当热情四溢、追求“更快、更高、更强”的冬奥会遇上风头正劲、前景明朗的人工智能技术,两者的相遇又会迸发出怎样精彩的火花?这样的期待,在即将到来的北京冬奥会上可见分晓。本届冬奥会的关键词之一是创新,运用新兴的人工智能为传统的奥运赛事增光添彩,通过更先进的技术,来构建一场“前所未有”的奥运盛会,让运动竞技的魅力在人工智能的加持下,更显当代风采。
人工智能不陌生
近年来,人工智能技术也从实验室中走出,来到日常生活里,为人们的生活带来了不少便利。人工智能(Artificial Intelligence),英文缩写为AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
尤记得2016年3月,人工智能阿尔法狗战胜世界围棋冠军、职业九段棋手李世石,引发全球对“人工智能”的关注。当前,随着人工智能技术的不断成熟,各行各业都可见人工智能痕迹,越来越多的人工智能技术被施以应用,深刻改变了产业形态、推动产业转型升级,为人类社会和经济发展带来变革。
生产制造业因人工智能变得高效便捷,诸如工业生产“联网”、管理智能升级、企业上云服务等的出现,加快了转型的步伐。无人驾驶汽车在众多期待中相继上路,推动了汽车行业的转型和车联网等智能交通系统的发展。电子商贸行业因人工智能的帮助,在大数据的助力下推荐商品,在采购和库存管理上变得更加精准。同时,越来越多的医疗机器人出现,成为医生繁忙工作的助手,发挥其在辅助诊疗、记录医疗影像、运输医疗器材等方面的重要作用。
可喜的是人工智能不再局限于科技领域与商业应用,渐渐走入寻常百姓家,越来越多的人工智能产品落地开花,走入人们的日常生活,为人们的衣食住行带来便利。
人工智能与运动员
人工智能与冬奥会的缘分同样深厚,它已然为积极备战北京冬奥会的中国运动员提供服务。
北京体育大学运用科技手段为中国投掷运动员在技术环节上找到了实现自我突破的“关键一招”,在人工智能助力下,中国选手巩立姣和刘诗颖在东京奥运会女子投掷项目比赛中发挥出色,分获铅球和标枪金牌。巩立姣更以20米58创造了个人最好成绩,也为中国队赢得奥运会田赛项目首枚金牌。通过人工智能技术对运动员的动作技术进行分析,提出改进建议,以科技手段助运动员一臂之力。这种新技术,可以突破传统动作捕捉方法局限。用生物力学方法研究人体运动,需要对所做动作进行定量分析,基础前提离不开数据。但是想要快速高质量地获得运动员动作技术数据,难度很大。传统动作捕捉技术,要么需要人体固定反光标记点或惯性传感器,要么需要人工识别人体关节点。这两种方法都有“硬伤”,前者无法在比赛中使用,后者则因为工作量大、耗时长、重复性差,严重影响动作技术分析的反馈速度和可靠性,限制了生物力学在助力竞技体育中的应用。因此,研究团队利用基于深度学习原理的人工智能技术,建立神经网络模型,实现对动作视频中人体关节点的计算机自动识别,进而建立起适用于竞技体育和一般生物力学研究的计算机系统——无反光点人体运动自动捕捉人工智能系统。目前该系统已应用在国家速度滑冰和越野滑雪项目的训练中,获得超过8000人次的赛时动作技术数据,使机器深度学习越发“得心应手”,对于滑冰与滑雪运动员的动作捕捉与技术分析,既能精准到具体细节,又能快速反馈分析结果。
