本來要在 2020 年舉辦的日本東京奧運，因為 Covid-19 疫情史無前例地推遲至 2021 年舉行，儘管經歷了風風雨雨、充滿不少爭議，但此次舉辦的東京奧運卻也是結合科技實力的一個重要展現：將最新的 AI 人工智慧技術導入於選手的訓練、提升參賽運動員和觀眾的體驗，以及解決賽程中所面臨的問題等。
Intel 推 3DAT 運動追蹤， AI 加速處理分析動作
晶片龍頭大廠 Intel（英特爾）開發了 3D 運動員追蹤技術（簡稱為 3DAT ，全名為 3D Athlete Tracking），用於追蹤短跑比賽等項目。它以攝影機拍攝選手的體型、動作並上傳到阿里巴巴的雲端上，以姿態估測演算法（pose estimation algorithms）做選手身體動作的生物力學分析後，再將「幾乎同步」的分析資料疊加在即時轉播的影片上。
雲端攝影追蹤 x AI加速處理分析，不需任何穿戴裝置！
DAT 的運用能為參賽選手提供訊息和洞察分析：如運動的姿勢、阻礙他們前進的因素等。此項技術使用4部雲端的攝影機拍攝全身主要關節位置，發送給內建 Intel 人工智慧加速功能「Deep Learning Boost AI」的處理器進行分析。教練收到分析報告和圖表後，就能更清楚地了解選手弱點、如何更精準的調整運動姿勢、規劃訓練等，來幫助選手充分發揮潛力。
另外，使用 3DAT 追蹤時，選手不需要穿戴任何感應裝置，而影響到訓練過程。
AI 透過 40000 影片分析，造就日本柔道金牌
東京奧運柔道項目中，日本選手高藤直壽在 60 公斤男子柔道項目中奪金，讓拿下銀牌的台灣選手楊勇緯忍不住落淚。原來，高藤奪金的秘密之一，在於背後有著 AI 透過 4 萬支影片的大數據分析！
在 60 公斤量級金牌戰拿下銀牌，而日本選手金牌得主高藤直壽，和日本隊連續奪得多枚金牌背後的關鍵是什麼呢?
其實，自 2016 年里約奧運後的國際賽事，日本柔道隊都會分析人員到場拍攝與分析超過四千名選手的動作，解析他們的招數、技巧、優劣勢，像是何時進攻、何時該防守、如何抓住對方的道服等，讓教練、選手隨時都能透過影像來確認。
像是近期兩場的世界錦標賽上，日本隊分析後得知：過往柔道得分率最高的「過背摔」和「內股」等主要招數，多數選手逐漸傾向以固定規則較少的「空氣摔」來取勝。高藤直壽及其教練古根川實掌握此分析訊息，並精心研究了對策，成為日本隊奪得金牌的重要原因之一。
東奧內自由行駛的 AI 自駕車
在2020年底，豐田正式推出專為 E-Palette 打造的移動服務平台「MSPF」之全新功能，包含結合車輛的自主移動管理系統（AMMS）和同時監管多車的e-Palette任務分配平台（e-TAP）。
AMMS可依實際交通需求和行駛情況，調度和安全管理車輛；e-TAP 導入可視化管理，實現一人同時監管多台車輛的高效管理。
「e-Palette」的空間可承載20名乘客和4輛輪椅，里程可達150公里，並採用平穩加速和自動剎車的技術，車體本身還能檢測周圍車輛或行人，內外塗佈對抗 covid-19 的防護層，避免接觸感染。因此在防疫期間，e-Palette車隊仍可進入會場。
另外，「e-Palette」的座車還能根據運動員的身高而調節扶手，地板也為提高視障人士的能見度而以對比色塗裝。
雖然是人工智慧加持的無人駕駛，但是為了安全起見，每輛車還是配備一名駕駛員以確保安全、並且應付緊急事件。
人工智慧除了用於訓練選手、載運奧運選手、工作人員與會眾之外，還可以擔任即時翻譯人員，讓多國語言的溝通零障礙！請點此篇連結
相關文章:
