Vai mākslīgais intelekts palīdzēs olimpiekiem izpildīt neiespējamo? Kā MIT pētnieki maina daiļslidošanu
Daiļslidošana Olimpiskajās spēlēs izskatās bezpūtīgi. Sportisti lidinās pa ledu, tad paceļas gaisā, griežas kā virpas un viegli nolaižas uz vienas slidas, kamēr skatītāji aiztur elpu. Taču aiz šī šķietamā viegluma slēpjas neskaitāmas treniņu stundas, fizika līdzās robežai un pastāvīga meklēšana pēc tā brīža, kad elements kļūst lielisks, nevis vienkārši izpildīts. Tagad šai meklēšanai pievienojas jauns spēlētājs: mākslīgais intelekts.
MIT Sporta laboratorijas pētnieki Džerijs Lu un Anete (Peko) Hosoi, izmantojot uzlabotas AI tehnoloģijas, rada rīkus, kas varētu revolucionēt, kā daiļslidotāji trenējas un uzlabo savus lēcienus. Viņu mērķis nav tikai uzvarēt nākamajās Olimpiskajās spēlēs, bet arī palīdzēt izpildīt kaut ko, ko vēl neviens nav paveicis oficiāli: piecu apgriezienu lēcienu – kvintuplu.
No laboratorijas uz ledus laukumu: Kā darbojas AI treneris?
Pētījuma kodols ir datu vākšana un analīze. Tradicionāli treneris ar pieredzējušu aci vēro slēpotāju, sniedzot verbālus labojumus: “paceļies augstāk”, “avelc roku tuvāk”, “pagriezies ātrāk”. Taču cilvēka uztvere ir ierobežota, un bieži vien sportists fiziski nejūt nelielās kļūdas, kas noved pie nepilnīga izpildījuma vai pat kritiena.
MIT komanda izmanto sensorus un augstas izšķirtspējas kameru sistēmas, lai digitāli notvertu katru lēciena mikrosekundi. Sensori piestiprināti slidotāja ķermenim vai iegremdēti ledū reģistrē kustību, griešanās ātrumu, spēku un leņķus ar milimetru precizitāti. Šie dati pēc tam tiek iesūtīti mašīnmācīšanās algoritmos, kas spēj atpazīt modeļus un korelācijas, kas ir neredzamas neapbruņotai acij.
Ko AI redz, ko mēs neredzam?
Algoritms analizē tūkstošiem datu punktu: cik lielu impulsu slēpotājs veido, atsperoties no ledus; kāda ir viņa ķermeņa pozīcija gaisā; kā viņš savelk rokas, lai palielinātu griešanās ātrumu; un, pats svarīgākais, kā viņš sagatavojas piezemēšanai. AI var precīzi noteikt, ka, piemēram, pirms četru apgriezienu lēciena (kvadrupla) veiksmīgas nolaišanās, slēpotāja kreisā pēda atrodas 2,3 grādu leņķī, un viņš sasniedz noteiktu minimālo augstumu. Ja nākamajā mēģinājumā leņķis ir tikai 1,8 grādi, sistēma to uzreiz noteiks un norādīs uz konkrētu kļūdu, nevis sniegs vispārīgu atsauksmi.
Quintuples izaicinājums: Fizikas un cilvēka ķermeņa robežas
Kāpēc piecu apgriezienu lēciens joprojām ir neiespējama sapņa robeža? Atbilde slēpjas vienkāršā fizikā. Lai veiktu vēl vienu pilnu apgriezienu, slēpotājam ir jāpalielina griešanās ātrums vai jāpalielina laiks gaisā. Palielināt laiku gaisā nozīmē lēkt augstāk, kas prasa milzīgu spēku un enerģiju. Palielināt griešanās ātrumu nozīmē pēc iespējas ciešāk savilkt ķermeni, taču arī šeit ir bioloģiskas robežas.
AI palīdzē var precīzi modelēt šīs robežas. Izmantojot iegūtos datus, pētnieki var izveidot digitālu “tuvinājumu” ideālajam kvintupla lēcienam: kādai jābūt atsperes spēkam, kādam ķermeņa stāvoklim gaisā, kādai jābūt roku pozīcijai. Tad viņi var salīdzināt konkrēta sportista pašreizējos datus ar šo ideālo modeli un identificēt, kurš elements ir vistālāk no mērķa. Varbūt problēma nav augstumā, bet griešanās sākuma ātrumā? Vai arī slēpotājs zaudē enerģiju, pārāk agri atlaižot rokas? AI sniedz atbildi uz šiem jautājumiem.
Trenera loma AI laikmetā
Svarīgi saprast, ka AI nav domāts, lai aizstātu treneru. Tas ir jaudīgs palīgrīks. Treneris, saņemot objektīvus, kvantitatīvus datus, var pieņemt informētākus lēmumus par treniņu plānu, koncentrēties uz konkrētām vājām vietām un pat novērst traumas. Ja sistēma parāda, ka slēpotājs konsekventi piezemējas ar pārmērīgu slodzi uz ceļgala locītavu, treneris var pielāgot treniņu, lai nostiprinātu attiecīgās muskuļu grupas vai mainītu tehniku.
Nākotne aiz Olimpiskajām medaļām: AI mantojums sportā
MIT pētnieku darbs ar daiļslidošanu ir tikai sākums. Šīs pašas principus – detalizēta kustības analīze, individuāla datu interpretācija un precīza atgriezeniskā saite – var pielietot gandrīz jebkurā sporta veidā. Iedomājieties līdzīgu sistēmu vieglatlētikā, lai analizētu tecēšanas gaitu; volejbolā, lai uzlabotu sitiena mehāniku; vai futbolā, lai optimizētu sitienu precizitāti.
Turklāt šī tehnoloģija var padarīt sportu drošāku. Prognozējošie modeļi varētu identificēt traumu riskus pirms tie izpaudās, ļaujot sportistiem pielāgot slodzes. Tā var arī demokratizēt augsta līmeņa treniņus, padarot padziļinātu biomehānisko analīzi pieejamāku ne tikai elitārām komandām ar milzīgiem budžetiem, bet arī jaunajiem talantiem no visām pasaules malām.
Džerija Lu un Anetes Hosoi pētījums ir vēl viens spilgts piemērs tam, kā mākslīgais intelekts pārvar robežas starp zinātni un mākslu. Daiļslidošana ir sporta veids, kurā tehniskā precizitāte satiekas ar izpausmes skaistumu. Tagad, ar AI kā kluso partneri aiz slīpēm, sportisti var koncentrēties vēl vairāk uz šo skaistumu, zinot, ka skaitļi aiz viņu muguras strādā, lai katrs grieziens būtu pēc iespējas tuvāks perfektam. Un varbūt tuvākajā nākotnē mēs redzēsim pirmo cilvēku vēsturē, kurš uz ledus veic to, kas šodien šķiet neiespējami – piecus apgriezienus gaisā.
Avots: https://aihub.org/2026/02/16/3-questions-using-ai-to-help-olympic-skaters-land-a-quint/