运动健将挑战极限的奥运会 也是AI技术试金石？

“更高、更快、更强”（还有前不久正式确立的“更团结”），已经是深入全世界人民认知中的奥林匹克格言，更是各国运动员们提升运动成绩时的共同追求。

经过数代人的积累和发展，各国运动员越发有能力用自身努力夺得高分刷新成绩。另一方面，外界因素也在产生影响——赛事记录手段随科技进步而变得越发客观。体育界开始形成共识，追求公正真实的比赛成绩、为运动员提供刷新记录基础，必然离不开更准确的记录手段。

用科学技术辅助裁判做出判决已不是新鲜事，从半个多世纪以前起，识别精度远高于人眼的科学仪器开始在赛事中发挥作用。 在本届东京奥运会上，越来越多的人工智能（AI）技术走入赛场，开始以更高的识别精度和判断能力记录运动员动作，让每一份成绩都更客观公平。

AI“全副武装”的奥运会

自萨马兰奇自洛杉矶奥运会起大面积引入商业品牌赞助，现代奥运会得以在庞大规模下相对健康地运作下去，从直播画面到运动员装备再到营养品饮用水，能见到不同领域巨头们争奇斗艳。 在AI辅助裁判这件事上，东京奥运会的赞助商们也把技术创新和商业宣传结合玩出了花。

比如说钟表品牌欧米茄，旗下手表产品向来定价不菲，不过这次和过去一样走的是品牌宣传路线：用专业的赛事计时器来为消费级产品的可靠性背书。田径、游泳、体操......最热门的赛事中都能看到裁判员在使用该品牌提供的计时器，达成比肉眼观测更为客观的赛事数据记录。

在东京赛场，欧米茄在传统计时器基础上提供了AI记录能力，原本可能被忽略或误读的动作也可记录下来。以沙滩排球为例，各路传感器和多个每秒250fps拍摄的高速摄像头将记录画面，同时会通过AI计算判定动作以及计算出画面被遮挡时排球的运动轨迹。

欧米伽官方表示，光是沙滩排球项目的AI数据训练就花费了四年时间。

既是本土赞助商，同时也是老牌日本科技企业的富士通，则是在中日都有优势的体操赛场上引入了AI自动评分系统。一代代体操运动员们用各种难度颇高、花样丰富的动作，向观众和裁判们展示了人类的力量与智慧之美，这也带来如何尽可能保证评判足够公正的问题。

富士通使 用3D激光传感器对运动员姿态进行实时捕捉和建模，76800个记录点乘以每秒30次刷新，保证精度且无需专门的动捕服。 同时联合国际体操联合会和日本体操协会，让AI对上千个不同的体操动作进行学习，最终可以细化到四肢和关节粒度，判断运动员动作及质量，为人类裁判打分提供全面客观的建议。

我们熟知的计算机硬件厂商英特尔，带来3D运动员追踪（3DAT）技术，通过每秒60帧录像对运动员动作进行AI分析。3DAT适用性最强的项目是田径赛跑和足球，会将画面中记录的运动员轨迹转化为运动建模，直接解析出冲刺速度、加速度和生物力学等数据，辅助判断和训练。

在传统的体育训练过程中，教练和运动员之间的传帮带相当重要，运动员对于动作、姿态、策略的理解大都来自于教练的指导。然而教练根据其个人经验和知识提供的方法，并不普遍适用于其他的运动员， 基于运动员独立个体独立分析的训练方式，才是更好的路径。像3DAT这样的精准分析，提供了一种可能性。

科技企业们在体育竞赛中应用的AI技术各不相同，但又都遵循着类似的方向，即实现精准的、数据化的、实时呈现的赛事纪录和决策辅助。AI让奥运奖牌得来更有可信度，同时又满足了那些依然需要人类裁判提供主观判断的需求，在这个全人类瞩目的场所绽放科技之美。

全项目引入AI还有多远？

将科学计时器、视觉识别乃至今天的AI等技术引入体育比赛，源于人类对于更可靠赛事成绩的追求，以此减少争议和不确定性。这也意味着AI为首的新技术不仅要比人类更少犯错，还要尽可能地不犯错，来实现当初所追求的那个极致目标。

关于AI如何出现在体育现场，又如何帮助运动员提升成绩，未来会有哪些发展前景等一系列问题，雷科技邀请到了小冰公司技术副总裁 王宝元博士帮忙解答。据了解，小冰AI评分系统近期担任了冬奥测试赛助理评委，半年后的北京冬奥会赛场上，也有望在多个项目上应用相关技术。

以小冰参与的自由式滑雪项目为例，AI加持于计算机视觉之后，可根据高速摄像机拍摄的画面进行精准分析，从运动员的速度、姿态到优美程度都可以做出比人类裁判更精准更快速的评分。 降低出错概率就是AI评分的主要优势之一，但也始终依赖着人类提供的评判标准。

