顯示具有 AI 標籤的文章。 顯示所有文章
顯示具有 AI 標籤的文章。 顯示所有文章

人工智慧拯救爛畫質,經典老動漫變高清!

童年的懷舊動漫和卡通仍相當經典,許多人仍會在網路上重溫過去的美好時光。但是已經習慣 1080p 或甚至 4k 畫質的現代人,看到以前只有 360p 或甚至更低的影片,感覺總有些不舒服。 近日 GitHub 熱門榜上出現一個專為動漫影像而生的畫質修復模型,竟能夠將動漫一秒變高畫質!一起看看到底是什麼黑科技吧!

人工智慧修復,再差的畫質都能秒變高清!

由中國網路影片平台 Bilibili 官方在 Github 上發布的 Real-CUGAN 模型,是結合來自日本的圖片修復降噪神器「Waiuf2x」與騰訊去年推出的一款應用人工智慧放大圖片的「RealESRGAN」發展而來。

「Waiuf2x」出自一位日本的電腦技術高手,原理大概是把二次元圖片縮小再和原圖放在一起,藉由演算法讓模型學會如何放大拉伸圖片。而 「RealESRGAN」則是透過模擬影像由高解析度變低的分辨率的過程,讓模型能夠將一張模糊的圖片倒推出原本高畫質的樣貌。

結合 Waiuf2x、RealESRGAN 的 Real-CUGAN,修圖效果青出於藍?

結合了兩個修圖神器的 Real-CUGAN 模型,效果會更好嗎?

官方便將原動畫畫面及 Waiuf2x、RealESRGAN、Real-CUGAN 三個模型修復出的畫面結果,分別就紋理、線條、畫質、景深分別做比較如下,每張圖從左至右分別是原動畫畫面、Waiuf2x 版、RealESRGAN 版以及 Real-CUGAN 版,這樣的對比圖可以明顯看出各模型的優缺點:

一、材質紋理

0208-1.png

圖中顯示,RealESRGAN (左三)在圈起來的陰影處沒有處理好地板紋理(圖/取自《偵探已死》第一集10分20秒 by TechOrange)

首先是紋理挑戰,對於畫面背景中的材質紋理是否能完整保留,圖中以畫面中地板紋理的呈現來做示範。第一關來說,各家的表現結果其實都差不多,但是 RealESRGAN (左三)在圈起來的陰影處沒有處理好地板紋理。

二、線條處理

0208-2.png

圖中顯示,Waiuf2x (左二)在清晰度的表現上略遜一籌,而 RealESRGAN (左三)人物嘴巴和下顎處的線條沒有處理好(圖/取自《東之伊甸》第四集7分30秒 by TechOrange)

第二關是線條挑戰,應注意線條中心與邊緣的虛實是否有處理好。在這組對比圖中,Waiuf2x (左二)在清晰度的表現上略遜一籌,而 RealESRGAN (左三)雖看似表現不錯,但若將畫面放大細看,人物嘴巴和下顎處的線條沒有處理好,不是實線。

三、畫質比較

0208-3.png

圖中顯示,Waiuf2x 的效果明顯沒有後面兩張的線條清晰;而 RealESRGAN(左三)背景有雜線(圖/取自 Real-ESRGAN 官方測試樣例 by TechOrange)

而第三關的超差畫質,則應該注意畫風、雜線等。在這組對比中,可以清楚發現 Waiuf2x (左二)的效果明顯沒有後面兩張的線條清晰;而 RealESRGAN(左三) 雖然清晰,但是角色鬍鬚、耳朵的線條是虛的,背景也有多餘的雜線出現。

四、淺景深效果

0208-4.png

圖中顯示,RealESRGAN (左三) 將蠟燭周圍線條處理過,而失去原本的淺景深效果(圖/《~闘志の華~戦國乙女2ボナ楽曲PV》第16秒 by TechOrange)

最後是景深虛化,圖中以蠟燭為後景,並刻意加入虛化特效,應儘量保留原始版本而不需特別處理。最後一關看似表現都不錯,但若放大細看,RealESRGAN (左三) 將蠟燭周圍線條處理過,而失去原本的淺景深效果。

