Intel 3DAT A.I. adalah 'Cawan Suci' Teknologi Pelatihan

Jonatan Lee, direktur teknologi kinerja olahraga di Intel’s Olympic Technology Group, telah terbang selama 11 jam dan dikarantina selama 14 hari untuk menjahit kerangka di komputer. Dan jika berhasil sesuai harapannya, ini akan menjadi inovasi luar biasa untuk tayangan ulang aksi di Olimpiade Toyko 2020.

“Bagian dari kecerdasan buatan kami [dirancang] untuk menyatukan kerangka yang tepat ketika Anda memiliki delapan atau sembilan atlet berlari di lintasan,” kata Lee kepada Digital Trends dari kamar hotelnya di Desa Olimpiade Tokyo, 8.000 mil dari rumahnya di San Fransisco.

Dia adalah bagian dari tim insinyur Intel yang telah dikirim ke Olimpiade Tokyo untuk bergabung Teknologi Pelacakan Atlet 3D (atau 3DAT, diucapkan “tiga hari”) dari Intel ke dalam Olimpiade tahun ini siaran. Visualisasi overlay 3DAT yang menakjubkan akan tersedia selama tayangan ulang nomor estafet 100 meter, 200 meter, 4x100 meter, dan atletik rintangan, yang berlangsung antara tanggal 30 Juli dan 4 Agustus.

“Pelacakan Atlet 3D… adalah teknologi yang kami kembangkan di Intel yang memungkinkan kami mengambil video standar atlet dan mengekstrak informasi tentang bentuk dan gerakan mereka,” kata Lee. “Kami melakukan ini menggunakan A.I. dan visi komputer. [Dengan menggunakan teknologi kami, kami dapat] mengenali berbagai bagian tubuh, mulai dari mata dan hidung hingga ke bawah ke pergelangan kaki dan jari kaki, dan gunakan ini untuk membuat kerangka 3D atlet atau, dalam beberapa kasus, beberapa atlet. Dari kerangka tersebut, kami kemudian dapat mengekstrak informasi seperti kecepatan, akselerasi, dan biomekanik.”

Sederhananya, 3DAT menggabungkan video yang diambil dari beberapa video 4K kamera visi mesin dengan rekaman siaran dan menggunakannya untuk membuat model tiga dimensi aksi Olympian. Ini dapat digunakan untuk menyediakan tayangan ulang tindakan yang dihasilkan komputer. Apa yang memberi keunggulan dibandingkan pemutaran ulang video tradisional adalah bahwa teknologi 3DAT dapat menyerapnya berbagai sumber cuplikan video dan menggunakannya untuk menghasilkan model penangkapan gerak yang dapat diputar dalam 3D ruang angkasa.

“Anda memberi [penyiar] kemampuan untuk, pada dasarnya, memutar, memperbesar, dan meletakkan kamera di mana pun mereka mau,” kata Lee.

Peta panas dan seterusnya

Ini bukan hanya sekedar memutar “kamera”. Dengan mengekstraksi data seperti kecepatan dan percepatan dari model 3D, 3DAT dapat melapisi model dengan informasi tambahan seperti peta panas untuk menunjukkan seberapa cepat seorang atlet berlari, kapan mereka mencapai kecepatan tertinggi, dan berapa lama mereka mampu mempertahankannya kecepatan. Ini adalah tingkat visualisasi data menarik yang belum pernah dicoba sebelumnya di Olimpiade — atau di mana pun, dalam hal ini.

“Apa yang Anda inginkan adalah sesuatu yang berguna dan indah serta membantu pemirsa di rumah benar-benar terhubung dengan para atlet dan memahami sesuatu yang tidak mereka ketahui sebelumnya,” kata Lee.

Tentu saja, penangkapan gerak bukanlah hal baru. Ini telah digunakan di Hollywood selama bertahun-tahun, terutama dalam beberapa pertunjukan teater yang menakjubkan ditangkap oleh perusahaan seperti Weta Digital dari aktor seperti Andy Serkis (yang telah memerankan semua orang dari Gollum di dalam Penguasa Cincin kepada Kaisar di Fajar Planet Kera ke King Kong, err, King Kong). Mo-cap juga sering digunakan di dunia game untuk memastikan avatar di layar bergerak sedekat mungkin dengan orang sungguhan. Namun meskipun banyak pakaian mo-cap yang dilengkapi dengan sensor untuk menangkap pergerakan anggota tubuh, 3DAT tidak memerlukan sensor sama sekali.

