Wie eine Google-KI diese US-Snowboarderin bei Olympia unterstützt
Am Mittwoch treten in Livigno in den italienischen Alpen die Snowboarderinnen beim ersten Halfpipe-Bewerb der Olympischen Spiele gegeneinander an. Einige US-amerikanische Athletinnen haben sich dafür in der Vorbereitung Hilfe von Google geholt, wie das Wallstreet Journal berichtet.
Dessen KI-System DeepMind analysierte dafür Videoaufnahmen der Tricks und berücksichtige dabei Geschwindigkeit, Winkel, Drehungen und Zeit in der Luft. Anschließend konnten die Sportlerinnen und Sportler sowie ihr Trainerteam mit dem zugehörigen Bot chatten, der Verbesserungstipps gibt und Detailfragen beantwortet, schreibt Google in seinem Blog.
Maddie Mastro verbessert ihren Crippler
Maddie Mastro, die zum 3. Mal für die USA bei Olympia antritt, ist bekannt für den „Crippler“. Dieser Trick kombiniert einen Backflip mit zusätzlicher Rotation. Mastro ist ihn schon tausende Male gesprungen, sogar mit doppelter Drehung.
Doch weder ihr selbst noch ihrem Trainerteam war dabei jemals aufgefallen, dass sie ihren Arm bei der Landung über ihrem Kopf abgeknickt hält – nicht ideal. DeepMind machte sie darauf aufmerksam. „Ich hätte es niemals bemerkt, wenn es das nicht hervorgehoben hätte und mir meine Körperhaltung nicht gezeigt hätte“, erklärt Mastro gegenüber dem Wall Street Journal.
➤ Mehr lesen: Wie Künstliche Intelligenz im Profi-Fußball eingesetzt wird
Wettbewerbsvorteil
Die Profisportlerin versucht mit KI-Unterstützung auch ihren Absprung zu verbessern, um noch mehr Höhe für ihre Tricks zu erreichen. Natürlich komme es allein darauf an, wie gut sie die Tipps von DeepMind dann im Wettkampf umsetzt, meint Shaun White im Wall Street Journal.
Der 3-malige Olympiasieger im Snowboarden ist überzeugt, dass das Team USA durch die KI-Unterstützung einen Wettbewerbsvorteil bekommen könnte: „Es geht um diese subtilen Änderungen.“
➤ Mehr lesen: Roboter der ETH Zürich kann Badminton spielen
Google erklärt, dass das Tool weit über den Profi-Wintersport hinaus nützlich sein könnte. So sind Anwendungen in Robotik-unterstützter Chirurgie oder Präzisionsfertigung möglich.