結論: Real-CUGAN 雖非最清晰,但平均表現最佳

但是綜合以上評比來說,雖然 Real-CUGAN 未必在清晰度表現最突出,不過相對保守的處理讓其他版本出現的紋理或人工智慧處理痕跡過重的問題大幅減少,反而脫穎而出成為平均表現最優秀的選手。

Real-CUGAN 也計劃持續更新,包括提升速度、簡單的 GUI、一步指定解析度功能以及自身優化效果的再升級等等。

雖然還不知道這套系統是否之後會引入 Bilibili 平台,但是現在已發佈在 Github 供下載使用,而 Waiuf2x 的程式碼也提供有興趣的大家參考。藉著人工智慧技術,大家未來都有機會以高清畫質觀看童年經典懷舊動畫了!

推薦閱讀:特效不夠人工智慧來湊!迪士尼換臉 AI 達百萬畫素

 原文來自科技報橘(原標題:【好想看高畫質小當家】AI 修復懷舊動漫超渣畫質,開發者還在 Github 佛心公開程式碼),僅反映專家作者意見,不代表本站立場。本文轉載自達內教育科技報之版本

相關文章:

以色列新創Deepdub推人工智慧電影配音,自動切換各國語言零違和!

FLoC取代cookie追蹤惹議,Google再推Topics API 是否真能保障用戶隱私?

Cookie 退場?不怕!Spotify 應用人工智慧繼續當串流音樂王者

LINE在台推出2項人工智慧應用服務:聽聲音就能寫會議紀錄、自主訓練聊天AI

人工智慧無接觸經濟夯,保護金融資安不費力(上)

人工智慧無接觸經濟正熱,杜絕洗錢犯罪不費力(下)

是日救星!谷歌地圖用人工智慧規劃"最省油路線"

谷歌開發編舞用人工智慧,任何音樂都能編成舞蹈(3)

 

谷歌開發編舞用人工智慧,任何音樂都能編成舞蹈(3)

谷歌人工智慧編舞能力一流,還能通通都能生成對應舞蹈(3)

本文為第一篇,第二篇請看此連結

與其他人工智慧應用相比:FACT編舞能力一流

將 FACT 的性能,針對各個指標,與其他的人工智慧應用進行比較:

1129-6.png

如上表所示,FACT 與三種最先進的編舞人工智慧應用(Li et alDancenetDance Revolution)相比,FACT 模型生成的動作更逼真,與輸入音樂的相關性更好,並且在以不同的音樂為條件時更多樣化。*注意的是 Li et al生成的運動是不連續的,使得平均運動特徵距離異常高。

Google 還透過使用者研究,評估音樂與動作的相關性:讓每位使用者觀看 10 個影片,片中有一個 FACT 模型與一個隨機對照模型所生成的編舞結果然後讓使用者選擇哪個模型生成的舞步比較能夠與音樂同步。使用者共有 30 名,包含專業舞者以及很少跳舞的人。

結果顯示:81% 的使用者喜歡 FACT 模型生成的結果勝於 「Li et al.」的;跟 Dancenet 相比,71% 的人喜歡 FACT 勝過 Dancenet;跟 Dance Revolution 比較, 77% 的人也更喜歡 FACT。。有趣的是,75% 的參與者喜歡 AIST++ 未配對的舞蹈動作勝於透過 FACT 所生成的。這並不奇怪,因為最初的舞蹈紀錄具有很強的表現力。

定性結果

如下圖所示,與先前 DanceNet(左)與 Li et. al.(中)相較之下,使用 FACT 模型(右)生成的 3D 舞蹈更逼真,並且與音樂的相關性更好。

1129-7.gif

使用 FACT 人工智慧模型生成更多 3D 舞蹈:

1129-8.gif

1129-9.gif

1129-10.gif

1129-11.gif

人工智慧發展下一步:為每首歌生成逼真舞蹈

Google 開發了一個人工智慧模型,可以學習音頻與動作對應的關係,還可以基於音樂,生成的高質量 3D 動作序列。由於從音樂生成 3D 動作是一個新興的研究領域,Google 希望此項研究成果能為未來跨模組「音頻-3D 動作」的生成鋪道。

透過這項研究,Google 還發布了迄今為止最大的 3D 人類舞蹈資料庫「AIST++」——具有多視角、多種舞蹈形式、跨模態的 3D 動作數據集,不僅對 3D 動作生成研究有幫助,一般來說,也對人類理解研究幫助。Google 將在 GitHub 中發布代碼,並在此處發布經過訓練的模型。

雖然此項結果給了這個「基於音樂來生成 3D 動作」的議題一個有希望的方向,但還有更多的東西需要探索:像是Google 所使用的方法是基於運動學的、並沒有將舞者和地板間的身體互動考慮進去。因此,若進行全局平移的話,會導致如腳滑動和浮動的假影。因此,接下來的方向是要探索如何為每首音樂來生成多個逼真的舞蹈。

 

 

 

相關文章:

油價漲免驚!Google Maps 用人工智慧規劃「最省油路線」

人類又輸了?工程師需花數月設計出IC晶片,AI六小時就搞定!

人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手

生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

人工智慧無接觸經濟夯,保護金融資安不費力(上)

人工智慧無接觸經濟正熱,杜絕洗錢犯罪不費力(下)

12萬字名著,人工智慧用200字就說完(下)

谷歌開發編舞用人工智慧,任何音樂都能編成舞蹈(2)

 

谷歌開發編舞用人工智慧,任何音樂都能編成舞蹈(2)

谷歌人工智慧編舞能力一流,還能通通都能生成對應舞蹈(2)

本文為第二篇,第一篇請看此連結

 

人工智慧編舞一把罩:FACT 模型

Google 使用上述的 AIST 資料庫,訓練 FACT 模型從音樂生成 3D 舞蹈。該模型先使用動作轉換器與音頻轉換器,分別對一段音樂與一個短的(2 秒)種子動作(seed motion)進行編碼。之後再將嵌入碼連接、發送到跨模型轉換器,該轉換器學習兩種模型之間的對應關係,並生成 N 個未來的動作序列。

然後使用這些序列以自我監督的方式訓練模型。在測試時,Google 將此模型用於自回歸框架,其中所預測的動作則作為下一個生成步驟的輸入。因此,FACT 模型能夠一個框架接著一個框架地,生成長時間的舞蹈動作。

 

1129-3.jpeg

FACT 網絡接收音樂片段 (Y) 和 2 秒的種子運動序列 (X),然後生成與輸入音樂相關的長期未來動作。|圖片出處:Google AI Blog

Google 用三指標評估 FACT 的性能

Google 依據以下所述之三個指標,評估人工智慧 FACT 的性能:

動作品質:我們計算 AIST++ 資料庫中的「真實舞蹈動作序列」與 40 個「模型生成的動作序列」之間的 Frechet 起始距離(FID),每個序列具有 1200 幀鏡頭(20 秒)。我們將基於幾何和動力學特徵的 FID 分別表示為 FIDg 和 FIDk

生成多樣性:之前的工作(指深度慣性姿勢捕捉」:從少許的慣性量測中學習而重建人體姿勢)類似:Google 從 AIST++ 測試集中的 40 個「模型生成動作特徵空間」中,計算平均歐氏距離,用以評估模型生成各式舞蹈動作的能力。,接著再比較幾何特徵空間 (Dist g ) 和動力學特徵空間 (Dist k )。

1129-4.png

Google 使用不同的音樂,來生成四個不同的編舞版本:Break、Ballet Jazz、Krump 和 Middle Hip-hop(右),但有兩秒是相同的 Hip-hop 舞蹈動作(左),這些相同的動作被稱為「種子動作」。|圖片出處:Google AI Blog

運動-音樂相關:由於沒有合適的指標來衡量輸入音樂(音樂節拍)與所生成的 3D 動作(動作節拍)之間的相關性。所以 Google 提出了一種新的「節拍對齊分數 (BeatAlign)」作為指標。

1129-5.png

上圖中顯示 FACT 所生成的舞蹈動作的動作速率(藍色曲線)、動作節拍(綠色虛線),及音樂節拍(橙色虛線)。通過從動作速率曲線中找到局部最小值,來提升動作節拍。|圖片出處:Google AI Blog

 

第三篇請看此連結

 

相關文章:

油價漲免驚!Google Maps 用人工智慧規劃「最省油路線」

人類又輸了?工程師需花數月設計出IC晶片,AI六小時就搞定!

人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手

生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

人工智慧無接觸經濟夯,保護金融資安不費力(上)

人工智慧無接觸經濟正熱,杜絕洗錢犯罪不費力(下)

12萬字名著,人工智慧用200字就說完(上)

 

 

 

谷歌開發編舞用人工智慧,任何音樂都能編成舞蹈(1)

 

人工智慧學編舞,動作搭配音樂複雜度高

 Google 正進行一項人工智慧研究,開發稱為「FACT (Full-Attention Cross-modal Transformer)」的模型,可以模仿、理解舞蹈動作,甚至可提高個人的編舞能力。Google 研究團隊為了訓練該模型,也隨之發布一個大規模、多模態的 3D 舞蹈動作資料庫「AIST++」,包含長達 5.2 小時的 1408 個 3D 舞蹈動作序列,涵蓋 10 種舞蹈類型。都包含了已知相機位置的多視角影片,可生成逼真流暢的 3D 舞蹈動作。

來實現編舞,需要生成動力複雜度高的連續動作,同時還要捕捉動作與配樂間的非線性關係。人工智慧)來說更是難上加難。因為要使用機器學習 提到:雖然隨著音樂節拍編排出動作,是人類的本能;然而舞蹈是「需要練習」的藝術形式。專業的舞者都需要經過大量的、包含各式各樣舞步的曲目來訓練,才有編舞能力。這樣的訓練,對人類來說已不容易;對 ML(Maching Learning,Google

  

人工智慧如何學舞?Google修正AIST舞蹈資料庫成教材

Google 從現有的 AIST 舞蹈影片資料庫(一組帶有音樂伴奏的舞蹈影片,但無任何 3D 信息)生成 3D 動作資料庫。AIST 包含 10 種舞蹈類型:Old School(地板舞 Breaking、機械舞 Popping、鎖舞 Locking 和 Waack)以及 New School(Middle Hip-Hop、LA-style Hip-Hop、House、Krump、Street Jazz 和 Ballet Jazz),雖然包含了許多舞者的多視角影片,但鏡頭都沒有經過校準。 Google 依研究人員的需求,根據常用的 SMPL 3D模型參數,修復 AIST 影片的拍攝校準正後的數值和 3D 人體動作,重建為「AIST++ 數位資料庫」,包含與音樂搭配的各種 3D 動作,並將上述十種舞蹈均勻地呈現在動作中、以每分鐘節拍 (BPM) 為單位涵蓋各種音樂節奏。每種舞蹈類型都含 85% 的基本動作和 15% 的進階動作(舞者自由設計的更長編舞)。

未經修正的 AIST 舞蹈影片資料庫如下所示:

Google 依研究人員的需求,根據常用的 SMPL 3D 模型參數,修復 AIST 影片的拍攝校準正後的數值,以及 3D 人體動作,重建為「AIST++」數位資料庫。重建後的「AIST++」包含與音樂搭配的各種 3D 動作,並將上述十種舞蹈均勻地呈現在動作中、以每分鐘節拍 (BPM) 為單位涵蓋各種音樂節奏。每種舞蹈類型都含 85% 的基本動作和 15% 的進階動作(舞者自由設計的更長編舞)。

AIST++ 數位資料庫還包括多視角同步圖片資訊,以便於應用在其他研究(如 2D/3D人體姿勢評估)。就我們所知,含有 1408 個序列、30 個主題和 10 個舞蹈流派的 AIST++ 是當前最大的 3D 人類舞蹈資料庫。

 

1129-1.png

Google 使用 SMPL 3D 模型參數,將 AIST 舞蹈影片資料庫(上圖左)重建為具有 3D 動作的「AIST++」數位資料庫(上圖右)

AIST 資料庫原作為教學使用,記錄了多個真人舞者以相同的編舞搭配不同配樂的舞蹈影片——這是舞蹈中的常見作法。由於模型需要學習音樂和動作間的一對多布局,因此在跨模型序列到序列生成(cross-modal sequence-to-sequence generation)中,斷定是獨一無二的挑戰!Google 在 AIST++ 上仔細構建了非重疊訓練(non-overlapping train)和測試子集,以確保在子集間既不共享編舞、也不共享音樂。

第二篇請看此連結

 

相關文章:

油價漲免驚!Google Maps 用人工智慧規劃「最省油路線」

人類又輸了?工程師需花數月設計出IC晶片,AI六小時就搞定!

