National Olympicチームは、機械学習を使用して2020年東京オリンピックゲームで対戦相手との競争優位に立っている。
機械学習テクノロジーは、アスリートのデータトラッキングから、トレーニングのタイミングと停止のタイミングをアスリートに教えることができるコーチのリアルタイムフィードバック、アルゴリズムでスポーツでの傷害の予測まで、国際的なスポーツイベントで使用されている。
機械学習アルゴリズムは、Alibaba GroupやIntelなどの複数のシステムから収集されたアスリートデータを分析する。これらのシステムは、コーチがオリンピックアスリートの毎分の動きを調査できる3Dアスリート追跡システムを実行するために連携した。このシステムは、カメラによってキャプチャされたアスリートの動きの生体力学を理解し、主要な身体の関節の位置を推定するアルゴリズムに依存している。人工知能の分野である、コンピュータビジョンは、人の視覚を模倣することを目的として、機械が画像処理タスクを実行できるようにする。
機械学習は、姿勢を追跡するビデオインテリジェンスAPIを使用してアスリートのパフォーマンスを分析する。機械学習技術は、人の写真やビデオを分析して、身体のパーツを特定しようとする。TensorFlowを使用して、人物検出機能は身体のパーツ、顔の特徴、衣服を認識し、ポーズ検出は機械学習モデルをトレーニングするための前処理ステップを実行する。
コーチは、フィットネスレベルやそのプレーヤに固有の全体的な能力などの変数に基づいて、各アスリートの個別のデータを確認するために機械学習に依存している。このプロセスは、データの追跡だけでなく、別のレベルにそれをもたらす。すべてのアスリートが同じというわけではないため、機械学習は各アスリートについて学習し、彼/彼女のパフォーマンスにとって有意の、高いリスクの変化にフラグを立てる重要なコンポーネントだ。
睡眠、水分補給、食事、気分、ストレス、および知覚される筋肉の痛みに関連するワークロード情報およびその他のデータは、現在、機械学習アルゴリズムの下で機能し、コーチが行わせている分析を見て、アスリートがすべきトレーニングの量に関連する意思決定を促進することができる。
NikeのVaporfly 4% ランニングシューズを使用しているオリンピックチームは、他のマラソンシューズと比較して、ランニングのエネルギーコストを4％削減できる。生成されたデータの分析を使用することで、より多くのインサイトとアスリートのパフォーマンスを定量化する機会がもたらされた。Ralph Laurenの「RL COOLING」は体温を感知し、着用者の肌から熱を分散させる。機械学習モデルを使用した内部の体温の予測は、競技中のアスリートを涼しく保つ教師あり学習に使用できる。
水泳、体操、ビーチバレーボールなどのオリンピックスポーツでは、コンピュータビジョンとモーションセンサーを組み込んだOmegaのタイムキーパが使用されている。プレーヤはリアルタイムで動きを追跡し、競技の中で直接分析することができる。
機械学習モデルを使用するチームはフォーメーションを最適化し、主要な大会でメダルを獲得する可能性を最大限に高めている。