31岁老将齐广璞四战冬奥终夺冠!背后的一位教练竟不是真人

2022 年 2 月 17 日 新智元



  新智元报道  

编辑:好困 桃子

【新智元导读】两位冬奥「四届元老」终圆梦!空中技巧比赛中,先有徐梦桃以108.61高分夺冠,后有老将齐广璞凭借5.0的高难度动作摘金。谁知他们取得的辉煌战绩,背后还有一位默默服务3年的虚拟教练...

  

四届元老,一骑绝尘!

 

2月16日晚,伴随一条完美的弧线,老将齐广璞在本届冬奥会上首次拿出5.0的高难度动作,以129分的高分力压群雄,拿下金牌!

 

 

同样,四战冬奥终圆梦还有一人,那便是徐梦桃。

 

2月14日晚,31岁的徐梦桃终于在自家门口夺得了冬奥会冠军。

 

在女子空中技巧决赛中,她选择了难度系数4.293的动作,在空中完成3个连续360度转体的动作后,稳稳落地。

 

 

这一跳,徐梦桃得到了108.61的高分,赢得了属于自己的第一枚奥运金牌,也为中国队创造了历史。

 

从1994年至今已是28年,期间中国队总共8次参加冬奥会自由式滑雪女子空中技巧项目,然而此前,每次都与金牌失之交臂。

 

而本届冬奥会,中国自由式滑雪空中技巧项目取得了2金1银的历史最佳成绩。

 

随着一枚枚冬奥雪上项目奖牌的落袋,中国队正在创造新的历史。自北京冬奥会申办成功以来,通过多年备战,中国冰雪运动实现了跨越式发展。

 

要知道,齐广璞、徐梦桃,以及每一位运动员的背后,都有教练在负重前行。

 

比如自由式滑雪空中技巧,背后便有一个默默工作了三年多的教练。

 

如今,这位小哥哥现身了....

 

他叫「观君」,不仅是教练,也是一位裁判。

 

 

值得注意的是,「观君」并非人类,而是一个人工智能裁判与教练系统。


观君?冠军


既是虚拟教练,还是专业裁判,有这么厉害???

 

这就一起看看「观君」的本领。

 

首先,观君是人类历史上首位在空中技巧正赛上执裁的AI裁判。

 

 

想要正式加入裁判员的行列,不仅需要熟练掌握相关的知识,而且还需要能准确识别运动员的动作。

 

就拿动作识别来说,男子运动员的出助滑坡时速超过70公里,高度差达15米,整套动作滞空时间仅2-3秒,最高难度的空中翻转加转体动作可达8圈;到了夜间,运动员的画面往往与背景融为一体,观测距离远达到25米。

 

不过,这可难不倒观君。

 

自2018年诞生起,观君就开始学习空技项目的知识了。

 

经过将近3年多的不懈努力,终于在2020年12月开始了长期随队训练。

 

期间他持续累积着训练数据,并不断地提升自己的能力。

 

观君也从最初仅能实现空中动作评分,迅速提升到覆盖起跳、空中、落地三个阶段的全流程评判工作。

 

 

而这个过程,对于小冰团队来说,堪称一场「科技奥赛」。

 

首先,是解决姿态识别的问题:

  1. 在远距离拍摄的前提下,消除了大场景下复杂背景的干扰,实现对运动员的准确识别;
  2. 利用自研的目标跟踪算法,在高速运动中实现对运动员的准确定位;
  3. 通过持续迭代自研姿态识别算法,实现对运动员姿态的精准识别,保证运动员动作与姿态判别的准确性。

 

其次,在训练数据非常稀少的情况下,又该如何构建分析模型呢?

 

为此,团队使用小冰独有的数据扩增技术,进行冰雪运动场景的模型训练与数据分析实践,自研冰雪运动分析模型(Xiaoice CVAnalvsis Model for Winter Sports)并用于日常训练。

 

终于,在2021年2月的北京冬奥会测试赛上,观君完成了17日、19日和20日三天的共八轮比赛的独立执裁。其中包括个人预决赛、超级决赛、团体预决赛在内的全部44人次的裁判工作。

 

在严寒环境下,观君稳定实现了每跳次的实时计算评分。

 

而观君也成为了人类历史上首个全程独立执裁的人工智能裁判。他的执裁水平也得到了国际雪联、冬奥组委、国家体育总局冬运中心的一致认可。

 

要知道,这对于专业的人类裁判来说,都是一个不小的挑战。

 

对于观君来说,在做裁判的同时,自然也担起了自由式滑雪空中技巧项目「虚拟教练」的职责。

 

观君甚至还创下了AI全程协助训练并夺金的首个案例。

 

 

背靠完备的小冰框架,观君在日常训练中就能够完成对运动员每日训练动作的分析。

 

在每次训练完成之后,运动员和教练都可以根据观君的记录,对整个过程进行复盘和讨论。

 

他以教练视角,提供运动轨迹、身体姿态、出台角度、高远度等多维度的指标分析。

 

同时,还能指出哪些动作是失分动作,并筛选出当日最佳动作,为队员追溯每一跳创造客观条件,从而有效提升训练效果。

 

 

此外,严格遵循「公平、公正、公开」原则的观君,还协助冬运中心从各省队选拔了冬奥试滑员6名。

 

该选拔测试基于气垫模拟场景,观君通过雪场落地模型模拟分析出气垫落地结果,计算落地过程中的姿态变化并提供精确的评判结果。

 

你肯定会好奇,「观君」是如何做到的?


