊性，在計算機視覺技術層面也出現了很大的挑戰。例如，有些運動員的參賽服裝與環境顏色高度接近，而比賽往往在高強光、高複雜的背景下進行，運動員速度快、滯空時間短等問題，都還能透過技術手段來解決。
但更大的挑戰是， 競技體育要求不能在現場架設任何干擾比賽的裝置 。為此，小冰團隊把普通的攝影鏡頭設在裁判的位置旁，以大量訓練數據為基礎進行模型修正，根據運動數據來預測，做出針對競技體育特點的目標追蹤、目標檢測和辨識，包含骨架辨識等。相比之下，傳統的骨架模型是無法辨識出滑雪運動員的骨架，因為滑雪運動員穿得非常寬鬆，但小冰AI競技體育國際賽事評分系統可以做到這點。
把人工智慧引進評分系統中，一方面可以提高回溯時的準確性和評分效率，更重要的是，它可以提高競技體育專案的公平性和客觀性 。
但在主觀方面，人類裁判有時確實會在競技比賽中投入個人情感。例如，若一項高難度的動作是由一名相對初階的運動員所完成，人類裁判員在情感上是否會給出更高的分數？
反之，若人們對一位知名的運動員抱有極大的期望，但他展現出一套相對常規的動作，人類裁判是否會給出相對較低的分數？
然而，有時投入情感也是難能可貴的一部分。對於自由式滑雪這種追求空中技巧和滑雪技巧的創意類運動，騰空時的舒展度、整體流暢性和節奏，甚至是選手的情緒表現等都將作為評分時的重要因素，而這些也是難以被量化的部分。
小冰團隊稱， 人類教練、裁判的知識與經驗，並非全都是結構化數據和顯性的系統知識，還有許多隱藏在口述、身教裡的非結構化數據和隱性知識 。
從這裡便能體現出小冰框架上的優勢，即在計算機視覺領域中的目標檢測、目標追蹤和目標辨識之外，還能根據自然語言處理和計算機語音等基礎技術儲備，更好地理解及學習人類教練、裁判的知識與經驗，並形成與專業人士一致的評估和分析結論，進而實現小冰AI評分系統的核心價值之一—— 透過提供獨立、完整且與人類裁判一致的評價，為每一個運動員的運動成績提供專業評分，包含為何被扣分等建議，形成運動員獨有的個人化訓練檔案 。
小冰目前仍只是一名AI助理裁判，以輔助人類裁判員進行判斷為主。
根據小冰團隊的計劃，未來將進一步把該技術從競技體育帶向大眾體育，在大眾體育領域，小冰為使用者打造7＊24小時專屬的私人健身教練，以專業的運動理論為基礎，即時為用戶提供個性化的指導建議，藉此提高運動效率、減少運動損傷。在學校體育領域，小冰提供完善的智慧體育解決方案，可應用於體育教學及考試中，實現體育考試與學生日常鍛鍊的結合，進一步提升中小學生的運動品質。
本文授權轉載自：品玩
責任編輯：文潔琳、錢玉紘