一名運動員在雪道上衝刺，躍起，在空中完成一個複雜的360度轉體動作後完美落地，這時裁判板上瞬時出現了這位運動員的騰空軌跡，速度以及高度等精確信息，並在旁邊附上了一個可參考的分數。
這個分數正是裁判板背後的人工智能給出的。雖然它目前還不是由人類組成的裁判組判定的最終分數，但一定程度上確實給人類裁判們提供着參考，影響着他們的判斷。
據瞭解，這項技術名為小冰AI競技體育國際賽事評分系統，是小冰團隊通用框架的垂直領域解決方案之一。
小冰和國家體育總局冬運中心的項目合作最早可以追溯到去年年底。去年12月，小冰宣佈中標國家體育總局冬運中心的重點項目，小冰將提供自由式滑雪空中技巧視覺評分系統，這也是人工智能在全球競技類體育領域的首個落地成果。
小冰的這個AI評分系統，是全球首個能夠基於運動員動作和姿態，獨立做出與人類專業裁判一致且完整評價的AI系統。依託人工智能小冰框架，配合國家體育總局冬運中心自由式滑雪隊的科學訓練需求，這項技術涵蓋了這類項目中獨創滑雪運動分析模型，幷包含了小冰框架內多項全球領先的人工智能視覺分析技術，從自由式滑雪的日常訓練，到比賽場地最終的評分決策，它都參與其中。
此前，大多數的訓練覆盤通過視頻錄像完成，教練們甚至需要一幀一幀的分析運動員的動作並給出較為主觀的評價，覆盤也很難系統性地展示包括重心、曲線數值以及騰空高度等信息。引入小冰的AI圖象識別和實時數據分析後，能幫助教練和運動員獲得更好的運動認知。
而也正是因為這套系統做到了訓練數據從源頭上的全程獲取，所以在得到更多標籤化的客觀數據之後，也藉此形成一套獨有的評價系統。
據瞭解，小冰AI評分系統包括四大功能模塊，分別是提高運動認知、改善不良運動姿態、定製化私人教練和個性化用户檔案。小冰AI評分系統數據總結包括世界頂尖選手在每個階段重要的比賽特徵，比如將運動員的身體重心、空中姿態、曲線、落地姿態等數值進行記錄、標註和訓練，並結合人類專業教練和裁判的評價、知識和經驗，對模型進行不斷優化。
由於冬奧會比賽場地和運動的特殊性，在計算機視覺技術層面也提出了很大的挑戰。比如，有些運動員的賽服顏色和環境色高度接近，比賽往往在高強光、高複雜的背景下進行，運動員速度快、滯空時間短等，這些都還能通過技術手段解決。
更大的挑戰是，競技體育要求不能在現場架設任何干擾比賽的設備，為此，小冰團隊把普通攝像頭架設在裁判的位置，基於大量訓練數據進行模型修正，根據運動序列預測，做出針對競技體育特點的目標跟蹤、目標檢測和識別，包括骨架識別等。相較而言，傳統的骨架模型是識別不出冰雪運動員骨架的，因為冰雪項目運動員穿得非常寬鬆，而小冰AI競技體育國際賽事評分系統可以做到。
可以看到，把人工智能引進評分系統，一方面可以提高回溯時的準確性和評分效率，更重要的是它可以提高體育競技項目的公平性和客觀性。
但人類裁判有時確實會在競技比賽中投入個人情感，這是主觀的部分。比如，如果一項高難度的動作是由一名相對初級的小將挑戰出來的，是不是人類裁判員在情感上會給出更高的分數？
反之，如果人們對一名知名的運動員抱有極大的期望，但做出了一套相對常規的動作，人類裁判員是否會在情感上給出相對較低的分數？
但有時投入情感也是難能可貴的部分。對於自由式滑雪這種追求空中技巧和雪上技巧的創意類運動，騰空時的舒展度、整體流暢性和節奏，甚至空中的自如程度以及選手的情緒等任何一切都將作為評分考察時的重要因素，而這些應該也正是技術很難量化的部分。
小冰團隊稱，人類教練和裁判的知識和經驗，並非全部都是結構化數據和顯性的系統知識，還有許多隱藏在口述、言傳身教裏的非結構化數據和隱性知識。
這裏就能體現出小冰框架上的優勢，即在計算機視覺領域的目標檢測、目標跟蹤和目標識別之外，還能根據自然語言處理和計算機語音等基礎技術儲備，更好地理解和學習人類教練和裁判的知識與經驗，並形成與專業人士一致的評估和分析結論，從而實現小冰AI評分系統的核心價值之一——通過提供獨立、完整的，與人類專業裁判一致的評價，為每一個運動員的運動成績提供專業評分，包括為何被扣分、如何少扣分等建議，形成運動員獨特的個性化訓練檔案。
當然，目前小冰的身份還只是一名AI助理裁判，最終還是輔助人類裁判員進行判斷。
根據小冰團隊計劃，基於在競技體育領域的沉澱，團隊將進一步把該技術從競技體育帶向大眾體育，在大眾體育領域，小冰為用户打造7*24小時專屬的私人健身教練，基於專業的運動理論，及時給與用户個性化指導建議，提高運動效率，減少運動損傷。在學校體育領域，小冰提供完備的智慧體育解決方案，可應用於體育教學及考試中，實現體育考試與學生日常鍛鍊相結合，進一步提升中小學生體育運動質量。
（小冰供圖）