Intel's 3DAT A.I. is de 'heilige graal' van trainingstechnologie

Jonathan Lee, directeur sportprestatietechnologie bij Intel’s Olympic Technology Group, heeft elf uur gevlogen en veertien dagen in quarantaine geplaatst om skeletten aan elkaar te naaien op een computer. En als het zo goed werkt als hij hoopt, zal het een geweldige innovatie zijn voor actieherhalingen op de Olympische Spelen van 2020 in Toyko.

“Een deel van onze kunstmatige intelligentie is [ontworpen] om de juiste skeletten samen te voegen als je maximaal acht of negen atleten hebt over de baan rennen”, vertelde Lee aan Digital Trends vanuit zijn hotelkamer in het Olympisch Dorp van Tokio, 8.000 kilometer van zijn huis in San Francisco.

Hij maakt deel uit van een topteam van Intel-ingenieurs die naar de Spelen van Tokio zijn gestuurd om daar op te nemen Intel's 3D Athlete Tracking (of 3DAT, uitgesproken als "three-dat") technologie in de Olympische Spelen van dit jaar uitzendingen. De adembenemende overlay-visualisaties van 3DAT zullen beschikbaar worden gesteld tijdens herhalingen van de 100 meter, 200 meter, 4×100 meter estafette en hordenloopevenementen, die plaatsvinden tussen 30 juli en 4 augustus.

"3D Athlete Tracking... is een technologie die we hier bij Intel hebben ontwikkeld en waarmee we standaardvideo's van atleten kunnen maken en informatie over hun vorm en beweging kunnen extraheren", aldus Lee. “Dit doen we met behulp van A.I. en computervisie. [Met behulp van onze technologie kunnen we] de verschillende delen van het lichaam herkennen, vanaf de ogen en neus helemaal naar beneden aan de enkels en tenen, en gebruik dit om een ​​3D-skelet van de atleet te construeren, of, in sommige gevallen, meerdere atleten. Uit die skeletten kunnen we vervolgens informatie halen zoals snelheid, versnelling en biomechanica.”

Simpel gezegd: 3DAT voegt video samen die van meerdere video's is genomen 4K machine vision-camera's met uitzendingsbeelden en gebruikt deze om een ​​driedimensionaal model van Olympiërs in actie te creëren. Deze kunnen worden gebruikt om computergegenereerde herhalingen van de actie weer te geven. Wat dit echter een voorsprong geeft op traditionele videoherhalingen, is dat de 3DAT-technologie deze kan verwerken verschillende bronnen van videobeelden en gebruik deze om motion-capture-modellen te genereren die in 3D kunnen worden geroteerd ruimte.

"Je geeft de [omroep] de mogelijkheid om in wezen te draaien, te zoomen en de camera te plaatsen waar hij maar wil", zegt Lee.

Hittekaarten en meer

Het draait ook niet alleen om de ‘camera’. Door gegevens zoals snelheid en versnelling uit de 3D-modellen te extraheren, kan 3DAT de modellen overlappen met toegevoegde informatie zoals Heatmaps om aan te geven hoe snel een atleet rent, wanneer hij zijn topsnelheid bereikt en hoe lang hij dit kan volhouden snelheid. Het is een niveau van opvallende datavisualisatie dat nog nooit eerder op de Olympische Spelen is geprobeerd – of waar dan ook.

“Wat je wilt, is iets dat nuttig en mooi is en dat de kijker thuis helpt echt in contact te komen met de atleten en iets te begrijpen dat ze voorheen niet wisten”, aldus Lee.

