业界 | 裁判太嚣张?平昌之后,奥运会评分系统将引入AI技术

简介:

平昌奥运会期间,在人类选手角逐较量的同时,八只机器人队伍也获得了参赛资格。2月12日,首届人形机器人滑雪锦标赛在威里山公园滑雪场开幕,这些装备传感器的8台机器人顺利完成比赛,给世界观众留下了深刻的印象。

a9fa958c5dab02bf364d05fc27583332cf3dd4de

你不禁会问:机器人能够参加比赛,那么也能够当裁判么?

国际体操联合会(The International Gymnastics Federation,简称 FIG)已经和日本通信技术公司富士通(Fujitsu)合作,计划把人工智能技术引进奥运会的打分系统,让人工智能分担一部分裁判工作。

日本富士通公司去年发布的一段视频显示,该公司正在开发软件,利用3D传感器接收的数据分析鞍马和自由体操等体操项目。据报道,富士通将在2020年东京奥运会上引入这项技术。

d40a83cdae623ff9bf161ef770e503d171dd6367

为了开发这款裁判软件,富士通在2016年收集了职业体操运动员的3D数据,力图为运动员创造一种“骨骼结构模型”。软件能理解和数字模拟每个体操运动员的确切位置,然后将其与国际体操委员会的标准进行比较。

想象一下未来体操比赛的场景:灯光闪烁,提醒体操运动员开始比赛。运动员做完全套动作,然后转身向机器人裁判致敬。分数已经在奥运会场馆的大屏幕上出现,电视机前的数百万观众也能够看到,人工智能技术根据现场表现分析动作然后进行赋分,此过程完全没有人类裁判员的参与。

7a3798bdce6e86e3e3c03b0d773b6bce397de7ee

有人也质疑人工智能的评分能力。奥运冠军、罗马尼亚体操运动员纳迪娅·科马内奇(Nadia Comaneci)在世锦赛上接受《卫报》采访时说道:“运动员有可能会在竞赛中做出新的动作,假如这些动作的数据人工智能没有采集过呢?”

而且,艺术体操是追求美感和韵律的运动,如果运动员们为了一味迎合人工智能的判分标准而失去了动作的韵律,那就失去了运动项目本身的意义。

另外,人工智能的公平性与安全性也不是绝对的。专家警告:不仅这些测量数据可能会在评分过程中出现一些偏差,而且对技术的依赖可能会带来算法篡改的新风险。伯克利网络安全中心的执行主任贝齐·库珀告(Betsy Cooper)告诉卫报:“如果这个算法被人操控,哪怕是一小部分人,也会影响到比赛的整个结果,而且很难被发现。”

不过即使如此,将人工智能引入奥运会评分系统依然是不可阻挡的趋势。因为体操、花样滑冰等评分标准“人性化”的项目都有过不可容忍的黑幕出现。

2014年索契冬奥会花样滑冰女单比赛结束,有失误的俄罗斯选手Adelina Sotnikova出乎意料地获得了金牌,结果受到了世界各大媒体的质疑,关注程度甚至超越了2002年盐湖城冬奥会丑闻。之所以会出现这个结果,外界传闻,是因为这位俄罗斯选手与裁判有不为人知的交易。

456a2e9d4d25541469402fad53c3ed0336d1a8d9

冬季运动会中最受欢迎的运动项目之一,花样滑冰早已饱受争议。根本原因在于其独特的评分标准——人工判断总是带有一定的主观性。更重要的是,奥运会裁判也被允许为来自自己国家的运动员评分。这就为“黑幕”提供了途径。

布鲁金斯学会的经济学教授Eric Zitzewitz15年来一直在评估国际滑冰比赛的成绩,他表示,通过数据可以观察到,包括美国在内的所有国家的裁判都偏向"自己人"。人工智能技术的引入,在一定程度上,能够使评分系统更加的公正。

