美國滑雪隊和單板滑雪運動員帶著新裝備回國，其中包括一些金牌 2026 年奧運會。經過多年的努力成為奧運選手，今年的隊員們在訓練中獲得了額外的優勢，這要歸功於 Google Cloud 的客製化人工智慧工具。
美國滑雪和單板滑雪協會是美國國家隊的管理機構，負責監督美國最好的滑雪運動員的訓練，為他們參加全國錦標賽和奧運會等重大賽事做好準備。該組織與 Google Cloud 合作創建了一款人工智慧工具，可以更深入地了解運動員如何訓練和在賽道上的表現。
影片回顧是冬季運動訓練的重要組成部分。教練實際上會站在場邊記錄運動員的跑步，然後與他們一起檢查錄影以發現錯誤。但美國滑雪和滑雪板運動主管阿努克·帕蒂告訴我，這個過程有點過時了。這就是谷歌的用武之地，它為教育過程帶來了新的人工智慧驅動的數據洞察。
Google Cloud 工程師與滑雪者和單板滑雪者一起踏上滑雪場，研究如何為運動訓練建立真正有用的 AI 模型。他們使用影片片段作為目前未知的人工智慧工具的基礎。 Gemini 對影片進行了逐幀分析，然後將其輸入到 Google DeepMind 的空間智慧模型中。這些模型能夠從影片中獲取運動員的 2D 渲染，並將其轉換為運動員在跑道上扭轉和轉動時的 3D 骨架。
後台螢幕上運行的人工智慧模型顯示該工具如何追蹤運動員的表現。
Google Blackbelt AI 團隊全球負責人 Ravi Rajamani 表示，Gemini 的最後潤飾有助於 AI 工具分析像素物理。誰參與了該項目。教練和運動員告訴工程師他們想要追蹤的具體指標——速度、旋轉、軌跡——谷歌工程師對模型進行了編碼，以便更容易追蹤和比較不同的影片。還有一個聊天介面可以向 Gemini 詢問有關效能的問題。
Rajamani 說：“我們實際上能夠透過一個影片以 3D 形式重新創建它，因此您不需要昂貴的設備（例如感測器）來阻止運動員的表現。”
教練可以說是山上的專家，但人工智慧可以扮演一種直覺檢查的角色。這些數據可以幫助確認或反駁教練所看到的內容，並讓他們更深入地了解每位運動員的具體表現。它可以捕捉到人們用肉眼難以看到或視頻質量較差的東西，例如運動員在做特技時所看的地方以及精確的旋轉速度和角度。
「這是他們原本無法獲得的數據，」帕蒂說。他說，3D 骨架特別有用，因為它可以促進運動員穿著的蓬鬆夾克和褲子隱藏的運動。
對於精英滑雪者和單板滑雪運動員來說，進行微小的調整可能意味著獲得金牌和沒有獎牌之間的差異。訓練中的技術進步旨在幫助運動員獲得一切可用於改善的工具。
「你總是試圖找到那 1% 的因素，可以讓運動員登上頒獎台或獲勝，」帕蒂說。它還可以使教練民主化。 “對於任何在俱樂部與年輕運動員一起工作的教練來說，這是一種方式，可以讓他們對運動員需要做什麼有像國家隊運動員那樣的了解。”
Rajamani 表示，對Google來說，這種客製化的人工智慧工具只是「冰山一角」。未來有許多潛在的用例，包括擴展基本模型以適應其他運動。它也為運動醫學、物理治療、機器人學和人體工學等領域的工作奠定了基礎，這些領域了解身體姿勢很重要。但就目前而言，我們很滿意地知道人工智慧是為了真正幫助真正的運動員而建構的。
拉賈馬尼說：“這不是技術工程師在實驗室中構建並交付產品的情況。” “這是我們正在解決的一個真正的問題。對我們來說，動機是構建一個為我們的運動員提供真正競爭優勢的工具。”
