据国外媒体报道，随着超过1万名运动员汇聚巴黎，代表约200个国家和地区参加2024年夏季奥运会，他们邂逅了一位全新、友好却无形的声音伴侣——AthleteGPT。这款专为运动员打造的人工智能聊天机器人，集成于Athlete365移动应用中，为运动员们提供即时指引等服务。

运动员们只需简单询问，如“我如何前往比赛场地？”、“能否直播？”或“比赛是否采用电脑裁判？”乃至“哪里能领取赞助商赠品？”，AthleteGPT便能迅速集成海量信息并作出即时回应，确保每位运动员的疑问都能得到高效解答。

图注：巴黎奥运会有几个受到人工智能影响的元素，包括可指引运动员的聊天机器人

据俄勒冈州希尔斯伯勒英特尔实验室的奥运会人工智能创新项目负责人托德·哈普尔（Todd Harple）介绍，AthleteGPT凭借其卓越的信息处理能力，能够“极速检索数千页面数据，随时随地为运动员提供精准信息”。

这款聊天机器人本质上依然是大语言模型（LLM），采用了法国Mistral AI公司的人工智能技术与英特尔的Gaudi处理器共同打造，这是人工智能在今年奥运会上留下印记的又一种方式。在2021年东京夏季奥运会上，大语言模型与ChatGPT等技术还不为人所知，而巴黎奥运会上的短跑健将们无疑将亲身体验到这一领域自那时起所取得的飞跃式进步。

国际奥林匹克委员会（IOC）正以开放姿态拥抱这一技术变革，并于今年4月发布了人工智能议程，旨在引导并规范人工智能在体育领域的蓬勃发展，同时精心策划其在奥运会中的战略应用。“我们必须成为变革的领导者，而不是变革的对象，”IOC主席托马斯·巴赫（Thomas Bach）在伦敦的新闻发布会上强调，会上还展示了多项人工智能体育工具的前沿功能。

《自然》杂志探讨了人工智能如何以三种方式重塑运动员与观众的奥运体验：

1、洞察运动员表现及训练

早在1900年巴黎首次举办奥运会时，法国科学家艾蒂安-朱尔·马雷（Étienne-Jules Marey）便开创性地运用技术捕捉运动瞬间，其高速计时摄影技术犹如机关枪般连拍，将短跑与跳远选手的动作定格于底片上，1901年，《自然》杂志对此高度评价，认为他解析了人体的生物力学奥秘，揭示了运动员的竞争优势所在。

时至今日，科技的飞跃让智能手机成为运动分析的强大工具。英特尔的3D运动员追踪（3DAT）技术，依托人工智能精准锁定人体21个关键点，细腻呈现运动轨迹，为教练提供了与精英运动员训练时同等的生物力学洞察。哈普尔预言，这些技术不仅将加剧竞技场上的激烈程度，还可能助力新纪录的诞生。

人工智能在提升运动员表现方面的应用广泛而深入，从量身定制的运动装备到个性化的营养与训练方案，无一不体现着科技的力量。哈普尔说：“这甚至可能加速我们发现新的体育运动策略。”正如福斯跳高这一革命性技巧的诞生，预示着科技对体育运动的深远影响与无限可能。这种跳高由美国运动员迪克·福斯伯里（Dick Fosbury）在1968年奥运会上首创，现在被称为背越式跳高。

图注：捕捉动作的照片和视频并分析数据是运动员利用人工智能提高表现的一种方式

个人数据收集的便捷性与人工智能的深度融合，正为教练们开辟了一条崭新的人才识别路径，让体育竞技舞台更加公正透明。今年3月，国际奥委会成功试点了一项前沿的球探计划，依托3DAT技术，仅通过对跑步、跳跃等基础训练的细致分析，即在塞内加尔发掘出四十余名潜力无限的未来奥运之星。

然而，值得注意的是，那些坐拥大型职业联赛及丰富资源的体育强国，在数据收集与分析方面享有显著优势，能够利用海量高质量数据不断优化训练算法。对此，Stats Perform体育科技公司的首席科学家帕特里克·卢西（Patrick Lucey）指出，某些奥运项目面临数据稀缺的挑战，即“数据足迹有限”。尽管如此，这一现状也激发了人工智能技术在裁判等其他关键领域的创新应用。

2、裁判和实时数据

奥运会水球裁判弗兰克·欧姆（Frank Ohme）也是德国汉诺威马克斯普朗克引力物理研究所的天体物理学家，他对人工智能并不陌生。在日常工作中，他穿梭于复杂的引力波数据中，寻觅黑洞碰撞的微妙信号，有时会借助人工智能之力。然而，当他身着洁白裁判服站上巴黎奥运会的泳池畔，面对的却是截然不同的挑战：在飞溅的水花中精准判断球是否逾越球门线。

尽管人工智能已在足球等项目中为类似决策提供支持，比如通过多摄像头捕捉赛场画面及球体内置的芯片技术，但在其他体育项目种，其普及尚显缓慢，尤其是在需要即时数据分析的裁判环节。

资金短缺与不同项目间的个性化需求，尤其是巴黎奥运会上多达32个项目，也构成了人工智能技术推广的一大障碍。欧姆指出，尽管水球历史悠久，但作为最古老的奥运会团队项目之一，其经济影响力却难以与篮球、足球等热门项目相提并论。此外，水下环境及激烈对抗中的图像捕捉，也为水球领域的人工智能应用提出了独特的技术挑战。

在人工智能辅助下的实时裁决中，精确且透明的沟通至关重要。欧姆认为，通过图像或可视化手段向团队与观众全面展示信息，赋予他们自主判断的能力，是获取信任与认可的最佳途径。

至于身体接触运动中的犯规判定，其模糊性难以根除，这些瞬息万变的决定往往难以获得一致认同。欧姆补充道：“相较于探测宇宙黑洞，将这些犯规行为以数字量化并交由人工智能判断，无疑是更为复杂的任务。”

3、增强观众体验

比赛期间累积的海量数据，不仅可以为人工智能算法提供训练支持，也为渴求统计资讯的电视观众开辟了新视野。科学家帕特里克·卢西深谙此道，他说：“体育有其独特的语言，它跨越了界限，促进着全球的交流。统计数字与数据的融入为这些交流增添了丰富的元素，深化了对话的层次，而这正是观众所期盼的。”

面对这一新兴的信息趋势，各大广播公司正紧锣密鼓地探索其呈现方式，力求将更多数据展现于电视荧屏之上。在2000年悉尼奥运会上，当“虚拟纪录线”被叠加在电视屏幕上时，观众们为之倾倒。而今，哈普尔展望2024年，预见广播公司将拥有前所未有的能力，将加速度、极速瞬间、步频等更多维度的数据直观呈现，为观众带来前所未有的观赛体验。

最让哈普尔兴奋的是，借助英特尔Geti计算机视觉人工智能平台，个性化集锦的构想正逐步成为现实，这或将引领未来广播的潮流。哈普尔表示，面对海量赛事记录，人工智能如同精准的筛网，能够迅速捕捉并编织出每位观众心中最渴望的场景，彻底颠覆传统观赛模式。

这一变革尤为惠及资源有限国家的教练与转播商。哈普尔称：“如果有人想要看尼日利亚男篮投出的每一个三分球，人工智能可以浏览所有镜头，并自动将它们组合在一起。”

文章来源：腾讯科技，版权属于原作者，本网站仅用于公益宣传，转载请注明文章作者及来源。如有侵权请联系我们及时删除。