Περίπου δύο μήνες προ της έναρξης των Ολυμπιακών Αγώνων του Παρισιού, ο διευθύνων σύμβουλος της Olympic Broadcasting Services, Γιάννης Εξαρχος, εξηγούσε στην «Κ» τον τρόπο που για πρώτη φορά η παραγωγική τεχνητή νοημοσύνη θα συμβάλει στη φετινή διοργάνωση. Για τον τρόπο με τον οποίο θα γίνεται η επεξεργασία της εικόνας από δεκάδες κάμερες σε πραγματικό χρόνο και θα αναμεταδίδεται σε replay, για το πώς θα γίνονται πιο κατανοητά και γοητευτικά τα λιγότερο δημοφιλή αθλήματα στους θεατές, για την παραγωγή 360° εικόνας τύπου Matrix κατά το «πάγωμα» μιας σημαντικής στιγμής.
Σήμερα, λίγες ημέρες προ της λήξης της λαμπερής αθλητικής διοργάνωσης, η τεχνητή νοημοσύνη έκανε τους θεατές να κολλήσουν, όπως λέει και το Fortune, ακόμα σε πιο «δύσκολα» αθλήματα, τα οποία δεν τραβούν τους προβολείς. Η ΑΙ αντιλαμβάνεται μία σημαντική στιγμή από τις αντιδράσεις των θεατών –ας πούμε, τα χειροκροτήματα και τις φωνές– και επεξεργάζεται τη στιγμή, δημιουργεί ένα πλήρες ραδιοτηλεοπτικό πακέτο, χρήσιμο και για τα social media, σε χρόνο μηδέν, και μαγνητίζει τα βλέμματα ακόμα και σε αγωνίσματα όπου το κοινό είναι εν γένει περιορισμένο.
Αυτά, βέβαια, θα γίνουν γρήγορα κοινό κτήμα –και ίσως κοινός τόπος– στην ψηφιακή μας πραγματικότητα. Εκείνο που, όμως, φαίνεται ότι θα μας απασχολήσει διά μακρών στο μέλλον, ένα μέλλον που δεν απέχει και πολύ, είναι το γεγονός ότι η τεχνητή νοημοσύνη θα προβλέπει τους επόμενους Ολυμπιονίκες ή, έστω, εκείνους που έχουν τα φόντα να προσπαθήσουν να αφοσιωθούν σε ένα άθλημα, όπου κι αν τους οδηγήσει.
Ποιος είναι έτοιμος για ένα μετάλλιο;
Πλησίον του Stade de France του Παρισιού, ο κεντρικός χώρος διεξαγωγής των Αγώνων της γαλλικής πρωτεύουσας έχει εφοδιαστεί με μηχανές τεχνητής νοημοσύνης που διεξάγουν τεστ και πειράματα, σε μια προσπάθεια να αναδείξουν τους επόμενους ελίτ αθλητές, ακόμα κι αν σήμερα βρίσκονται στην ηλικία των πέντε ετών – εξάλλου, η προετοιμασία για την κορυφή, οποιαδήποτε κορυφή, ξεκινάει κατά τεκμήριο εξ απαλών ονύχων.
Το σύστημα αυτό καλεί τους εθελοντές –τον καθένα και την καθεμιά που επιθυμεί να δοκιμάσει– να συμμετάσχουν σε διάφορα τεστ, όπως το τρέξιμο και το άλμα, αλλά και τις δυνατότητες, έστω και πρώιμες, του σώματος για πρόσφυση και άλλες αντιδράσεις. Η τεχνητή νοημοσύνη, από εκεί και πέρα, παίρνει τα ηνία. Ετσι, αναλύει τα αποτελέσματα, προκειμένου να αξιολογηθούν η αντοχή, η δύναμη, ο χρόνος αντίδρασης και η ευκινησία του συμμετέχοντος.
Οι εθελοντές μπαίνουν σε ένα κουτί με έντονα φώτα στο εσωτερικό, όπου λαμβάνουν χώρα με κάμερα οι μετρήσεις περί τις σωματικές δυνατότητες. Στη συνέχεια, οι συμμετέχοντες υποβάλλονται σε δραστηριότητες.
Ταυτόχρονα, για να διεξαχθούν τα τεστ, όπως αναφέρει το Euronews που τα δοκίμασε, οι εθελοντές μπαίνουν σε ένα κουτί με έντονα φώτα στο εσωτερικό, όπου λαμβάνουν χώρα με κάμερα οι μετρήσεις περί τις σωματικές δυνατότητες. Στη συνέχεια, οι συμμετέχοντες υποβάλλονται σε δραστηριότητες όπως το επιτόπιο σπριντ ή τους ζητείται να κρατήσουν με όση δύναμη έχουν μία συσκευή που ελέγχει τις αντιδράσεις του σώματος με τη βοήθεια των λαμπτήρων που αναβοσβήνουν.