该系统的优点在于多项算法技术确保自动识别快速准确。运动视频自动解析至少需要解决识别-跟踪-预测3个问题。由于运动现场拍摄视频,画面环境复杂多样。于是团队在常用的运动人体跟踪算法中结合了光流跟踪技术,有效规避快速运动造成的影像模糊,减少复杂背景等因素干扰,通过动作量的多少、动作幅度的大小来准确锁定主ID(身份人物),确保能够“跟得住”。同时,对大量已标记的训练数据进行机器学习,利用计算机系统形成神经网络,可识别不同运动姿态下的人体关节点,达到“识别准”。此外,该系统运用算法增加对连续运动的时间约束,即识别出各个关节点的高频误差并把它排除掉,以此修正关节点位置坐标,对每一帧图像的关节点进行独立计算,减小独立计算时关节点位置的随机误差,最终获得高精度计算结果。团队负责人表示:“从2019年起,经过数个版本的迭代升级,该系统已能快速准确地自动识别运动视频中的人体关节点,对旋转、翻滚等人体动作也能进行比较好的自动识别。如果系统采用的是工业录像机,数据的传输与处理往往在1—3分钟就可完成。这将对技巧类运动员深刻体验竞技状态、掌握技术要领起到至关重要的作用。”
同时,这一系统还提供多种空间三维标定方案,可解决大范围、高空动作的数据采集问题。具体来说,在纵横20—30米的空间范围都可覆盖。尤其是针对跳台滑雪空中技巧类的项目,能够为教练员很难用肉眼识别的技术细节找寻改进的空间。目前,该系统已被用于钢架雪车、花样滑冰、跳台滑雪等项目的国家队备战训练工作,将为运动员备战北京冬奥会提供重要科技支撑。
人工智能与冬奥会
人工智能在现代社会多方面都迸发出了巨大能量,而奥运会更是各主办国科技力量的集中展示。北京冬奥会中就有不少人工智能的运用。
本届北京冬奥会和冬残奥会,在人工智能的助力下,将成为史上第一个沟通无障碍的奥运会。智能语音技术和人工智能协同发力,官方自动语音转换和翻译独家技术将在冬奥会展现,同时自动翻译、语音识别、语音合成、语音转换各项技术都会在冬奥赛场上以及冬奥团队中运用起来,让北京冬奥成为沟通无障碍的奥运会。
AI运动员训练辅助系统也是人工智能助力冬奥的一大亮点。由于冬奥的比赛性质,运动员比赛衣服的颜色和环境色高度接近,且运动速度非常快,在空中停留时间非常短,且比赛都是在高强光、高复杂的背景下进行。而且,出于对竞赛项目安全性与公平性的要求,不能架设任何干扰比赛的设备。为解决这些挑战,相关工作人员把普通的摄像头架在裁判的位置,用大量数据进行模型训练,根据运动序列预测做出针对竞技体育的目标检测识别和跟踪。
在本届冬奥会的设备提供上,前后包括项目管理、场馆运行规划设计、技术指挥中心的建设运维等都得到了人工智能的助力。随着大数据、云,以及通讯技术、人工智能技术的升级与应用,项目管理、基线管理的方法越来越流程化和技术化,奥运会的举办获得了更多保障。
冬奥会是一场国际赛事,其安全保障工作是重中之重。北京2022年冬奥会和冬残奥会比赛场地之一的张家口密苑云顶乐园,周边环境地形复杂,气候条件苛刻,为减少比赛期间的危险,Al在安全保障工作上发光发亮。由企业精心打造了人工智能感知技术,其拥有的核心自学习算法框架,能够分辨低特征差异,解决防攻击防伪装,稳定性问题。在这样的人工智能感知技术基础上,张家口密苑云顶乐园拥有了从硬件到软件,从传统网络到物联网络的整体AI安全智理解决方案,实现全天候无人巡检系统,有效降低各类潜在风险,提升冬奥会滑雪场安全防范等级和智能化管理水平。在这里,你还可以看到AI雪地“哨兵”,可通过AI技术提供全天的安全防护,在无感下也能享受安全及便利,“智能移动哨兵车”采用识别算法+反入侵技术以光谱传感器为核心,即使在复杂的雪场环境下也可以进行目标识别、异物检测等工作监控范围直径可达1公里,还有自动报警记录、信息上传等辅助功能在没有电力覆盖的区域,也可以实现自主续航、联网通信全程自主完成监控任务做好预防、监管、应急工作,为科技冬奥贡献力量。
