人工智慧也會比奧運？

臺灣世界羽球球后戴資穎所參與的奧運比賽，已大量使用 AI 進行比賽判讀。圖片來源：REUTERS1

人工智慧在這次東京奧運中有了許多突破性的運用，中華隊與各國團隊都積極運用 AI 與 AIoT來協助運動選手加強訓練、監測比賽甚至進行策略制定。2017 年之後，AI 開始從西洋棋、圍棋等以策略對決為主的比賽，走向運動賽事，進入運動科學的範疇。

無論是用影像判讀協助裁判判決比賽、預測天氣以決定比賽策略、分析對手的身體姿勢和意圖，甚至是在幕後協助導播組，進行更高畫質的轉播，人工智慧幾乎無所不能，有了更多的跨領域運用。

智慧球場 用人工智慧判讀比賽 給予策略建議

如同人工智慧已經大量運用在醫療影像的判讀上，從 2012 倫敦奧運之後，人工智慧就大量運用在對奧運比賽的判讀。在進行正式比賽前，運動員與教練會透過已經標註過的歷史影像，了解比賽的進行過程，紀錄對手的移位、攻擊和防守意圖，提前做出策略規劃。

同樣的技術也能夠協助選手和教練記錄身體的動作與肌肉運用，幫助選手調整姿勢、改變配速、調整走位等，加強移動的效率也減少受傷的機率。另外場邊的裁判也能運用人工智慧判讀的影像畫面，得知選手是否出界或得分，協助現場更快釐清比賽情況。

Nvidia 運用 cuDNN 深度神經網路 讓轉播更身歷實境

許多橫向場地型的運動項目，例如籃球、足球、橄欖球、游泳等，在過去都需要仰賴人工不斷切換攝影機的角度，才能一次關注整個比賽場地的動態。Nvidia 的科學家利用了 cuDNN 深度神經網路2,3，可以讓奧運的轉播組最少地調動攝影機，將不同角度所拍攝回來的畫面重新縫合。這在許多寬螢幕高畫質電視和曲面螢幕的普及後，更為重要。能夠讓許多球迷更加身歷其境。

中暑風險預測模型 大數據在醫學的應用

東京地鐵管理局與日本 Yahoo 合作開發了一套運用氣候大數據與醫療人工智慧的系統，用來預測奧運賽事期間的中暑機率。由於東京奧運舉辦期間，東京潮濕高溫的氣候往成為許多露天比賽項目(划船、公路自行車等)的一大挑戰，提前預測天氣變成了比賽的重要武器。

這套系統運用了日本環境省的氣溫資料庫與 Yahoo 的人群預測系統，將以每 125 平方公尺為單位進行即時的中暑風險預測，並進行圖像化。這對於保護選手與工作人員相當重要。

人流管理系統 AI 於智慧場館的應用

由於本次東京奧運正值新冠疫情期間舉辦，運用雲端影像辨識，進行跨區域、跨場館的人員管制技術成為了東京奧運相當重要的一環。以人工智慧影像辨識技術為核心的群聚預報系統，能夠運用資料(例如人數較多的代表團即將入場)與現場的攝影機畫面，即時管控各場館裡的運動員、工作人員、媒體甚至是車輛的密度，並在不同時段做出預報，向場館人員發送簡訊和提醒，引導人流從不同的出入口進入與離開，減少群聚的可能4。

深度學習與人工智慧在運動分析的應用