像这样的户外场地体育项目，相比室内项目有着更多的技术难点。一般项目往往只需要在标准化的场地中，针对运动员个体进行速度、姿态、位置的识别，而户外项目则多出了天气、景别等更复杂更动态的识别项。不同摄像头、硬件设备对计算的影响，也要考虑在内。

去年底英超赛事中，AI辅助的镜头追踪系统将裁判员光头识别为足球，导致画面始终追踪着错误的对象，让不少人对AI的体育应用报以悲观态度。王博士认为，应用深度学习的AI始终存在着正确率等客观情况，但足球识别其实可以用更精准的训练过程提升，最终做到完全避免。

这里涉及到了针对不同场景不同外部条件的泛化能力和快速适配，难度较高而学界工业界都在进行针对性研究和积极布局。就现阶段的共识而言，比起实现前期大规模投入让产品做到可100%应对，大家都更追求在短时间内达成专用方案的快速迭代。

在肉眼可见的将来，全部的奥运比赛项目都会有AI等新技术参与，让裁判和观众见证更准确真实的比赛成果，让运动员能够无所顾忌地挑战极限。现阶段许多技术还是针对特定项目研发，于是人们开始关心AI何时可以在不同项目中做到大规模普及，且能保证运行于较低成本上。

王博士表示这与构建技术体系的方式有关，仅仅基于特定项目构建技术，将很难积累出拓展到其他场景的能力。框架路线相对有优势， 就像不少大公司都提出的AI平台一样，面对不同领域的新场景，可以用已有能力甚至是较少数据做快速切换。 他很庆幸小冰能在多年前就拥有这样的哲学思想。

他也认同体育赛事应用的AI技术与民用AI技术的相似性，小冰就是用同一个AI框架技术基础，去针对不同领域的垂直问题给出解。自由滑雪裁判系统中的运动捕捉和识别，以及小冰虚拟人技术中的姿态检测识别，都是来自于这个团队对于人的理解方面的积累。

在“理解人”这件事上，小冰团队相当有自信：2017年发表的论文中，将假装扶着比萨斜塔的游客照发送给AI。如果是一般的产品可能会识别出前景的人物是谁，还有后景处于怎样的地理位置。小冰则意识到人物动作和场景的关系，给出了“要帮你扶一下吗？”的风趣答复。

AI拥有越来越高正确率，比赛结果是不是从一开始就能预测？王博士给出了带有玩笑的回应： 这种不确定性，可能才是人类正常应该的一个社会发展的路径。 如果什么都是可预测的，什么都是用简单的一个历史模型，用一个神经网络回归就能做好，那这个世界也真的就没意思了。

技术进步造福的不只是专业体育

无论是东京奥运的场内场外，还是和王博士的一番交谈，小雷都有发现，AI在体育应用打开方式不只是成绩评判。 AI可以用更为多元的方式去服务运动员提升成绩，促使大众有更好的运动健身效果，让人们在观赏赛事时得到专业化、娱乐化都能满足的效果。

在男子100米赛跑项目中为中国人、亚洲人创下名次记录的苏炳添，就是一个鲜活的案例。今年将满32岁的他，在十年前也就是大多数田径选手的“黄金年龄”，还只是个国际赛场上名不见经传的人物，这十年间却经过数据分析、姿态调整等科学训练，以老将身份突破了记录。

体育界一度认为，运动员一旦过了十几岁到二十多岁的年龄段，很难再有成绩上的突破或是保持表现。苏炳添让观赛者们意识到，科学技术将帮助选手们延长职业寿命，而且更有效率地发掘出自身极限。若是AI加持的分析技术可以普及，相当多的运动员将迎来事业转折点。

近百年前代表中国首度征战奥运的刘长春，为祖国赢来了前所未有的知名度，但他也面临着训练不足、物资匮乏等资源问题，没能在赛场上创下成绩。在如今的世界，那些饱受战争、疾病困扰，缺乏国家体制支持甚至生活存在困难的运动员们也是一样，他们需要助力。

已经在体育项目中小有成果，并且不断向前发展的AI技术可以说是一道曙光。得益于AI，人类有了用手机就能实现的安全支付手段，还能提升个人事务效率、获得更符合喜好的内容。如果AI可以将力量广泛用于体育界， 小将快速提升、老将突破自我都会更可行，最终低成本高效率地帮助所有运动员达成好成绩。

赛场之外， 这些原本用于垂直领域的AI技术，或许有机会下放到日常生活为普通人运动健身提供助力。 用手机、电视等常见设备的摄像头等传感器，就能识别出运动姿态是否正确、消耗了多少热量，给出应当加强哪些方面运动的建议。无需专职教练，也可以高效运动。

在普及观念推广全民健身之后，AI加持的全民健身并达到健康，正变得更为可行。