Ami a sporttudományi kutatásokat illeti, a mesterséges intelligencia többek között négy fontos területen lehet a kutatók segítségére, véli dr. Kopper Bence, a Kineziológia Tanszék docense.
Október 15-én és 16-án a Kineziológia Tanszék szervezésében rendezik meg a „2. Biomechanika a sportban és öregedésben: mesterséges intelligencia” elnevezésű nemzetközi szimpóziumot a TF-en neves külföldi szakemberek és előadók részvételével.
A szimpózium középpontjában a mesterséges intelligenciának a sport- és egészségtudományban betöltött szerepe áll. A témáról kilenc országból összesen 14 szakember mutat be adatalapú példákat a mesterséges intelligencia használatára a sportban és az öregedéskutatásban.
A mesterséges intelligencia él- és rekreációs sportban hasznosításáról dr. Kopper Bence, a Kineziológia Tanszék docense nyilatkozott honlapunknak.
A szakember elmondta, hogy a sportolók méréséből temérdek adat és változó áll már a kutatók rendelkezésére. Az adatok elemzésében, vagyis kapcsolatok, összefüggések és mintázatok felismerésében egyre nagyobb szerep hárul a mesterséges intelligenciára. Mint megtudtuk, ezt eddig különböző statisztikai szoftverekkel próbálták megoldani, ám ezen megoldásokhoz képest a mesterséges intelligencia nagy előrelépés, hiszen az AI mint öntanuló rendszer képes komplexebb összefüggések, mintázatok felismerésére. Kopper Bence hozzátette, mivel rengeteg új inputot tudnak szerezni a sportolók mozgásáról, az AI-alapú szoftverrendszereknek a jövőben még okosabbak kell lenniük, amit a gépi tanulási technológiák tesznek lehetővé. Mindez azért is fontos, mert manapság már tized-, sőt ezredmásodperceken múlik egy-egy élsportoló sikere, és ehhez sokat tehet hozzá a mesterséges intelligencia nyújtotta tudás.
Ehhez kapcsolódóan szintén nem elhanyagolható a mesterséges intelligencia szerepe az élsportolók edzésterveinek kialakításában – tér rá a következő területre Kopper Bence. Rendkívül fontos, hogy a szakemberek és az edzők optimálisan tudják megtervezni és alakítani a sportolók felkészítését, hogy ennek hatására el tudják érni az egyén számára elérhető maximális teljesítményt. Az edzőknek egyénre szabottan kell meghatározniuk számos összetevőt, így a sportolók terhelési szintjét vagy éppen a formaidőzítést. A mesterséges intelligencia folyamatosan, longitudinálisan méri és követi a sportoló teljesítményparamétereit, és a kutatók a mérésekből egyéni mintázatokat azonosítanak. Ez alapján tudják aztán meghatározni, hogy egy edzésen egyrészt milyen terhelést kapjon a sportoló, illetve, hogy milyen regenerációs intervallumokat építsenek be a felkészülésébe, ezzel is segítve a lehető legjobb teljesítmény elérését.
A harmadik és egyben az egyik legizgalmasabb terület, ahol a mesterséges intelligencia nagy segítségünkre lehet, az időskori rekreáció és a sportolók rehabilitációjának monitorozása. A mesterséges intelligenciaalapú rendszerek – hasonlóan az arcfelismerő rendszerekhez – képesek sémákat felismerni, és a gépi tanulás során megtanulják markerek nélkül azonosítani az adott személy végtagjait, majd a vizsgált személyre ennek megfelelően ráillesztenek egy testhálót, amelyből a kutatók aztán ki tudják nyerni a különböző kinematikai és biomechanikai adatokat.
Ehhez kapcsolódik Kopper Bence és munkatársai fejlesztése, amely egy olyan mozgásfelismerő rendszer, amely egyrészt felismeri a mozgást és a végtagokat, létrehozza a testhálót, másrészt meghatározza a kinematikai adatokat és szöghelyzeteket.
„Hogy egy hétköznapi példával illusztráljam, amikor egy idős vagy sérült ember rehabilitáción vesz részt, a gyógytornász betanítja neki azokat a mozdulatokat, amelyeket otthon el kell végeznie a gyógyuláshoz. A gyógytornász elmagyarázza, hogyan kell tartania a végtagjait a gyakorlat kivitelezése közben, például, hogy meddig kell felemelnie a kezét. Na már most a mi szoftverünk nemcsak felismeri a mozgásokat kamerán keresztül, hanem numerikus visszajelzést is ad róluk, és ennek megfelelően hang- vagy fényjelzést ad a gyakorlatot végzőnek, amikor mozgása elérte a megfelelő szöghelyzetet. Ez azért nagyon fontos, mert az otthoni rehabilitáció során gyakran elcsúsznak, pontatlanná válnak a mozgások, ami hátráltatja a gyógyulást, s egyben balesetveszélyes is. A mi fejlesztésünk online, valós időben működik, ami azt jelenti, hogy a fizioterapeuta egy másik helyről, messziről is tudja követni a páciens mozgását, és azonnal korrigálni tudja” – érkezik a magyarázat.
A negyedik fejlesztési irány ahhoz kapcsolódik, hogy az egyre szélesebb körben elérhető okosórák és okoseszközök elképesztő sebességgel fejlődnek, ami azt jelenti, hogy ma már sokkal pontosabban tudják megbecsülni az olyan paramétereket, mint amilyen az általunk megtett távolság, futássebesség vagy gyorsulás, de legfőképpen – és talán ez a legfontosabb – a munkavégzés, a felhasznált energia, a leadott kalória és teljesítmény. Mindezek alapján a szakemberek például pontosabb táplálkozási tervet tudnak készíteni, amely megmondja, mennyi milyen és táplálékot kell fogyasztania a sportolónak.
És itt jön a lényeg: ezeket a feldolgozott adatokat – távolság, futássebesség, gyorsulás, energia – a mesterséges intelligencia tudja még pontosabbá tenni, amelyeket aztán a szakember – adott esetben az edző – tud hasznosítani az általa hozott döntések formájában. E fejlesztések hatására az egyre pontosabb teljesítménymonitoring-alkalmazások már nemcsak az elit élsportolók számára válnak elérhetővé, hanem az alacsonyabb szinten sportolók és a rekreációs sportot végzők számára is.
A 2. Biomechanika szimpózium részletes programja itt érhető el, regisztrálni pedig itt tudunk.
- Hírek
- Büszkeségeink
- Hallgatói hírek
- Tudományos hírek
- TDK hírek
- Pályázati hírek
- TFSE hírek
- Archívum
- Eseménynaptár
Archívum
-
2024.
-
2023.
-
2022.
-
2021.
-
2020.
-
2019.
-
2018.
-
2017.
-
2016.
-
2015.
-
2014.
-
2013.
-
2012.
-
2011.
-
2010.
-
2009.
-
2008.
-
2007.
-
2006.
-
2005.
-
2004.
-
2003.
-
2002.
-
2001.