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
|
20天前
|
人工智能 监控 搜索推荐
给RAG打分:小白也能懂的AI系统评测全攻略
RAG系统评估听起来高深,其实跟我们生活中的'尝鲜评测'没啥两样!本文用轻松幽默的方式,带你从检索质量、生成质量到用户体验,全方位掌握如何科学评测RAG系统,避免踩坑,让你的AI应用又快又准。#RAG技术 #AI评估 #信息检索 #大模型 #数据科学
|
15天前
|
SQL 人工智能 数据可视化
高校迎新管理系统:基于 smardaten AI + 无代码开发实践
针对高校迎新痛点,基于smardaten无代码平台构建全流程数字化管理系统,集成信息采集、绿色通道、宿舍管理等七大模块,通过AI生成框架、可视化配置审批流与权限,实现高效、精准、可扩展的迎新服务,大幅提升管理效率与新生体验。
|
10天前
|
人工智能 数据库 索引
超越幻觉:检索增强生成如何为AI大模型“装上”事实核查系统
超越幻觉:检索增强生成如何为AI大模型“装上”事实核查系统
171 107
|
21天前
|
存储 机器学习/深度学习 人工智能
​​解锁AI检索的7大Embedding技术:从稀疏到多向量,一文掌握!​
本文系统解析七种主流文本嵌入技术,包括 Sparse、Dense、Quantized、Binary、Matryoshka 和 Multi-Vector 方法,结合适用场景提供实用选型建议,助你高效构建文本检索系统。
149 0
|
11天前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
195 6
|
26天前
|
人工智能 安全 数据库
AI编程:普通人难以逾越的技术高墙-优雅草卓伊凡
AI编程:普通人难以逾越的技术高墙-优雅草卓伊凡
140 15
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC技术深度解析:生成式AI的革命性突破与产业应用实战
蒋星熠Jaxonic,AI技术探索者,深耕生成式AI领域。本文系统解析AIGC核心技术,涵盖Transformer架构、主流模型对比与实战应用,分享文本生成、图像创作等场景的实践经验,展望技术趋势与产业前景,助力开发者构建完整认知体系,共赴AI原生时代。
|
21天前
|
机器学习/深度学习 人工智能 资源调度
嵌入式AI领域关键技术的理论基础
本内容系统讲解嵌入式AI领域关键技术的数学理论基础,涵盖神经网络量化、剪枝、知识蒸馏与架构搜索的核心原理。深入探讨量化中的信息论与优化方法、稀疏网络的数学建模、蒸馏中的信息传递机制,以及神经架构搜索的优化框架,为在资源受限环境下实现高效AI推理提供理论支撑。
61 5
|
9天前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
|
15天前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
222 12

热门文章

最新文章