近日，2020年夏季奧運會終于在2021年拉開了帷幕。

[[413267]]

目前，我國的奧運健兒已經拿到了6枚金牌，2枚銀牌，5枚銅牌，以13枚獎牌的總成績位列第一。

而在沙灘排球比賽上，隊員們的表現也相當出色。

起跳、攔網、扣殺……

[[413268]]

排球運動員在賽場上的每一個動作都會被記錄下來。

各個方位平平無奇的攝像頭就只有錄像回放功能嗎？

這么想你就錯了！

現在賽場上的攝像頭使用了計算機視覺技術，將相機與人工智能結合起來，提供各種比賽實時數據。

遍地都是人工智能

在這屆奧運會上，可謂遍地都是AI。

在各個AI應用中，要說最有趣的，可能就是奧運會老搭檔Omega的了。

Omega花了4年時間的來訓練AI，應用在沙灘排球比賽中。排球這個項目，不管是模型的訓練還是應用，都不怎么簡單。球員多，球速快，光憑肉眼很難判定某個球的得分。

在室內排球中，已經有了「鷹眼」的輔助。鷹眼系統也叫即時回放系統，它是對裁判判罰精確性的得力工具。 當然，我們朗導的眼睛可是比鷹眼更厲害……

而現在，Omega讓沙灘排球也用上了AI。對于沙灘排球項目，由于運動員站位與打球技術不同，Omega需要訓練AI來識別無數種擊球類型。

這就需要運動員穿的衣服安裝了陀螺儀傳感器，這些傳感器能夠對每秒鐘大約2000組數據進行收集和分析。這些數據信息就包括扣球方式的變化、傳球類型、球的飛行路徑等。

[[413270]]

AI在獲取了選手的速度、運動方向以及跳躍的高度等原始數據之后，就能推斷出對應的擊球類型，傳球類型。

在結合了圖像和運動情況之后，基于計算機視覺的AI就能有效地跟蹤和預測球的運動軌跡。就算球飛出了攝像機畫面也不要緊，因為AI可以根據球消失時以及重新出現時的數據，自動補全中間的缺失部分。

從「人工」智能到人工智能

在科技還沒有快速發展，還沒出現人工智能的時候，奧運會比賽時間的測算用的是最原始的方法：肉眼+秒表。

當時歐米茄為賽事提供了1名制表師和30只計時碼表，這些懷表經瑞士納沙泰爾天文臺 (the Observatory at Neuchâtel) 認證，是高精準度追針計時懷表。

經過瑞士納沙泰爾天文臺認證的歐米茄高精準度追針計時懷表

歐米茄的計時工具能夠將時間精確到接近1/10秒。

從1948年開始，歐米茄在倫敦奧運會上推出了第一臺光電池終點攝影機「魔眼」（Magic Eye）。

光電池能夠精準記錄運動員沖過終點線的那一刻，解決了長久以來使用終點帶因彈性導致的精準度問題。

快到手變形都能給你記錄下來

直至1968年墨西哥奧運會，才完全轉為電子設備計時，當時的終點攝像機記錄了10項新的世界紀錄。

1968年墨西哥奧運會使用的終點攝影打印機，一時之間分不清這是田徑選手還是滑板選手

21世紀下的「更快、更高、更強」，人工智能也貢獻了自己的一份力。

人工智能為體操打分

AI除了應用在沙灘排球項目，還會應用于各種體育賽事。

比如游泳時，用AI進行圖像識別，計算運動員劃水的次數、實時的速度，以及選手之間的距離等。

又或者記錄運動員的跑姿，對跑姿進行分析改進，讓運動員跑得更快。

[[413274]]

運動生物力學專家分析蘇炳添訓練時的跑姿

而在體操項目中，同樣也應用了AI，用于檢測選手的姿勢， 審查運動員的技術動作。

當運動員翻轉和跳躍時，評委會根據體操運動員身體的精確位置來加分或扣分。

裁判員需要密切評估體操運動員關節的角度，例如膝蓋和肘部，但人眼有時還是難以在瞬間的動作變換中看出那一丁點瑕疵，比如準確測量關節的彎曲角度。

（左上）相機畫面，（左下）時間軸，（中）AI捕捉的選手動作，（右）每種技術的「裁判員看點」

2019年世錦賽，國際體操協會就應用了富士通開發的激光雷達技術。

他們研究體育中3D感應技術的潛力，將激光雷達與AI系統連接起來。

通過每秒約200萬次或更多的激光照射運動員并根據反射時間計算距離，捕捉到人的3D形狀。

此外還開發了一種算法，根據獲取的運動員的3D數據，獲取關節位置的3D數據，然后對照數據庫評分。

鞍馬技術判斷機制

裁判不僅要判斷姿勢是否準確，還要結合動作的難度看表演的質量和表現。

因此，在難度加大，動作速度更快的情況下，AI自動評分系統能夠為裁判提供參考意見，減輕裁判的負擔。

評分支持系統

看來，AI似乎已經不僅僅局限于讓程序員「失業」，照這個架勢難道也要讓人類裁判「失業」了？