Когда более 10 000 спортсменов из примерно 200 стран соберутся в Париже на летних Олимпийских играх 2024 года на этой неделе, совершенно новый дружелюбный, но безликий голос, который будет приветствовать и направлять их.

Как добраться до места проведения спортивных соревнований? Могу ли я транслировать церемонию открытия в прямом эфире? Будет ли компьютер судить мои игры? Где я могу получить халяву от спонсоров?

Это лишь некоторые из вопросов, которые спортсмены смогут задать AthleteGPT, чат-боту с искусственным интеллектом (ИИ), разработанному специально для них и доступному через мобильное приложение Athlete365. 

Он сможет просматривать «тысячи информационных страниц очень быстро и будет доступен 24 часа в сутки, 7 дней в неделю, чтобы ответить на вопросы», — говорит Тодд Харпл, руководитель программы инноваций в области искусственного интеллекта на Олимпийских играх в Intel Labs в Хиллсборо, штат Орегон, который участвует в этой работе.

Чат-бот — большая языковая модель (LLM), созданная с использованием искусственного интеллекта, разработанного парижской компанией Mistral AI и процессорами Intel Gaudi — это лишь один из способов, с помощью которых искусственный интеллект оставляет свой след на Олимпийских играх этого года, которые начнутся 26 июля. 

Мало кто был знаком с LLM или слышал о ChatGPT во время последних летних игр в Токио в 2021 году. Но спринтеры в Париже могут надеяться только на те успехи, которых с тех пор добились технологии искусственного интеллекта.

Международный олимпийский комитет (МОК) внедряет эту технологию. 

В апреле компания представила свою программу ИИ — попытку упорядочить взрывной рост исследований ИИ в спорте и разработать стратегию его использования на Олимпийских играх. 

«Мы должны быть лидерами перемен, а не объектами перемен», — сказал Томас Бах, президент МОК в Лозанне, Швейцария, на пресс-конференции в Лондоне, на которой были продемонстрированы возможности различных спортивных инструментов искусственного интеллекта.

Nature исследует три способа, с помощью которых ИИ меняет то, как спортсмены и зрители будут воспринимать Олимпийские игры.

Результаты и подготовка спортсменов

Еще в 1900 году, когда Париж впервые принимал Олимпийские игры, французский ученый Этьен-Жюль Маре был пионером в использовании технологий для изучения спортсменов в движении. 

Его высокоскоростная хронофотография, которая включала в себя оснастку камеры как пулемета, подачу ей фотографических пластин в качестве боеприпасов для быстрой съемки кадров, делала снимки спринтерами и прыгунами в длину. 

Он проанализировал биомеханику тела, чтобы «раскрыть секрет превосходства некоторых спортсменов», — говорилось в редакционной статье журнала Nature в 1901 году.

Сегодня можно сделать гораздо больше, просто записывая на смартфон. 

По словам Харпл, технология 3D-отслеживания спортсменов Intel (3DAT) использует искусственный интеллект для отслеживания 21 точки на теле человека, чтобы отобразить его точное физическое движение, обеспечивая «все биомеханические знания, которые тренеры ищут» в элитных спортсменах. 

Он считает, что такие технологии приведут к более тесной конкуренции и новым рекордам.

Способы использования искусственного интеллекта для повышения производительности спортсменов варьируются от разработки спортивной обуви и одежды на заказ до определения оптимального питания и графиков тренировок. «

Это может даже ускорить наше открытие новых стратегий занятий спортом», — говорит он. Историческим примером такого фундаментального изменения является флоп в Фосбери — теперь доминирующий стиль прыжков в высоту, пионером которого стал американский спортсмен Дик Фосбери на Олимпийских играх 1968 года.

Съемка фотографий и видео движений и анализ данных — это один из способов, с помощью которого спортсмены могут улучшить свои результаты с помощью искусственного интеллекта.Фото: Гектор Вивас/Гетти 

Простота сбора индивидуальных данных в сочетании с анализом искусственного интеллекта также может помочь тренерам выявлять таланты, делая спорт более справедливым. 

В марте МОК запустил пилотную скаутскую программу, в рамках которой с помощью 3DAT было выявлено более 40 детей в Сенегале, которые подали надежды стать олимпийскими спортсменами, путем анализа простых упражнений, таких как бег и прыжки.

