冬奥会测试赛，助理裁判竟然是个AI！

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

AI当裁判的时代，终于还是到来了。

还不是什么随随便便的赛事，正是北京冬奥会测试赛！

这个“裁判”是谁？

直接来亮个相：

小冰AI竞技体育国际赛事评分系统。

但毕竟在竞技体育这件事上，差之毫厘，便是失之千里。

小冰，又是哪里来的底气？

与人类专业裁判结果一致

或许你会问了，难道在以前的国际赛事上，就没用过AI技术？

有，确实有。

例如在2019年的体操世锦赛上，3D感应技术就充当了人类裁判“小助手”的角色。

但不得不强调的是，这些AI技术仅仅是帮裁判提高精确度，避免误判。

要想独当一面，还是比较困难。

那小冰AI评分系统，达到了怎样的水平？

全球首个能够基于运动员动作和姿态，独立做出与人类专业裁判一致，且完整评价的AI系统。

我们以自由式滑雪空中技巧为例，一同来看这个“AI裁判”的本领。

在这个项目过程中，运动员穿戴滑雪板从跳台跃起后，在空中做各种空翻和转体动作。

裁判会根据选手的起跳动作、腾空高度、空中动作难度与完成度、落地稳定性等方面进行评分，每次两跳得分总和为该轮得分。

针对这一项目，小冰AI提出了一个叫做竞技体育国际赛事评分系统。

据了解，这个系统可以克服如下现实场景存在的难点：

• 高强光复杂的背景
• 运动员空中停留时间极短
• 竞赛项目场地限制等

这些问题对于人类裁判来说，也是评分中较为棘手的难点。

而后，这个评分系统就会根据运动序列预测，做出目标检测、目标跟踪和目标识别。

这个过程还是可以实时反馈的那种。

如此一来，就可以为每一位运动员提供专业的评分意见，协助他们调整运动的姿态。

此外，根据运动员历史数据，这个系统能够实现对训练趋势的追溯：

在精准分析运动姿态、聚合运动数据的基础上，整理并提出科学训练专家策略，有效提升国家队训练效率。

怎么做到的？

小冰AI竞技体育国际赛事评分系统，它背后的技术其实是小冰框架 （Xiaoice Framework）。

其实，不仅仅是这次的应用，包括之前我们所熟知的小冰虚拟人等，都是从这个“通用框架”中衍生出来的。

但今天，我们讲点新鲜的，聚焦在这个“竞技体育国际赛事评分系统”。

据介绍，这个系统包含了四大功能模块，分别是：

• 提高运动认知
• 改善不良运动姿态
• 定制化私人教练
• 个性化用户档案

人类教练往往是回看训练录像，来对运动员的动作做分析工作，而且往往依赖的是个人经验。

需要注意的是，人类教练和裁判的知识和经验，并非全部都是结构化数据和显性的系统知识。

还有许多隐藏在口述、言传身教里的非结构化数据和隐性知识。

但通过AI的图像识别、数据分析，能帮助教练和运动员获得更好的运动认知。

举个例子，小冰的这个系统能够总结世界顶尖选手在每个阶段重要的比赛特征。

然后将运动员的身体重心、空中姿态、曲线、落地姿态等数值进行记录、标注和训练。

再结合人类专业教练和裁判的评价、知识和经验，对模型进行不断优化。

这就体现出了小冰框架的优势：

在计算机视觉领域的目标检测、目标跟踪和目标识别之外，还能根据自然语言处理和计算机语音等基础技术储备，更好地理解和学习人类教练和裁判的知识与经验。

刚才也提到了，在赛事的现实场景中，存在着许多困难。

但其实比起这些能够用技术解决的问题，更棘手的一点是，竞技体育要求不能在现场架设任何干扰比赛的设备。

这又该如何解决？

据了解，小冰团队把普通摄像头架设在裁判的位置，基于大量训练数据进行模型修正。

而后再根据运动序列预测，做出针对竞技体育特点的目标跟踪、目标检测和识别，包括骨架识别等。

值得一提的是，以往传统的骨架模型是识别不出冰雪运动员骨架的。

这是因为运动员一般所穿的衣服都是比较宽松的那种款式。

而小冰 AI竞技体育国际赛事评分系统，却可以完美解决这一“屏障”。

One More Thing

值得一提的是，由于小冰团队在备战北京冬奥会测试赛做出的贡献：

相关成员获得国家体育总局冬运管理中心授予的先进称号。

而在前不久，小冰公司刚刚宣布完成A轮融资，估值直接飙升至10亿美元。

这也是小冰公司成为新晋独角兽之后的又一成果。

那么在体育竞技之后，小冰还将会在哪些领域发力？

对此，团队介绍到：

将进一步把该技术从竞技体育带向大众体育，体育领域也成为小冰团队继金融、汽车、内容生产之后的又一商业垂直领域。

更令人兴奋的一点，小冰的这个系统，不仅仅可以给专业运动员用的。

普通滑雪爱好者也是可以的哦！

而且还会是你7 x 24小时的专属私人教练~