在冬奥会上,智能机器人也无处不在,既有清扫机器人、消毒机器人也有5G送餐机器人移动测温。防疫监督机器人可按规定路线主动寻找人员并测量人员的体温,当发现体温超标的人员时它会主动上前交流提示,并报告给管理人员。对区域内没有佩戴口罩的人员,他也会前去提示其佩戴上口罩。消毒机器人,一边移动一边喷洒着消毒药剂。据介绍,消毒机器人可以在每个班次(3个小时)时间内完成所在区域的全部消杀工作,中途不用添加药剂。夜间,它还会对场馆区域进行紫外线消毒。5G送餐机器人,也是本届冬奥会的一大亮点。该机器人采用5G室内多功能云端技术,融合3D语义地图,结合激光雷达、摄像头、红外传感器等多模态自主导航及避障的智能行走能力,实现了自主规划路径、自主避障,能灵活完成智能送餐服务。这种“免接触式”餐饮配送服务能够助力疫情防控常态化期间的服务保障工作。
赛事传播中的人工智能
每一次奥运会,大众都会倾注许多注意力。早在平昌冬奥会闭幕式上的“北京8分钟”上,人工智能就参与其中。此次冬奥会,奥林匹克转播公司也会将通过8K、VR、云等“黑科技”,让北京冬奥会的转播工作成为“史上最富创新性”,用最先进的技术采集赛场的图像与声音,将精彩的奥运赛事传播到亿万观众眼前。
随着新技术的发展,奥运会转播工作需要用更创新的方式呈现。在北京冬奥会上,技术的应用将更加完善,清晰度方面应用8K技术,VR和AR也会登场。同时将人工智能技术应用到北京冬奥会的转播当中。在当下,电视已然不再是观看奥运会的唯一途径,各种智能设备成了大家感受奥林匹克运动的新终端。因此,北京冬奥会转播还将应用云平台技术。通过云平台技术,更大量地处理内容,并能根据观众的个性化需求,推出专属的定制化内容,满足不同终端的需求。
央视新闻也推出了一位特殊报道员——央视新闻AI手语主播,她不仅能报道冬奥新闻,还能进行准确及时的赛事手语直播。该AI手语主播依靠语音识别、自然语音理解等技术作为驱动的手语翻译引擎和自然动作引擎,具备了手语表达能力和精确连贯的手语表达效果。其掌握的手语词汇规范,都来自《国家通用手语词典》标准,通过长时间的智能学习,该手语主播能够为观众朋友提供专业、准确的手语解说。从北京冬奥会开始,新主播将全年无休,用“AI”智慧为听障朋友提供手语服务,让他们能够便捷地获取比赛资讯,更酣畅淋漓地感受冰雪运动的激情与荣耀。
人工智能助力科技冬奥
科技冬奥正在就与冬奥相关的基础设施建设、绿色环保、智慧服务、转播技术以及人工智能等多方面进行研发、测试和应用,力图以“智能建筑、智能交通、智能转播、智能装备”等亮点,共同组成对“冬奥,智能新时代”的创新思考和解决方案。
如把科技与冬奥相结合,比赛实现了方舱CT与医院间诊断信息的实时传送。在患者到达之前,医院已经准备好了医疗队伍、设备等,为抢救生命争取了时间。气象变化是北京冬奥会赛事成功举办的关键性因素之一,天气的走向还将核心赛区与交通、道路、医疗救援等外围服务保障工作紧紧相连。如今,已初步实现空间上百米级、时间上分钟级的精准气象预报。
在智慧服务方面,科技冬奥正在整合“冬奥APP”。这个APP可满足一个外国人来到中国后,在参加奥运会或者工作期间的几乎所有需求。未来,这款APP有望成为北京面向城市访客的窗口。
在冬奥筹办中,各个业务领域需要围绕场馆布局图进行规划设计,而场馆仿真系统则将奥运会传统规划设计中的二维场馆数据转化为动态化、参数化的三维数据,展现出数字时代奥运筹办的新变化。
在科技奥运下,我们熟悉的鸟巢也焕发新颜,一个“复刻”这座体育场的数字孪生操作系统已经初具规模,这个“数字化的鸟巢”正是智能建筑的一个探索。未来,通过把国家体育场数字模型化,可动态采集设备的运行情况、环境变化、人流聚集疏散情况。还可让数字建筑与未来城市交通系统更好地融通,包括地铁和公交排班、周边道路疏导等,从而形成基于人工智能的最优解决方案,改变之前那种大活动交通瘫痪,或者很大范围交通管制的情况。