人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手

生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘

人工智慧無接觸經濟夯,保護金融資安不費力(上)

人工智慧無接觸經濟正熱,杜絕洗錢犯罪不費力(下)

AI測腸癌靈敏度99.7%!人工智慧醫療再突破

 

 

iPhone用AI偵測兒童色情照,卻爆隱私爭議(下)

 

 

​​蘋果手機用AI防兒童色情照,卻爆隱私爭議(下)

蘋果手機用AI偵測兒童色情照,立意良善卻爆隱私爭議,該如何克服呢(下)

前情提要:因著智慧型手機的發展、網路越來越快、雲端越來越普及,導致有心人士大量散發兒童色情圖片。近幾年,全球兒童色情犯罪事件層出不窮⋯⋯因此蘋果使用 AI 人工智慧——這種無人的方式來把關兒童色情圖片的傳播(詳情請看上篇連結),想不到這個 AI 太厲害,竟引發隱私權方面的爭議!

目錄

拓展 Siri 搜尋功能,新增「提醒、干預」

蘋果表示,他們將對 Siri 功能與搜尋進行更新,以提供有相關困擾的監護人與未成年人使用者協助。

例如:當使用者詢問該如何回報 CSAM 相關問題時,蘋果將會結束導向相關機構的聯絡方式,或是提供指引來幫助使用者。

除此之外,若是有使用者像要查詢有關 CSAM 或是敏感、有害的內容,系統也會進行干預,跳出警示告知使用者。

0824-3.jpg

圖片來源:蘋果官網。

難以揮去的隱私疑慮

這些功能,預計今年將會在 iOS 15、iPadOS 15、watchOS 8 和 macOS Monterey 的更新中推出。

在以往,相對於 Android 使用者,蘋果的支持者們最自豪的便是 iOS 的高穩定性與嚴密的隱私保障,而這也是蘋果公司不斷強調的優勢。

不過現在,蘋果這次的做法與過往似乎有了很大的不同。

即使這些措施雖然是為了保護未成年、減少兒童與青少年私密照外流所帶來的傷害,但還是帶來不少隱私與資訊安全的隱憂。

對此,有許多資訊安全專家與機構組織都表示疑慮或反對,認為這項作法「如同在牆上打洞、裝上門後再鎖上。」

雖然有門鎖,但風險依然存在,況且要是鑰匙不慎流出,駭客便會暢行無阻。

除此之外,也有一些人擔心此先例一開,蘋果未來可能因為各國家政府的法律規定和要求,調整審查標準、成為監控工具。例如同志相關內容、政治敏感資訊等等,極權國家的使用者更是有此擔心。

隱私保障與資料運用的平衡難題

兒童色情內容經常被視為犯罪的證據,未成年人通常是在被威脅、利誘或哄騙的情況下拍攝這些內容,而流傳於網路上更是二次傷害。

蘋果此舉,或許是希望透過提高取得相關資訊的門檻,減低可能的需求,進而減少類似的兒童性犯罪再度發生。

然而,當檢警要搜查民宅前都須先向法院申請搜索票的法治社會下,蘋果直接以審核使用者彼此之間的私人訊息和個人儲存空間等方式,來試圖達成防治的目的,是否有符合比例原則?個人的隱私考量與社會整體的治安,該如何平衡呢?

或許是個需要大眾不斷思考與討論的問題。

 

相關文章:

隱私是基本人權!蘋果新功能「App 追蹤透明度」

Google 加強隱私,讓你快速刪除15 分鐘內搜尋紀錄

Google 為保護隱私,棄Cookie 卻改用人工智慧?

Facebook 開源Python 語言的安全與隱私工具Pysa

人工智慧也有喜怒哀樂啦!

人類又輸了?人工智慧設計IC晶片6小時就搞定!