«Χρησιμοποιούμε υπολογιστική όραση και ιστορικά δεδομένα, έτσι ώστε ο μέσος άνθρωπος να μπορεί να συγκρίνει τον εαυτό του με ελίτ αθλητές και να δει με ποιο άθλημα είναι πιο ευθυγραμμισμένος σωματικά», όπως λέει στο BBC η Σάρα Βίκερς, επικεφαλής του Ολυμπιακού και Παραολυμπιακού Προγράμματος της Intel.
Ετσι, μετά την επεξεργασία, που δεν διαρκεί πολλή ώρα, ο εθελοντής λαμβάνει μία λίστα με τα δέκα αθλήματα στα οποία θα μπορούσε να διακριθεί. Αυτό, παρά ταύτα, δεν σημαίνει ότι το ως άνω σύστημα δεν θα κάνει λάθη, όπως αποδεικνύει το ρεπορτάζ του BBC, που αναφέρει την περίπτωση πρώην αθλητών σε κολεγιακά πρωταθλήματα των ΗΠΑ που έκαναν το τεστ και τους έφερε αποτελέσματα που δεν είχαν καμία σχέση με όσα έχουν κάνει ώς τώρα – παρεκτός κι αν είχαν οι ίδιοι επιλέξει εξαρχής το λάθος άθλημα! Πάντως, για όσους σκέφτονται τη συλλογή προσωπικών δεδομένων, η Σάρα Βίκερς διαβεβαιώνει ότι τα στοιχεία διαγράφονται αμέσως.
Πρώτη δοκιμή στη Σενεγάλη
Οπως γράφει το βρετανικό δίκτυο, η Διεθνής Ολυμπιακή Επιτροπή δοκίμασε προσφάτως αυτό το σύστημα στη Σενεγάλη, σε πέντε διαφορετικά χωριά της αφρικανικής χώρας, αξιολογώντας αθλητικά περί τα 1.000 παιδιά. Από τα παιδιά που υπεβλήθησαν σε αυτά τα απλά τεστ, η ΔΟΕ και η Εθνική Ολυμπιακή Επιτροπή της Σενεγάλης εντόπισαν 48 με «τεράστιες δυνατότητες» και ένα με «εξαιρετικές δυνατότητες».
Το επόμενο βήμα, σύμφωνα με το ίδιο δημοσίευμα, ήταν να τους προσφερθούν θέσεις σε αθλητικά προγράμματα ώστε να δουν και εν τοις πράγμασι κατά πόσον μπορούν αυτά τα πολύ νεαρά άτομα να εξελιχθούν.
Τα «εύκολα» της τεχνητής νοημοσύνης
Παράλληλα, η ΑΙ φαίνεται ότι χρησιμοποιείται στους Ολυμπιακούς Αγώνες του Παρισιού και υπέρ των συμμετεχόντων αθλητών. Το πρώτο είναι «εύκολο». Η ΔΟΕ έχει δημιουργήσει ένα chatbot προορισμένο για εκείνους, ώστε να κατορθώσουν να λύσουν τα καθημερινά τους ζητήματα στη γαλλική πρωτεύουσα, από το πώς να φτάσουν εκεί και πώς να λάβουν διαπίστευση για τους συνοδούς τους έως το πού να φάνε.
Chatbot για κάθε απορία, σύστημα ελέγχου όσων γράφονται στα social media και άλλες καινοτομίες για τους αθλητές και τις αθλήτριες.
Από την άλλη, η τεχνητή νοημοσύνη προσφέρει στη διοργανώτρια αρχή ένα σύστημα παρακολούθησης όσων γράφονται για τους αθλητές στα μέσα κοινωνικής δικτύωσης, ιδίως όταν οι χρήστες διαμοιράζονται καταχρηστικές πληροφορίες ή ψευδείς ειδήσεις. Αυτά τα στοιχεία, όπως λέει το Euronews, συλλέγονται, προκειμένου η ΔΟΕ να κατανοήσει την υποδοχή των Αγώνων στα social media και να αναπτύξει στρατηγική αντιμετώπισης των φαινομένων fake news και κακοποιητικού λόγου στο μέλλον.