人工智能向未来
人工智能是新一轮科技革命和产业变革的重要驱动力量。当今时代,人工智能被认为是科技创新的下一个“超级风口”,世界各国越来越重视。发展新一代人工智能,不仅有助于让技术更好地服务经济社会发展,而且有助于不断满足人民日益增长的美好生活需要。我国经济已由高速增长阶段转向高质量发展阶段,人工智能等技术成为推动经济高质量发展的重要力量。一方面,经济转型升级的内在要求为人工智能服务实体经济提供了广阔空间;另一方面,国内很多应用场景为科技企业提供了宝贵的“练兵”机会,亿万网民产生的海量数据为机器学习提供了丰富“原料”,这大大加速了技术的迭代与创新。
人工智能正深刻改变着人们的生产方式、生活方式、学习方式,推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。人工智能高度发展,从实验室走入社会、走向应用,机器不再是单纯的工具,而有可能帮助甚至部分替代人进行决策,如驾驶汽车、诊断病情、教授知识、检验产品等。在我国的各地,人工智能技术都在生活场景中展示出其独有的魅力。有媒体在报道中,为我们描述了这样具体的情景:在河北省雄安新区,首家“无人超市”正式运营。顾客通过刷脸进店,商品上的价签都含有电子芯片,可以完成自动识别、自动结算。凭借人脸识别和行为抓取等技术,超市里基本实现了“0”工作人员,大大缩短了顾客的结账时间;在北京国际图书城,占地30平方米的“新华生活+24小时无人智慧书店”是北京首家24小时无人值守的智慧书店。从读者刷脸扫码进门,到挑选商品,再到机器人扫码结算、读者离开,所有环节均无人值守;在上海松江,全球首个无人驾驶清洁车亮相于此。从表面上看,它与普通的环卫清洁车并没有太大区别,但每天凌晨,车队会启动自动苏醒作业,从停车位缓慢出发进行清扫。由于车头、车身装有许多传感器,车辆在运行过程中能感知自己所在的位置、识别红绿灯,并在遇到障碍物、路人时自动绕开;同样是在上海,国内首家“无人银行”正式启用。走进这家银行,机器人“大堂经理”会主动接待,通过“自然语言交流系统”与客户交流互动,引导客户进入到不同的服务区域。据悉,90%以上现金及非现金业务都能在无人银行通过机器办理,贵宾客户还可享受1对1专线在线视频咨询服务。”可见,人工智能在现代生活中愈发重要。
与此同时,人工智能对社会治理、伦理道德、隐私保护等方面的挑战也随之而来。与技术快速走在前面相比,相关的法律规范、社会公德、行为习惯、社会治理构建则相对滞后。只有建立完善的人工智能伦理规范,处理好机器与人的关系,我们才能更好、更多地获得人工智能红利,让技术造福人类。
科技冬奥是2022年北京冬季奥运会、冬残奥会提出的愿景。通过冬奥筹办,为世界探寻更好的未来城市生活解决方案,实现对人友好、对环境友好、对产业友好、对社群友好的人类城市生活目标。而人工智能在经历了漫长的技术研发、算法培育和算力提升后,人工智能产业正迎来应用的快速增长期。智能制造、智能交通、智能商贸、智能医疗、智能教育……在人们能够想到的任何行业里,几乎都能看到人工智能的存在。奥运会是具有城市运行生命体征的复杂系统,是建设轻量化、集中化、共享化的城市智能中枢的典型标杆应用场景,因此人工智能助力冬奥,为科技奥运,为更美好的未来城市生活提供解决方案。我们可以期待冬奥会举办之际看到这样的场景:基于人工智能的最优交通解决方案可以应对大活动交通瘫痪或大范围交通管制的问题;冬奥赛事期间,自动驾驶、自主泊车不再稀奇;“云转播”技术将大大减少转播车和相关设备的高昂投入;来北京的城市访客通过“冬奥APP”,可以一键获得吃住行游购娱等所有城市服务……
科学性审核:李曙光 电子科技大学自动化工程学院副教授