Olympisches Eiskunstlauf sieht mühelos aus. Die Athleten segeln über das Eis, steigen dann in die Luft auf und drehen sich wie ein Kreisel, bevor sie auf einer einzelnen, nur 4 bis 5 Millimeter breiten Kufe landen. Um Eiskunstläufern dabei zu helfen, Quadruple-Axels, Salchows, Lutzes und vielleicht sogar das schwer fassbare Quintuple zu landen, ohne im Geringsten gestresst auszusehen, hat Jerry Lu MFin ’24 ein optisches Trackingsystem namens „ OOFSkate das mithilfe künstlicher Intelligenz Movies vom Sprung eines Eiskunstläufers analysiert und Empfehlungen zur Verbesserung gibt. Lu, ein ehemaliger Forscher am MIT Sports activities Labhat Elite-Skater des Staff USA bei ihrer technischen Leistung unterstützt und wird während der Olympischen Winterspiele 2026 mit NBC Sports activities zusammenarbeiten, um Kommentatoren und Fernsehzuschauern dabei zu helfen, das komplexe Punktesystem im Eiskunstlauf, Snowboarden und Skifahren besser zu verstehen. Er wird KI-Technologien einsetzen, um differenzierte Beurteilungsentscheidungen zu erklären und zu demonstrieren, wie technisch anspruchsvoll diese Sportarten sein können.
Unterdessen beginnt Professorin Anette „Peko“ Hosoi, Mitbegründerin und Fakultätsleiterin des MIT Sports activities Lab, mit neuen Forschungsarbeiten, die darauf abzielen, zu verstehen, wie KI-Systeme die ästhetische Leistung beim Eiskunstlauf bewerten. Hosoi und Lu haben kürzlich mit gechattet MIT-Nachrichten über die Anwendung von KI im Sport, ob KI-Systeme jemals zur Beurteilung des olympischen Eiskunstlaufs eingesetzt werden könnten und wann wir sehen könnten, wie ein Skater eine Quinte landet.
Q: Warum KI beim Eiskunstlauf anwenden?
Lu: Skater können immer weiter pushen, höher, schneller, stärker. Bei OOFSkate geht es darum, Skatern dabei zu helfen, einen Weg zu finden, sich bei ihren Sprüngen etwas schneller zu drehen oder etwas höher zu springen. Das System hilft Skatern dabei, Dinge zu fangen, die möglicherweise einen Sehtest bestehen könnten, ihnen aber möglicherweise ermöglichen, einige wertvolle Gelegenheitsbereiche ins Visier zu nehmen. Die künstlerische Seite des Skatens ist viel schwieriger zu bewerten als die technischen Elemente, weil sie subjektiv ist.
Um die cellular Trainings-App zu nutzen, müssen Sie lediglich ein Video vom Sprung eines Athleten aufnehmen und schon werden die physischen Messwerte angezeigt, die bestimmen, wie viele Umdrehungen Sie ausführen können. Es verfolgt diese Kennzahlen und berücksichtigt alle anderen aktuellen Elite- und ehemaligen Elite-Athleten. Sie können Ihre Daten sehen und dann sehen: „So hat ein Olympiasieger dieses Ingredient gemacht, vielleicht sollte ich das versuchen.“ Sie erhalten den Vergleich und den automatischen Klassifizierer, der Ihnen zeigt, dass, wenn Sie diesen Trick bei Weltmeisterschaften ausgeführt hätten und er von einer internationalen Jury beurteilt würde, dies ungefähr die Observe für die Ausführung wäre, die Sie erhalten würden.
Hosoi: Es gibt viele KI-Instruments, die on-line verfügbar sind, insbesondere Dinge wie Posenschätzer, mit denen Sie Skelettkonfigurationen anhand von Movies annähern können. Die Herausforderung bei diesen Posenschätzern besteht darin, dass sie, wenn Sie nur einen Kamerawinkel haben, in der Kameraebene sehr intestine funktionieren, in der Tiefe jedoch sehr schlecht. Wenn Sie beispielsweise versuchen, die Type einer Particular person beim Fechten zu kritisieren, und diese Particular person sich auf die Kamera zubewegt, erhalten Sie sehr schlechte Daten. Aber mit dem Eiskunstlauf hat Jerry einen der wenigen Bereiche gefunden, in dem Tiefenschwierigkeiten keine Rolle spielen. Beim Eiskunstlauf müssen Sie verstehen: Wie hoch ist diese Particular person gesprungen, wie oft ist sie herumgegangen und wie intestine ist sie gelandet? Keines davon ist auf Tiefe angewiesen. Er hat eine Anwendung gefunden, die Posenschätzer wirklich intestine macht und die keine Strafe für die Dinge zahlt, die sie schlecht machen.
Q: Könnten Sie jemals eine Welt sehen, in der KI zur Bewertung der künstlerischen Seite des Eiskunstlaufs eingesetzt wird?