奥运会运动项目竞赛的背后,更多的是一个国家,一个民族风采的展示。过多的追求名次与荣誉,反而会失去举办奥运会的意义。


原文发布时间为:2018-03-2

本文作者:文摘菌

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

相关文章
AI人流热力图分析监测技术
通过深度学习算法(如CSRNet)进行实时密度估算和热力图生成,结合历史数据分析预测高峰时段,优化人员调度与促销活动。采用边缘计算减少延迟,确保实时响应,并通过数据可视化工具提升管理决策效率。
39 24
算法系统协同优化,vivo与港中文推出BlueLM-V-3B,手机秒变多模态AI专家
BlueLM-V-3B是由vivo与香港中文大学共同研发的多模态大型语言模型,专为移动设备优化。它通过算法和系统协同优化,实现了高效部署和快速生成速度(24.4 token/s),并在OpenCompass基准测试中取得优异成绩(66.1分)。模型小巧,语言部分含27亿参数,视觉编码器含4000万参数,适合移动设备使用。尽管如此,低端设备可能仍面临资源压力,实际应用效果需进一步验证。论文链接:https://arxiv.org/abs/2411.10640。
18 9
PySpur:零代码构建AI工作流!开源可视化拖拽平台,支持多模态与RAG技术
PySpur 是一款开源的轻量级可视化 AI 智能体工作流构建器,支持拖拽式界面,帮助用户快速构建、测试和迭代 AI 工作流,无需编写复杂代码。它支持多模态数据处理、RAG 技术、文件上传、结构化输出等功能,适合非技术背景的用户和开发者快速上手。
73 5
AI剧本生成与动画创作解决方案评测:这项技术能为短视频创作带来哪些改变?
随着短视频行业的竞争加剧,创作速度和质量成为关键。阿里云的《AI剧本生成与动画创作》解决方案利用NLP和计算机视觉技术,通过简单的关键词或主题自动生成剧本和动画,显著提高创作效率并降低技术门槛。评测显示,该方案能在几小时内完成从剧本到动画的创作,适应市场热点需求。然而,AI在创意表达和细节处理上仍有一定局限性,尤其在高要求创作中表现不如手工精细。尽管如此,对于需要快速响应市场的创作者来说,这一工具无疑是一个巨大的助力,未来有望进一步提升创作灵活性和效率。
28 3
AI视频监控在大型商场的隐私保护技术
为保障隐私合规,商场采取数据加密与匿名化处理,防止敏感信息泄露;同时通过透明性声明和合法授权,确保顾客知情并同意监控措施。技术手段包括加密算法保护、去除身份识别细节,并在显眼位置张贴隐私政策,采用电子屏幕、语音提示或二维码获取顾客同意,确保监控行为合法合规。
飞算JavaAI代码生成实战:如何用AI技术减少70%重复编码
飞算JavaAI是首个聚焦Java语言的IDEA插件,利用AI技术减少70%的重复编码工作。通过自然语言输入需求,自动完成需求分析、软件设计、逻辑处理和代码生成,全流程开发文档自动生成,显著提升开发效率。开发者可自由调整优化,快速交付高质量成果。飞算JavaAI炫技赛现已开启,欢迎体验高效开发新篇章。
Java也能快速搭建AI应用?一文带你玩转Spring AI可落地性
Java语言凭借其成熟的生态与解决方案,特别是通过 Spring AI 框架,正迅速成为 AI 应用开发的新选择。本文将探讨如何利用 Spring AI Alibaba 构建在线聊天 AI 应用,并实现对其性能的全面可观测性。
容器化浪潮下的AI赋能:智能化运维与创新应用
近年来,容器技术以其轻量、高效、可移植的特性成为云原生时代的基石,推动应用开发和部署方式革新。随着容器化应用规模扩大,传统运维手段逐渐力不从心。AI技术的引入为容器化生态带来新活力,实现智能监控、自动化故障诊断与修复及智能资源调度,提升运维效率和可靠性。同时,AI驱动容器化创新应用,如模型训练、边缘计算和Serverless AI服务,带来更多可能性。未来,AI与容器技术的融合将更加紧密,推动更智能、高效的运维平台和丰富的创新应用场景,助力数字化转型。
Eino:字节跳动开源基于Golang的AI应用开发框架,组件化设计助力构建AI应用
Eino 是字节跳动开源的大模型应用开发框架,帮助开发者高效构建基于大模型的 AI 应用。支持组件化设计、流式处理和可视化开发工具。
193 27

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等