Masalahnya, kata Lee, adalah sementara itu pakaian penangkap gerak baik-baik saja untuk skenario tertentu, pelacakan atlet tingkat elit belum tentu termasuk di antara mereka.

“Bayangkan Anda memasang sensor di kepala, siku, dada seseorang, lalu Anda berkata, 'Baiklah, lakukan yang tinggi. melompat, dan ketika kamu mendarat, kamu akan merasakan semua sensor ini ditekan ke dalam tubuhmu,’ kan?” Dia dikatakan. “Bisa dibayangkan itu belum tentu merupakan pengalaman yang menyenangkan. Atau [bagaimana dengan] seorang sprinter? Jika sensor ditempatkan tepat di bawah lutut, itu akan mengganggu cara mereka keluar dari blok dan cara mereka berlari.”

Sebaliknya, 3DAT sepenuhnya bergantung pada visi komputer dan algoritma estimasi pose untuk menganalisis biomekanik gerakan atlet. Lee mengatakan bahwa hal ini dapat dilakukan dengan cukup akurat untuk menangkap bahkan nuansa terkecil dari gerakan seorang atlet. Tidak diperlukan pelacak.

Masa depan 3DAT

Dengan mengingat hal ini, Lee tidak hanya melihat 3DAT sebagai alat data untuk menghibur dan memberi informasi kepada pemirsa di rumah. Ini juga digunakan sebagai alat pelatihan bagi para atlet untuk meninjau kinerja mereka. “Kami memiliki tiga pelatih tingkat elit yang menggunakan frasa yang sama untuk menggambarkan hal ini sebagai ‘cawan suci kepelatihan’,” katanya. Satu kasus penggunaan yang berpotensi transformatif? Membantu mendiagnosis cedera.

“Salah satu hal terbesar yang mempengaruhi atlet adalah cedera jaringan lunak,” kata Lee. “Ini biasanya mulai terlihat dalam bentuk asimetri. Jadi mungkin panjang langkah kiri dan kanan Anda mungkin berbeda, atau cara pinggul Anda bergerak mungkin [berubah], bukan? Ini adalah hal-hal yang bisa terjadi bahkan sebelum cedera terjadi. Jika Anda mulai melihat seorang atlet secara lebih longitudinal — katakanlah, pada awal musim, selama, setelah, mungkin selama suatu pertandingan fungsional. penilaian pergerakan — [sebuah A.I.] dapat mengambil alih untuk mengenali penyebab cedera, [sehingga para pelatih dan atlet] dapat menangkalnya sebelum mereka terjadi."

Oleh karena itu, Lee melihat masa depan 3DAT semakin erat kaitannya dengan kecerdasan buatan. “Pertanyaan yang muncul adalah apa yang Anda lakukan dengan semua data ini?” dia mencatat. “Di sinilah saya melihat batas berikutnya untuk 3DAT… Harus ada tingkat berikutnya, apakah itu untuk pencegahan cedera atau untuk meningkatkan kinerja atau membantu rehabilitasi… Pertanyaan berikutnya adalah pertanyaan yang harus kita jawab untuk dapat mengubah teknologi yang [benar-benar] keren menjadi teknologi yang keren dan [luar biasa] berguna."

Namun, untuk saat ini, penonton Olimpiade harus puas dengan apa yang “sangat keren”. Sesuatu memberitahu kita bahwa itu mungkin sudah cukup. Segera hadir di acara medali emas di dekat Anda (atau, setidaknya, di televisi Anda).

Rekomendasi Editor

• Rumus lucunya: Mengapa humor yang dihasilkan mesin adalah cawan suci A.I.
• Di bawah radar: Bagaimana teknologi berusia 117 tahun memberikan keunggulan bagi pelempar Olimpiade