Hosoi: Wenn es um KI und ästhetische Bewertung geht, haben wir dank einer MIT Human Perception Collaborative (MITHIC) gewähren. Diese Arbeit ist in Zusammenarbeit mit Professor Arthur Bahr und IDSS-Doktorand Eric Liu. Wenn Sie eine KI-Plattform um eine ästhetische Bewertung bitten, beispielsweise „Was halten Sie von diesem Gemälde?“ Es antwortet mit etwas, das sich anhört, als käme es von einem Menschen. Was wir verstehen wollen, ist, um zu dieser Einschätzung zu gelangen: Gehen die KIs die gleichen Denkwege oder nutzen sie die gleichen intuitiven Konzepte wie Menschen, um zu „Ich magazine dieses Gemälde“ oder „Ich magazine dieses Gemälde nicht“ zu gelangen? Oder sind es nur Papageien? Imitieren sie nur das, was sie von einer Particular person gehört haben? Oder gibt es eine Konzeptkarte der Ästhetik? Eiskunstlauf ist der perfekte Ort, um nach dieser Karte zu suchen, da beim Eislaufen eine ästhetische Beurteilung erfolgt. Und es gibt Zahlen. Man kann nicht durch ein Museum gehen und Partituren finden: „Dieses Gemälde ist ein 35er.“ Aber beim Skaten hast du die Daten.
Das wirft eine weitere, noch interessantere Frage auf, nämlich den Unterschied zwischen Anfängern und Experten. Es ist bekannt, dass erfahrene Menschen und unerfahrene Menschen unterschiedlich reagieren, wenn sie dasselbe sehen. Jemand, der ein fachkundiger Richter ist, hat möglicherweise eine andere Meinung über eine Eislaufleistung als ein Mitglied der allgemeinen Bevölkerung. Wir versuchen, die Unterschiede zwischen den Reaktionen von Experten, Anfängern und KI zu verstehen. Gibt es bei diesen Reaktionen eine Gemeinsamkeit, woher sie kommen, oder kommt die KI von einem anderen Ort als sowohl der Experte als auch der Anfänger?
Lu: Eiskunstlauf ist interessant, weil jeder, der auf dem Gebiet der KI arbeitet, versucht, AGI oder künstliche allgemeine Intelligenz herauszufinden und diese äußerst solide KI zu entwickeln, die Menschen nachbildet. Die Arbeit an der Anwendung von KI auf Sportarten wie Eiskunstlauf hilft uns zu verstehen, wie Menschen denken und an die Beurteilung herangehen. Dies hat weitreichende Auswirkungen auf die KI-Forschung und Unternehmen, die KI-Modelle entwickeln. Indem Sie ein tieferes Verständnis darüber erlangen, wie aktuelle hochmoderne KI-Modelle mit diesen Sportarten funktionieren und wie Sie diese Modelle trainieren und verfeinern müssen, damit sie für bestimmte Sportarten funktionieren, können Sie besser verstehen, wie die KI weiterentwickelt werden muss.
Q: Worauf werden Sie bei den Eiskunstlaufwettbewerben der Olympischen Spiele in Mailand in Cortina achten, nachdem Sie in diesem Bereich studiert und gearbeitet haben? Glaubst du, dass jemand einen Fünftel bekommt?
Lu: Bei den Winterspielen arbeite ich mit NBC für die Eiskunstlauf-, Ski- und Snowboard-Wettbewerbe zusammen, um ihnen zu helfen, eine datengesteuerte Geschichte für das amerikanische Volk zu erzählen. Ziel ist es, diese Sportarten verständlicher zu machen. Eislaufen sieht im Fernsehen langsam aus, ist es aber nicht. Alles soll mühelos aussehen. Wenn es hart aussieht, werden Sie wahrscheinlich bestraft. Skater müssen lernen, sich sehr schnell zu drehen, extrem hoch zu springen, in der Luft zu schweben und wunderschön auf einem Fuß zu landen. Die von uns gesammelten Daten können dabei helfen, zu zeigen, wie schwer das Skaten tatsächlich ist, auch wenn es einfach aussehen soll.
Ich bin froh, dass wir im Sportbereich der Olympischen Spiele arbeiten, weil die Welt alle vier Jahre zuschaut, und es sich dabei traditionell um einen coachingintensiven und talentgesteuerten Sport handelt, im Gegensatz zu einer Sportart wie Baseball, bei der man ohne ein optisches Trackingsystem auf Elite-Niveau nicht den Wert maximiert, den man derzeit hat. Ich freue mich, dass wir mit diesen olympischen Sportarten und Athleten zusammenarbeiten und hier etwas bewirken können.
Hosoi: Ich habe schon immer olympische Eiskunstlaufwettbewerbe geschaut, seit ich den Fernseher einschalten konnte. Sie sind immer unglaublich. Eines der Dinge, die ich üben werde, ist das Erkennen der Sprünge, was für einen Beginner-„Schiedsrichter“ sehr schwierig ist.
Ich habe auch einige indirekte Berechnungen durchgeführt, um zu sehen, ob ein Fünftel möglich ist. Ich bin jetzt völlig davon überzeugt, dass es möglich ist. Wir werden noch in unserem Leben einen sehen, wenn nicht schon relativ bald. Nicht bei diesen Olympischen Spielen, aber bald. Als ich sah, dass wir bei der Quinte so nah dran waren, dachte ich: Wie wäre es mit sechs? Können wir sechs Rotationen machen? Wahrscheinlich nicht. Hier stoßen wir an die Grenzen der menschlichen Leistungsfähigkeit. Aber fünf, denke ich, ist in greifbarer Nähe.