Но спорт и страны с крупными профессиональными лигами сохранят большое преимущество, потому что у них есть ресурсы для сбора высококачественных данных и обучения алгоритмов на их основе. 

«Проблема с некоторыми олимпийскими видами спорта заключается в том, что они не имеют большого объема данных», — говорит Патрик Люси, главный научный сотрудник спортивной технологической компании Stats Perform в Чикаго, штат Иллинойс. 

Это расширяет возможности использования технологии в других аспектах этих игр, таких как судейство и судейство.

Судейство и данные в режиме реального времени

Олимпийский судья по водному поло Фрэнк Оме не новичок в искусственном интеллекте. Его повседневная работа в качестве астрофизика в Институте гравитационной физики Макса Планка в Гейдельберге, Германия, включает в себя охоту за сигналами сталкивающихся черных дыр — иногда с помощью искусственного интеллекта — в зашумленных гравитационно-волновых данных. Но когда он надевает полностью белую форму судьи в Париже, ему нужно вглядываться сквозь плещущиеся волны, чтобы определить, пересек ли мяч линию ворот.

ИИ уже принимает такие решения в спорте, в том числе в футболе, используя информацию, записанную множеством камер вокруг стадиона и чипами, имплантированными в мяч. 

Но он еще не прижился в других видах спорта, и ИИ, вероятно, будет медленнее проникать в такие области, как судейство, которое требует анализа данных в режиме реального времени.

Еще одним препятствием является финансирование и специфические потребности каждого вида спорта — на Играх в Париже будет 32 мероприятия. 

Несмотря на то, что водное поло является старейшим олимпийским командным видом спорта, в нем не так много денег, как в баскетболе или футболе, говорит Оме. 

Использование ИИ в водном поло также будет сопряжено с различными проблемами, такими как обучение алгоритмов на изображениях, сделанных под водой и в хаотичных сценариях, добавляет он.

Точная и открытая коммуникация является ключевым фактором во всех случаях, когда используется помощь искусственного интеллекта для совершения звонков в режиме реального времени. 

«Самый простой способ убедить команды и зрителей — дать им всю информацию с помощью изображения или визуализации, где они могут сами определить [звонок]», — говорит Оме.

Кроме того, трудно устранить двусмысленность в таких действиях, как фолы в контактных видах спорта.

 Это решения, принимаемые за доли секунды, с которыми даже не все люди могут согласиться. «Я даже не знаю, как начать выражать это в цифрах», — говорит Оме, который считает, что обнаружение черных дыр — более простая задача для ИИ по сравнению с этим.

Улучшение впечатлений зрителей

Потоки данных, собранных во время игр, будут кормить не только алгоритмы искусственного интеллекта, но и жаждущих статистики телезрителей. 

«Спорт – это сам себе язык. Он преодолевает барьеры, чтобы помочь всем общаться», — говорит Люси. Статистика и цифры обогащают эти разговоры, предоставляя дополнительные ориентиры для сравнения. «Конечно, люди этого хотят», — добавляет он.

Вещательные компании спешат найти способы приумножить это новое богатство информации и вывести ее на телевизионные экраны. З

рители были в восторге, когда линия виртуального мирового рекорда была наложена на экран для телезрителей во время игр в Сиднее в 2000 году. 

По словам Харпл, в 2024 году у вещателей будет возможность отображать гораздо больше, например, ускорение, максимальную скорость и длину шага.

Больше всего Харпл волнует перспектива персонализированных ярких моментов, доступных зрителям через платформу компьютерного зрения Intel Geti AI, которая может стать функцией будущих трансляций. 

Харпл говорит, что с таким количеством спортивных событий, которые записываются одновременно, способность искусственного интеллекта выбирать именно то, что хотят видеть зрители, изменит правила игры. 

Это может быть особенно полезно для тренеров и вещателей из стран, которые имеют более ограниченный доступ к производственным ресурсам. 

«Если кто-то хочет запомнить каждый трехочковый бросок, сделанный мужской баскетбольной командой Нигерии, искусственный интеллект может просмотреть все отснятый материал и автоматически собрать их вместе», — говорит он.