Onderzoekers van Computer Science & Artificial Intelligence van het Massachusetts Institute of Technology Laboratorium lijkt misschien niet de mensen die je het meest waarschijnlijk zullen helpen bij het verbeteren van je hoepelschietbasketbal vaardigheden. Maar dat is precies wat een nieuw MIT CSAIL-project wil doen met een eigenzinnige basketbaltrainingsmachine met een basketbalring die krimpt en omhoog gaat als je schiet, waardoor de vorm verandert om de verschillende facetten van het basketbal te helpen verbeteren jouw spel.
Om te beginnen kan de mand bijvoorbeeld op een lagere hoogte worden geplaatst met een grotere ringdiameter, die geleidelijk kleiner wordt en ook omhoog gaat om de reguliere proporties te bereiken naarmate je meer en meer scoort manden. Het is een ongebruikelijk project van een laboratorium dat meer gewend is aan het werken met de nieuwste snufjes algoritmen voor kunstmatige intelligentie – maar het blijkt perfect te passen bij de gebieden van CSAIL expertise.
Aanbevolen video's
“We proberen verschillende manieren te onderzoeken waarop we technologieën kunnen ontwikkelen waarmee mensen hun motorische vaardigheden kunnen trainen wat het ‘optimale uitdagingspunt’ wordt genoemd, dat goede punt waar een taak niet saai eenvoudig is, maar ook niet frustrerend moeilijk, ‘ Dishita Turakhia, een Ph.D. student aan MIT CSAIL, vertelde Digital Trends.
De slimme basketbalring maakt gebruik van een speciale piëzosensor in het bord en een schakelsensor op de rand die kan detecteren wanneer de bal in de basket gaat. Naarmate de gebruiker na verloop van tijd consistenter gaat fotograferen, algoritme automatisch de rand krimpen, terwijl de ring omhoog gaat, waardoor een gewone basketbalring in wezen wordt getransformeerd in een spel met verschillende niveaus die in de loop van de tijd moeilijker worden.
Op dit moment is het werk een proof-of-concept-prototype zonder commercialisering aan de horizon. Wanneer (of als) het op de markt wordt gebracht, verwacht dan niet dat de technologie noodzakelijkerwijs uitsluitend beperkt blijft tot basketbal. Het zou veel bredere toepassingen kunnen hebben dan dat.
“Ik ben bijzonder trots op het algoritme dat we hebben ontwikkeld, omdat het gebaseerd is op het theoretische idee van training op het optimale uitdagingspunt, en generaliseert over een breed scala aan toepassingsvoorbeelden”, aldus Turakhia. “Het zou bijvoorbeeld ook kunnen worden gebruikt voor een fiets met adaptieve zijwieltjes die leerlingen kunnen leren hoe om erop te rijden door de zijwieltjes automatisch omhoog of omlaag te brengen op basis van de balans van de leerling vaardigheden."
Aanbevelingen van de redactie
- Beveiligingsrobots kunnen naar een school bij u in de buurt komen
- Slimme nieuwe A.I. systeem belooft uw hond te trainen terwijl u niet thuis bent
- Nieuwe ‘A.I. advocaat’ analyseert uw e-mails om geldbesparende mazen in de wet te vinden
- MIT zegt dat het kan vertellen hoe gezond u bent door uw vaatwasser te analyseren
- AI kan helpen bij het opsporen van veelbetekenende tekenen van coronavirus op röntgenfoto’s van de longen
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
