8月8日晚，第32屆夏季奧林匹克運(yùn)動(dòng)會(huì)正式閉幕。

本次奧運(yùn)會(huì)中國以38金、32銀、18銅的戰(zhàn)績(jī)，追平了參加境外奧運(yùn)會(huì)的最佳戰(zhàn)績(jī)。

由于疫情原因，本次奧運(yùn)會(huì)沒有開放觀眾入場(chǎng)，偌大的比賽場(chǎng)上能清楚聽到選手的吶喊和喘息聲。

但在一些比賽場(chǎng)上，比如沙灘排球，除了教練和隊(duì)友，還有這么一群特殊的“觀眾”。

“我們使用帶有計(jì)算機(jī)視覺技術(shù)的攝像頭來跟蹤運(yùn)動(dòng)員和排球，”O(jiān)mega Timing的負(fù)責(zé)人Alain Zobrist說，“這是我們將相機(jī)技術(shù)和人工智能結(jié)合實(shí)現(xiàn)的”。

自1932年以來，Omega Timing一直為奧運(yùn)會(huì)提供官方計(jì)時(shí)服務(wù)。

最讓人印象深刻的，可能是1948年在倫敦推出的第一臺(tái)光電照相機(jī)Magic Eye，在此之前，裁判都是用人眼與秒表，結(jié)合判定哪個(gè)運(yùn)動(dòng)員最先越過終點(diǎn)線。

多年來，Omega Timing除了一直提高準(zhǔn)確性，還實(shí)時(shí)開發(fā)了對(duì)新項(xiàng)目的判定方法。比如，競(jìng)技攀巖、游泳、田徑、體操和馬術(shù)都在今年獲得了新的計(jì)時(shí)方法。

但其中，最有趣的應(yīng)當(dāng)要數(shù)Omega Timing花了四年時(shí)間訓(xùn)練人工智能來學(xué)習(xí)沙灘排球。

據(jù)了解，Omega Timing的研發(fā)部門由180名工程師組成，開發(fā)過程從內(nèi)部定位系統(tǒng)和運(yùn)動(dòng)傳感器系統(tǒng)開始。他們的目標(biāo)是，在每年500多項(xiàng)體育賽事中，可以為多個(gè)項(xiàng)目提供關(guān)于運(yùn)動(dòng)員表現(xiàn)的詳細(xì)實(shí)時(shí)數(shù)據(jù)。這些數(shù)據(jù)在賽事期間的測(cè)量、處理和傳輸時(shí)間必須少于十分之一秒，以便呈現(xiàn)給屏幕前的觀眾。

對(duì)于沙灘排球來說，這意味著采用定位和運(yùn)動(dòng)技術(shù)，并訓(xùn)練人工智能來識(shí)別各種擊球類型，比如擊球到攔網(wǎng)到扣球的變化，以及傳球類型和球的飛行路徑，然后將這些數(shù)據(jù)與從球員衣服上的陀螺儀傳感器收集的信息結(jié)合起來。這些傳感器能夠讓系統(tǒng)知道運(yùn)動(dòng)員的運(yùn)動(dòng)方向，跳躍高度和速度等。

處理完畢后，相關(guān)信息和數(shù)據(jù)就會(huì)用于直播、評(píng)論或以屏幕上的圖形進(jìn)行展示。

據(jù)Zobrist說，人工智能要學(xué)習(xí)的最難的課程之一是在攝像機(jī)不能再看到球的情況下準(zhǔn)確地跟蹤球的運(yùn)動(dòng)。

“有時(shí)，球會(huì)被運(yùn)動(dòng)員的身體部位遮住，有時(shí)在電視畫面外，因此，如何在看不見球的時(shí)候進(jìn)行追蹤，讓軟件預(yù)測(cè)球的運(yùn)動(dòng)軌跡，然后，當(dāng)球再次出現(xiàn)時(shí)，重新計(jì)算這段時(shí)間的差距，自動(dòng)填補(bǔ)缺失的數(shù)據(jù)，并再度實(shí)現(xiàn)追蹤”。

Zobrist說，“當(dāng)跟蹤球時(shí)，系統(tǒng)會(huì)知道它的位置，以及它何時(shí)改變了方向，如果再結(jié)合運(yùn)動(dòng)員身上的傳感器，算法就會(huì)識(shí)別出擊球行為，同時(shí)你會(huì)知道是哪支球隊(duì)哪名球員發(fā)出了這個(gè)動(dòng)作。也正是基于這兩種技術(shù)，使我們能夠準(zhǔn)確地測(cè)量數(shù)據(jù)”。

Omega Timing聲稱，沙灘排球系統(tǒng)的準(zhǔn)確率為99%，這要?dú)w功于傳感器和以每秒250幀運(yùn)行的多個(gè)攝像頭。然而，達(dá)勒姆大學(xué)計(jì)算機(jī)視覺和圖像處理教授Toby Breckon表示，關(guān)鍵還在于，系統(tǒng)是否會(huì)被種族和性別的差異所欺騙。

“這些已經(jīng)完成的工作相當(dāng)令人印象深刻，你需要一個(gè)大的數(shù)據(jù)集來訓(xùn)練人工智能”，Breckon說，“但其中一個(gè)問題是準(zhǔn)確性。在這些不同的動(dòng)作方面，它有多長(zhǎng)時(shí)間會(huì)出錯(cuò)?它多長(zhǎng)時(shí)間會(huì)失去對(duì)球的追蹤?還有，如果它在所有種族和性別上都能統(tǒng)一工作，比如說，對(duì)美國女隊(duì)的準(zhǔn)確率是99%，系統(tǒng)對(duì)加納女隊(duì)的準(zhǔn)確率仍然是99%嗎?”

Zobrist對(duì)此很有信心，他解釋說，雖然調(diào)用谷歌或IBM來提供所需的人工智能專業(yè)知識(shí)可能更容易，但這不是他們的選擇?！爸匾氖牵还苁菍?duì)于計(jì)分運(yùn)動(dòng)，還是計(jì)時(shí)運(yùn)動(dòng)，我們都不能讓成績(jī)的解釋和最終結(jié)果之間出現(xiàn)差異”。

至于未來的計(jì)時(shí)和跟蹤升級(jí)，Zobrist諱莫如深，但他說2024年的巴黎奧運(yùn)會(huì)將是關(guān)鍵。

“你會(huì)看到一套全新的設(shè)備。它仍將圍繞計(jì)時(shí)、計(jì)分，以及運(yùn)動(dòng)傳感器和定位系統(tǒng)，當(dāng)然也可以期待一下2028年的洛杉磯，我們還將有更為有趣的項(xiàng)目，雖然我們才剛剛開始”。