3年前秘密上线


其实在此次夺金前,「观君小冰系统」(Xiaoice-International Athletic Scoring System, X-IASS)作为保密项目,已默默为自由式滑雪空中技巧运动队服务3年多时间。

 

观君依托小冰全球领先的计算机视觉及完整框架技术,首创了「小样本、大任务」的冰雪运动分析模型(Xiaoice CV Analysis Model for Winter Sports),为教练员和运动员提供实时、专业的评判及指导意见。

 

 

由于空中技巧具有一定的危险性,运动员每天训练量有限,为提升训练效率,就需要强化运动员对高分动作的记忆。

 

针对运动员每一跳,观君都会做出专业判断,与国际裁判计分准则保持高度一致。

 

严格判别扣分动作,并对起跳、空中、落地三个阶段的全流程动作进行量化,支持运动轨迹、身体姿态、出台角度、高远度等多维度指标分析,给教练员提供指导依据。

 

此外,该系统还基于长期观测数据,为每位队员建立了专属运动档案,用于追溯每一跳的动作细节,聚合呈现长期训练效果,辅助制定科学训练计划。

 

 

此外,观君还具备完整的虚拟人类(AI being)特征:包括外貌、声音和独特的性格等。

 

通过小冰深度神经网络渲染技术(XNR),观君拥有与其专业特征相吻合的人类生物学特征。

 

虚拟教练的专业能力没得说,再加上帅气的外表,足以给观君打上满分。

 

据透露,小冰团队之所以能够成功打造出观君,有2个前提。

 

其一是一直持续投入底层技术研发,包括自然语言处理、计算机视觉、计算机语音、人工智能创造等技术栈,来保持技术的前瞻性和完整性;

 

其二是与领先的行业客户和合作伙伴一起携手,共同打造出成熟、完整、有价值的虚拟人落地应用。

 

那么,我们该如何评价虚拟教练「观君」的表现?


冬奥会上的AI beings

 

近一年来,人工智能技术已越来越多地参与到竞技体育中。「科技冬奥」也成为北京冬奥会上一大亮点。

 

各种黑科技能够在北京冬奥会上大放异彩,其实早有准备。

 

2016年,在北京冬奥组委统筹协调下,科技部会同国家体育总局、北京市、河北省等有关部门和地方制定了「科技冬奥(2022)行动计划」围绕「零排供能、绿色出行、5G共享、智慧观赛、运动科技、清洁环境、安全办赛、国际合作」等8个方面统筹设计重点任务。

 

正如前面所提到的,观君早在2018年便开始学习空中技巧项目相关知识了,2019年加入国家队默默服务了三年。

 

此次夺金,是人工智能在全球顶级赛事中全程参与训练,并辅助取得金牌战绩的首个案例,具有里程碑意义。

 

与此同时,还标志着人工智能系统在竞技体育领域,已迈入切实成果落地阶段,有望在未来不断普及,扩展至更多体育领域。

 

至此,竞技体育的人工智能时代已经降临。央视还点评道,这是「一块颇具科技分量的金牌」。

 

小冰CEO李笛表示,「很高兴「观君」能有幸参与书写冬奥雪上项目的历史,这是体育产业迈入人工智能时代的新一步。」

 

其实,助力科技冬奥的小冰AI being还有一位叫「冯小殊」。

 

 

「冯小殊」的原型,是中国天气主持人冯殊,也是电视机里《天气预报》节目观众熟识的主持人。「冯小殊」的加入,也为这场「科技冬奥」贡献了一份来自AI的力量。

 

在北京冬奥会期间,「冯小殊」会持续播报「冬奥公众观赛气象指数」,内容涉及户外观赛人体感受、健康提示,包括体感寒凉指数、穿衣指数、感冒指数等气象指标。

 

他为观赛人群及时传递户外场馆精细化气象指数服务信息,为公众健康、安全观赛提供气象条件参考依据。

 

不论是「观君」,还是「冯小殊」,他们都是小冰框架内的AI beings。

 

未来,在体育领域,我们还将会见到更多的AI beings。

 

小冰计划覆盖从竞技场内的专业AI教练,到体育资讯主播、赛事场馆虚拟员工、校园体育助理、大众健身教练,乃至运动品牌AI设计师的完整场景。

 

所以,敬请期待~


登录查看更多
0

相关内容

Leetcode 高频题 2021 版
专知会员服务
56+阅读 · 2022年2月5日
专知会员服务
100+阅读 · 2021年8月8日
专知会员服务
25+阅读 · 2021年6月25日
【AAAI2021】知识图谱增强的预训练模型的生成式常识推理
应用机器学习书稿,361页pdf
专知会员服务
58+阅读 · 2020年11月24日
「孤勇者」小冰,跃过跳台
36氪
1+阅读 · 2022年3月29日
冬奥的另一场角力,安踏实现中国式登顶
苏翊鸣夺冠后每天拒100个代言,商业价值紧追谷爱凌
冬奥会小小雪车背后,竟是一场科技战?
创业邦杂志
0+阅读 · 2022年2月10日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
17+阅读 · 2021年3月29日
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
Leetcode 高频题 2021 版
专知会员服务
56+阅读 · 2022年2月5日
专知会员服务
100+阅读 · 2021年8月8日
专知会员服务
25+阅读 · 2021年6月25日
【AAAI2021】知识图谱增强的预训练模型的生成式常识推理
应用机器学习书稿,361页pdf
专知会员服务
58+阅读 · 2020年11月24日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Top
微信扫码咨询专知VIP会员