AI打造史上最難羅斯方塊!等高手破解!

iPhone用AI偵測兒童色情照,卻爆隱私爭議(上)

兒童色情照太氾濫 人工智慧來把關

兒童情色的相關犯罪防治,一直都是社會上一項重要的議題,尤其在歐美國家,政府與民間組織皆十分重視,並投入相當大的資源在預防犯罪上,法規與刑責也更為嚴峻。

然而,縱使有嚴重的刑責,相關新聞依然層出不窮,尤其近年來智慧型手機、網際網路發展迅速,亦衍伸出許多拍攝、散播兒童情色照片的犯罪行為。

例如,在今年的 7 月 29 日,有一名居住在紐澤西州的男子,被警方查獲他的電腦內存有 110 個未成年性愛、裸露相關的影片和圖像。而其住處對面,正是當地的公立學校,令人不寒而慄。

在去年 2 月,也有一名美國空軍上校,遭檢警查獲他利用手機瀏覽未成年色情網站、保存圖片,他也坦承,自己使用 iPhone 手機下載未成年兒童的裸露照片高達 441 張,最後被判處 5 年有期徒刑與 15 年強制管束。

由於此類事件層出不窮,也讓蘋果決定調整目前的做法,希望能藉由其影響力,擴大對兒童的保護。

今年 8 月,蘋果在他們的官網上宣布有關保護兒童的新措施、功能,主要可歸納為三大類,分別是:Message 訊息內容偵測、iCloud 檔案掃瞄檢查、拓展 Siri 和搜尋功能的提醒和干預。

一偵測到情色照,AI 立馬傳模糊照給父母

未來,蘋果手機內的 Messages app 將會裝上新的工具「Helping with Communication Safety」,當 AI 偵測到使用者收到、發送色情等敏感內容的照片時,警告兒童和他們的監護人。而這些敏感內容的照片與圖像,也將會自動進行模糊處理。

如此一來,若未成年使用者遭遇到惡意騷擾,就能有相關的保護措施。除此之外,蘋果也會提供資源與建議,告訴孩子遇到這樣的事情不是你的錯,不想查看或發送也沒關係,並鼓勵他們進一步尋求協助。

但若未成年使用者還是想要查看或是發送敏感內容,此時系統就會發送提醒給家長。

蘋果也特別表示,這項新功能是透過手機設備上的 AI 去分析、辨別圖片內容,並強調蘋果公司不會、也無法去查看這些內容。

 

0824-1.jpg

圖片來源:蘋果官網。

 

 

兒童色情照上雲端?人工智慧來守門

雲端硬碟是現今常見的儲存資料方式,將個人照片備份在雲端,也能夠避免因為手機或電腦的損壞或遺失,導致相片和回憶一起不見。

然而,亦有有心人士藉由將違法的兒童色情內容存放在雲端硬碟中,並加以散播傳閱。

為了解決這個問題,蘋果將在 iOS 和 iPadOS 中新增一個新的系統,命名為「neuralMatch」。

這個系統將會允許蘋果檢測使用者儲存在 iCloud 當中的照片,並且與美國失蹤兒童及童工保護中心(NCMEC)的資料庫進行比對,確認其中是否有涉及兒童性虐待的內容(Child Sexual Abuse Material,CSAM)。

為避免使用者有隱私上的疑慮,蘋果說明將不會直接在雲端上掃描,而是將資料庫的圖片經過演算法轉換為雜湊值(Hash Value),這些真人無法辨識的資料數值會儲存在使用者的設備上。

每當使用者上傳相片至雲端硬碟,便會啟動 AI 來評估配對,這段過程將會以私有集交集加密技術(Private Set Intersection)進行加密,而比對結果與加密憑證會一起儲存在 iCloud 中。

最後要如何決定使用者是否有違規,則是由一項名為「閾值秘密共享」的技術來處理。

若是使用者的檔案中,有超過一定數量的圖像被 AI 判斷為符合 CSAM 內容,蘋果系統就會把所有可疑的照片解密後,交由相關人員進行人工審核。

一旦審查屬實,蘋果將會停用該使用者的 iCloud 功能,並向有關單位進行通報。

0824-2.jpg

Photo by niu niu on Unsplash

蘋果好意開發的兒童色情守門員 AI,竟引發隱私權方面的爭議!相關內容請看下篇連結

相關文章:

冬奧將有 AI 裁判!人工智慧如何給選手評分?

年過 50 歲的日本副社長自學 Python!寫出的 AI 還被雀巢採用

導盲犬被 AI 取代?美科學家研發四足機器導盲犬

AI 一對一客服、電話行銷一把罩!人工智慧語音機器人夯

太逼人了吧!人工智慧設計IC晶片只需6小時!