Την ίδια στιγμή, όπως γράφει το Wired, για να συνεχίσουμε με τα «εύκολα», το ηλεκτρονικό πιστόλι εκκίνησης συνδέθηκε αυτή τη φορά με ένα ηχείο πίσω από κάθε αθλητή, επειδή πολλές φορές ο αθλητής ή αθλήτρια που βρισκόταν πιο μακριά από το πιστόλι άκουγε λίγο πιο αργά τον ήχο από εκείνον ή εκείνη που ήταν πλησίον του, δίνοντας μειονέκτημα στους μεν και πλεονέκτημα στους δε.
Πραγματικοί αθλητές σε ψηφιακές ρεπλίκες
Αυτό που, όμως, προκαλεί εντύπωση είναι ότι η τεχνητή νοημοσύνη στους Αγώνες του Παρισιού χαρτογραφεί τον τρόπο που νικούν στους αγώνες οι ελίτ αθλητές. Αισθητήρες που έχουν ήδη αναπτυχθεί από ετών κατέγραφαν κάθε βήμα, κάθε ταχύτητα, επιβράδυνση και επιτάχυνση, κάθε σωματική αντίδραση, και όλα αυτά σε κάθε δευτερόλεπτο. Πλέον, με την τεχνητή νοημοσύνη, αυτό το εργαλείο βοηθά έτι περαιτέρω τους προπονητές και τους αθλητές για την προετοιμασία για τους επόμενους αγώνες, καθώς πλέον δίνεται η δυνατότητα της χρήσης και της επεξεργασίας των ιστορικών δεδομένων. Με αυτόν τον τρόπο, οι αθλητές και οι προπονητές τους μπορούν να προβλέψουν –με κάθε περιθώριο λάθους φυσικά– την απόδοση σε εκάστοτε αγώνα.
Οι ειδικοί λένε, σύμφωνα με το Wired, ότι η ΑΙ σύντομα θα είναι σε θέση να προσδιορίσει τα φαβορί με μεγαλύτερη ακρίβεια, να παρακολουθεί και να αναλύει την απόδοσή τους στη μέση του αγώνα και στη συνέχεια να συγκρίνει αυτά τα δεδομένα με τους άλλους αθλητές και να χαρτογραφεί τους λόγους για τους οποίους ένας συγκεκριμένος αθλητής κέρδισε ή έχασε σε κάθε σημείο εκείνου του αγώνα.
Η τεχνητή νοημοσύνη όχι μόνο καταγράφει κάθε δευτερόλεπτο της επίδοσης του εκάστοτε αθλητή, αλλά με τη χρήση αλγορίθμου επεξεργάζεται ιστορικά δεδομένα προβλέποντας επιδόσεις, φαβορί και βοηθώντας τους προπονητές να προετοιμάσουν τους αθλητές και τις αθλήτριες ακόμα περισσότερο στοχευμένα.
Και η τεχνητή νοημοσύνη πηγαίνει ένα βήμα παρακάτω. Με την εγκατάσταση καμερών ψηφιακής απεικόνισης σώματος με πλήρως ρεαλιστικό τρόπο και με τα πραγματικά δεδομένα του κάθε αθλητή ή αθλήτριας, αλλά και τις επιδόσεις τους σε πραγματικούς αγώνες. Ετσι, καταφέρνουν να δημιουργήσουν την «τέλεια» προσπάθεια και απόδοση, ώστε οι προπονητές να τους προετοιμάσουν με τον καλύτερο δυνατό τρόπο, είτε πρόκειται για στίβο είτε για κολύμβηση ή για τένις.
Διεθνώς, πάντως, οι ειδικοί της ΑΙ και του αθλητισμού μιλούν ανεξαιρέτως για τον μετασχηματισμό των αγώνων, όχι μόνο των Ολυμπιακών, με την ολοένα και πιο έντονη χρήση της τεχνητής νοημοσύνης. Οπως επισημαίνει, όμως, το Conversation, στον αθλητισμό, όπως και στην υπόλοιπη κοινωνία, θα είναι ζωτικής σημασίας να θεσπιστούν κατευθυντήριες γραμμές για την ασφαλή και υπεύθυνη εφαρμογή της τεχνητής νοημοσύνης. «Ενα σημαντικό πρώτο βήμα είναι να διασφαλιστεί ότι τα δεδομένα που τροφοδοτούνται σε συστήματα τεχνητής νοημοσύνης είναι ασφαλή, ακριβή, δίκαια και χωρίς αποκλεισμούς», όπως γράφεται. Θα διασφαλιστούν, άραγε, όλα αυτά;
Κεντρική φωτογραφία: ©Shutterstock