Motion capture is uiteraard niets nieuws. Het wordt al jaren in Hollywood gebruikt, met name in enkele van de verbazingwekkende theatervoorstellingen vastgelegd door bedrijven als Weta Digital van acteurs als Andy Serkis (die iedereen uit Gollum heeft gespeeld in In de ban van de Ring naar Caesar in Dageraad van de planeet van de apen naar King Kong in, eh, Koning Kong). Mo-cap wordt ook veelvuldig gebruikt in de gamingwereld om ervoor te zorgen dat avatars op het scherm zo dicht mogelijk bij echte mensen komen. Maar hoewel veel mo-cap-pakken zijn bezaaid met sensoren om de beweging van individuele ledematen vast te leggen, vereist 3DAT nul sensoren.

Het probleem, zei Lee, is dat terwijl motion capture-pakken zijn prima voor bepaalde scenario's, maar het volgen van topsporters behoort daar niet noodzakelijkerwijs toe.

“Stel je voor dat je een sensor op iemands hoofd, elleboog of borst plaatst en dan zegt: ‘Oké, ga een high maken. spring, en als je landt, zul je voelen dat al deze sensoren in je lichaam worden gedrukt, toch? Hij gezegd. “Je kunt je voorstellen dat dat niet per se een prettige ervaring is. Of [wat dacht je van] een sprinter? Als de sensor vlak onder de knie wordt geplaatst, zal dat interfereren met hoe ze uit de blokken komen en hoe ze rennen.”

In plaats daarvan vertrouwt 3DAT volledig op computervisie en algoritmen voor het schatten van poses om de biomechanica van de bewegingen van atleten te analyseren. Lee zei dat dit nauwkeurig genoeg kan worden gedaan om zelfs de kleinste nuances van de beweging van een atleet vast te leggen. Geen trackers vereist.

De toekomst van 3DAT

Met dit in gedachten ziet Lee 3DAT niet alleen als een datatool om de kijkers thuis te vermaken en te informeren. Het wordt ook gebruikt als trainingstool voor atleten om hun prestaties te beoordelen. “We hebben drie verschillende coaches op topniveau gehad die exact dezelfde uitdrukking gebruikten om dit te omschrijven als de ‘heilige graal van coaching’”, zei hij. Eén potentieel transformatieve use case? Helpen bij het diagnosticeren van blessures.

"Een van de grootste dingen waar atleten last van hebben, zijn verwondingen aan zacht weefsel," zei Lee. “Deze beginnen meestal te verschijnen in de vorm van asymmetrie. Dus misschien wordt je linker- en rechterpaslengte anders, of kan de manier waarop je heupen bewegen [veranderen], toch? Dit zijn dingen die kunnen gebeuren voordat er een blessure optreedt. Als je wat meer longitudinaal naar een atleet gaat kijken – bijvoorbeeld aan het begin van het seizoen, tijdens, na, misschien tijdens een of andere vorm van functionele bewegingsbeoordeling – [een AI] kan het overnemen om voorlopers van blessures te herkennen, [zodat de coaches en atleten] deze kunnen afweren voordat ze gebeuren."

Om deze reden ziet Lee dat de toekomst van 3DAT steeds meer wordt omgeven door kunstmatige intelligentie. “De vraag die opkomt is: wat doe je met al deze data?” hij merkte. “Dit is waar ik de volgende grens voor 3DAT zie … Er moet een volgend niveau zijn, of dat nu is voor blessurepreventie of voor het verbeteren van de prestaties of het helpen bij revalidatie … Die volgende vraag is eigenlijk de vraag die we moeten beantwoorden om dit te kunnen veranderen van een technologie die [echt] cool is, in een technologie die cool is en [ongelooflijk] bruikbaar."

Maar voorlopig zullen de kijkers van de Olympische Spelen genoegen moeten nemen met gewoon ‘echt cool’. Iets zegt ons dat dit waarschijnlijk genoeg zal zijn. Binnenkort beschikbaar op een gouden medaille-evenement bij jou in de buurt (of in ieder geval op je televisie).

Aanbevelingen van de redactie

• De grappige formule: waarom door machines gegenereerde humor de heilige graal is van A.I.
• Onder de radar: hoe een 117 jaar oude technologie Olympische werpers een voorsprong geeft