AI打造史上最難羅斯方塊!向世界高手發戰帖!

人工智慧主持人更會帶玩遊戲?

 

 

7個用於2021東奧的AI與黑科技-3

 

7個用於2021東奧的AI與黑科技-3

2021東奧的7個AI與黑科技!本篇是第3篇

 

賽跑破紀錄的不公平優勢!東奧場上的黑科技跑鞋再惹議

此次東京奧運真的也是各國頂尖科技的競技場!除了前面所述的 AI 人工智慧應用於場內的訓練選手、場外的無人駕駛、同步翻譯之外,其實還有許多意想不到的黑科技,應用於選手的服裝、運動鞋上。尤其是各家運動鞋廠牌所開發的先進材質,更是引發了選手間「不公平競爭」的疑慮。

前三名都有穿此款跑鞋!沒穿 Vaporfly 的跑者紛紛抗議

早在 2016 年里約奧運馬拉松,3 名男獎牌得主都穿了 Nike Vaporfly 4%樣版鞋!專家認為 Vaporfly 可提高「跑步效率」(running economy) 到 4%、表現可增強 3%。自 Vaporfly 在 2016 年起推出後,世界前 50 名馬拉松跑者的表現平均改善 2%,歸功於其碳纖維板鞋底。


因此,許多沒有穿著此款鞋的職業選手們向國際田徑總會(IAAF)投訴,以確定它們是否為跑者提供了不公平的優勢。

金牌選手腳上的 F1 跑鞋 EvoSpeed Future Faster+

而今年方才結束的東京奧運上,Nike 仍以黑科技跑鞋「Air Zoom Maxfly」大出風頭,許多身穿 Air Zoom Maxfly 的選手表現突出,連 400 公尺跨欄金牌、挪威的 Karsten Warholm 都批評奪銀的美國選手 Rai Benjamin 穿 Air Zoom Maxfly 簡直是「在鞋底墊彈簧床」。

但其他品牌跑鞋也都推陳出新,紛紛展現致勝的技術,像是上述的金牌得主 Karsten Warholm 自己也穿黑科技跑鞋:Puma 應用賓士 F1 賽車團隊研發的 EvoSpeed Future Faster+,如下圖影片:

Ralph Lauren 美國隊的全新穿戴式調溫技術

美國代表隊開幕禮進場服裝為 Ralph Lauren 操刀,加入全新穿戴式調溫技術 RL COOLING,與全球最先進的電腦降溫系統相同的技術。透過精密的裝置監察體溫,使用內建的微型遙控器調節至最佳水平,為穿著者的皮膚散熱,讓他們即使身處酷熱環境,仍可保持長時間涼爽。

OMEGA 為奧運選手提供最完美的計時

像游泳、體操和沙灘排球等項目都使用 Omega 計時器,該計時器結合電腦視覺(Computer vision)和運動傳感器,使運動員能夠實時跟踪他們的動作並將其直接分析到比賽中。

此次日本東京奧運,都史無前例的大量導入 AI 人工智慧機器學習等技術。這一創舉將改變日後選手的訓練方式、相關體育競賽、以及強化比賽公平性的里程碑。這些高科技將協助選手在體育賽事上取得更佳成績,成為未來奪牌的關鍵。

 

相關文章:

冬奧將有 AI 裁判!人工智慧如何給選手評分?

年過 50 歲的日本副社長自學 Python!寫出的 AI 還被雀巢採用

導盲犬被 AI 取代?美科學家研發四足機器導盲犬

AI 一對一客服、電話行銷一把罩!人工智慧語音機器人夯

FB人工智慧判定洋蔥照片兒童不宜?

Google AI鏡頭變身皮膚科幫手,讓AI幫你診斷!

AI打造史上最難羅斯方塊!等高手破解!

 

全球首屆元宇宙時裝周,複刻20年前的失敗?

全球首屆元宇宙時裝周, 遇到瓶頸 複刻20年前的失敗? 目錄 元宇宙時裝周參與盛況 叫好不叫座?新興技術的行銷瓶頸 由虛擬實境平台 Decentraland 所舉辦的「元宇宙時裝週」(Metaverse Fashion Week...